Henryk Rusinowski, Marcin Plis

Slides:



Advertisements
Podobne prezentacje
Modelowanie i symulacja
Advertisements

Ocena dokładności i trafności prognoz
Statystyka Wojciech Jawień
Statystyczna kontrola jakości badań laboratoryjnych wg: W.Gernand Podstawy kontroli jakości badań laboratoryjnych.
Estymacja. Przedziały ufności.
Wykład Fizyka statystyczna. Dyfuzja.
Pochodna Pochodna  funkcji y = f(x)  określona jest jako granica stosunku przyrostu wartości funkcji y do odpowiadającego mu przyrostu zmiennej niezależnej.
Metody numeryczne część 1. Rozwiązywanie układów równań liniowych.
BUDOWA MODELU EKONOMETRYCZNEGO
Badania operacyjne. Wykład 1
Badania operacyjne. Wykład 2
Modelowanie konstrukcji z uwzględnieniem niepewności parametrów
Wykład no 11.
Metoda węzłowa w SPICE.
Problemy nieliniowe Rozwiązywanie równań nieliniowych o postaci:
TECHNIKI, DOWODY, PRZEBIEG BADANIA ROCZNEGO SPRAWOZDANIA FINANSOWEGO
Statystyka w doświadczalnictwie
Statystyka w doświadczalnictwie
Wybrane wiadomości z teorii błędów
Wyrównanie spostrzeżeń zawarunkowanych
Rachunek Wyrównawczy Wyrównanie spostrzeżeń bezpośrednich
Wyrównanie metodą zawarunkowaną z niewiadomymi Wstęp
Jakość sieci geodezyjnych
Ogólne zadanie rachunku wyrównawczego
Jakość sieci geodezyjnych. Pomiary wykonane z największą starannością, nie dostarczają nam prawdziwej wartości mierzonej wielkości, lecz są zwykle obarczone.
Analiza korelacji.
Niepewności przypadkowe
Prognozowanie na podstawie modelu ekonometrycznego
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Metody matematyczne w Inżynierii Chemicznej
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Doświadczalnictwo.
Hipotezy statystyczne
Konstrukcja, estymacja parametrów
N IEPEWNOŚĆ POMIAROWA Projekt wykonała: Monika WALA ZIP 31 END.
i jak odczytywać prognozę?
Ekonometria. Co wynika z podejścia stochastycznego?
Metody matematyczne w Inżynierii Chemicznej
Obserwatory zredukowane
Elementy Rachunku Prawdopodobieństwa i Statystyki
Elementy Rachunku Prawdopodobieństwa i Statystyki
Źródła błędów w obliczeniach numerycznych
Błędy i niepewności pomiarowe II
Planowanie badań i analiza wyników
Co to jest dystrybuanta?
Treści multimedialne - kodowanie, przetwarzanie, prezentacja Odtwarzanie treści multimedialnych Andrzej Majkowski.
Ekonometryczne modele nieliniowe
Wnioskowanie statystyczne
Metody Matematyczne w Inżynierii Chemicznej Podstawy obliczeń statystycznych.
Rozkład wariancji z próby (rozkład  2 ) Pobieramy próbę x 1,x 2,...,x n z rozkładu normalnego o a=0 i  =1. Dystrybuanta rozkładu zmiennej x 2 =x 1 2.
Przenoszenie błędów (rachunek błędów) Niech x=(x 1,x 2,...,x n ) będzie n-wymiarową zmienną losową złożoną z niezależnych składników o rozkładach normalnych.
Regresja liniowa Dany jest układ punktów
Błędy pomiarów Rachunek wyrównawczy.
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Równanie Schrödingera i teoria nieoznaczności Imię i nazwisko : Marcin Adamski kierunek studiów : Górnictwo i Geologia nr albumu : Grupa : : III.
WYKŁAD Teoria błędów Katedra Geodezji im. K. Weigla ul. Poznańska 2
Fundamentals of Data Analysis Lecture 12 Approximation, interpolation and extrapolation.
STATYSTYKA – kurs podstawowy wykład 11
Niepewności pomiarów. Błąd pomiaru - różnica między wynikiem pomiaru a wartością mierzonej wielkości fizycznej. Bywa też nazywany błędem bezwzględnym.
BŁĘDY W ANALIZIE CHEMICZNEJ STATYSTYCZNA OPRACOWANIE WYNIKÓW
METROLOGIA Podstawy rachunku błędów i niepewności wyniku pomiaru
Błędy i niepewności pomiarowe II
Metody matematyczne w Inżynierii Chemicznej
Statystyka matematyczna
METROLOGIA Statystyczne metody poprawienia dokładności
MATEMATYCZNE MODELOWANIE PROCESÓW BIOTECHNOLOGICZNYCH
Jednorównaniowy model regresji liniowej
Analiza niepewności pomiarów Zagadnienia statystyki matematycznej
Analiza niepewności pomiarów
Jakość sieci geodezyjnych
Zapis prezentacji:

Henryk Rusinowski, Marcin Plis Zastosowanie rachunku wyrównawczego do uwiarygodnienia wyników pomiaru w bilansach cieplnych Henryk Rusinowski, Marcin Plis Instytut Techniki Cieplnej, Politechnika Śląska henryk.rusinowski@polsl.pl Instytut Techniki Cieplnej, Politechnika Śląska Konarskiego 22, 44-100 Gliwice

Wynik i błąd pomiaru Otrzymany na drodze doświadczalnej wynik pomiaru zawsze różni się od wartości rzeczywistej. Wartość rzeczywista nie jest znana. Pomiar pozwala na znalezienie przybliżonych, obarczonych błędem, wartości wielkości mierzonej. Błędy pomiaru można podzielić na: systematyczne, grube i przypadkowe. Błędy przypadkowe spowodowane są przypadkowym oddziaływaniem dużej liczby trudno uchwytnych czynników zakłócających, których wpływ zmienia się z pomiaru na pomiar. Błąd przypadkowy jest zmienną losową a jego szacowanie dokonuje się metodami statystyki matematycznej. Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Wynik pomiaru jako zmienna losowa W procesach cieplnych na wynik pomiaru wpływa duża liczba niezależnie działających czynników, z których każdy ma porównywalny udział w łącznym błędzie pomiaru. W takich przypadkach na mocy centralnego twierdzenia granicznego do opisu rozkładu prawdopodobieństwa zmiennej losowej modelującej wynik pomiaru najbardziej przydatny jest rozkład normalny, którego funkcja gęstości ma postać: Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Wynik pomiaru jako zmienna losowa Rachunek wyrównawczy zajmuje się metodami estymacji poprawek do wyników pomiaru, tak aby spełniały one prawa fizyki, w szczególności prawa zachowania (bilanse substancji i energii). W rachunku wyrównawczym poszukuje się wartości oczekiwanych zmiennych losowych modelujących wyniki pomiarów. kryterium estymacji funkcja wiarygodności w postaci: gdzie: Wartości oczekiwane wielkości mierzonych powinny spełniać prawa zachowania: W zapisie matematycznym zadania wyrównawcze jest ekstremum warunkowym i obejmuje kryterium estymacji oraz układ nieliniowych równań warunków. Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Rozwiązanie zadania wyrównawczego Układ równań warunków zawiera: wielkości mierzone bezpośrednio (np. strumienie substancji, parametry termiczne, skład roztworów), wielkości mierzone pośrednio, jako funkcje pomiarów bezpośrednich (np. funkcje kaloryczne: energia wewnętrzna, entalpia i entropia właściwa). Najbardziej znaną i najczęściej stosowaną metodą rozwiązania jest linearyzacja równań warunków poprzez rozwinięcie w szereg Taylora z pominięciem wyrazów wyższych rzędów, a następnie poszukiwanie ekstremum funkcji przy liniowych ograniczeniach metodą mnożników Lagrange’a. Linearyzacja równań warunków umożliwia proste i jednoznaczne rozwiązanie zadania wyrównawczego, jednak zastąpienie nieliniowej funkcji liniową może w pewnych przypadkach prowadzić do znacznych niedokładności rozwiązania, szczególnie w przypadkach gdy pomiary obarczone są dużymi błędami. Wówczas należy skorzystać z metod programowania nieliniowego. Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Ocena dokładności obliczeń wyrównawczych Wyrównane wyniki pomiarów i wielkości nie mierzonych są tylko oszacowaniem (estymatami) wartości prawdziwych. Powinny jednak w równaniach bilansowych „zachowywać się” jak wartości prawdziwe, w szczególności muszą spełniać te równania. Sprawdzenie, czy obliczone estymaty wielkości mierzonych oraz nie mierzonych spełniają układ równań warunków jest podstawową czynnością w kontroli obliczeń wyrównawczych. Niezgodności równań warunków po uzgodnieniu: powinny zapewniać wymaganą dokładność obliczeń, w szczególności bilanse powinny zamykać się (w granicach przyjętej dokładności). Negatywny wynik tej kontroli na ogół świadczy o złym sformułowaniu równań warunków lub nadmiernych błędach wprowadzanych przez linearyzację. Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Ocena dokładności pomiarów W wyniku przeprowadzenia obliczeń wyrównawczych możemy określić czy wyniki pomiarów znajdują się w obszarze jedno, dwu czy też trzysigmowym. Wysoka wartość prawdopodobieństwa odpowiadającego przedziałowi trzysigmowemu wynosząca 99,7% upoważnia do stwierdzenia, że przedział trzysigmowy jest praktycznym przedziałem zmienności zmiennej losowej o rozkładzie normalnym, zaś położenie wyniku pomiaru poza tym przedziałem jest spowodowane popełnieniem błędów grubych i wymaga powtórzenia pomiarów. Zasada ta nosi nazwę „reguły trzech sigm”. Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Przykład - chłodnica powietrza Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Przykład - chłodnica powietrza Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Przykład - chłodnica powietrza Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Przykład – układ regeneracji ciepła Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Przykład – układ regeneracji ciepła Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Przykład – układ regeneracji ciepła Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Przykład – blok ciepłowniczy Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Przykład – blok ciepłowniczy Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Przykład – blok ciepłowniczy Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Korzystne efekty zastosowania rachunku wyrównawczego Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice

Dziękuję za uwagę Instytut Techniki Cieplnej www.itc.polsl.pl Konarskiego 22, 44-100 Gliwice