Своеобразие русской архитектуры: Основной материал – дерево – быстрота постройки, но недолговечность и необходимость деления...
Состав сооружений: решетки и песколовки: Решетки – это первое устройство в схеме очистных сооружений. Они представляют...
Топ:
Эволюция кровеносной системы позвоночных животных: Биологическая эволюция – необратимый процесс исторического развития живой природы...
Отражение на счетах бухгалтерского учета процесса приобретения: Процесс заготовления представляет систему экономических событий, включающих приобретение организацией у поставщиков сырья...
Интересное:
Наиболее распространенные виды рака: Раковая опухоль — это самостоятельное новообразование, которое может возникнуть и от повышенного давления...
Принципы управления денежными потоками: одним из методов контроля за состоянием денежной наличности является...
Влияние предпринимательской среды на эффективное функционирование предприятия: Предпринимательская среда – это совокупность внешних и внутренних факторов, оказывающих влияние на функционирование фирмы...
Дисциплины:
2017-06-19 | 291 |
5.00
из
|
Заказать работу |
|
|
Прибор использует различные методы для расчета прогнозируемых величин октановых чисел, дистилляционных свойств и давления паров бензина: метод кластерного анализа и метод многолинейного регрессионного анализа. Кластерный анализ дает лучшие результаты, но требует калибровки по пробам, аналогичным измеряемым образцам. Многолинейный регрессионный анализ применим всегда, даже если в библиотеке имеются пробы, очень отличающиеся от измеряемых образцов. Можно ввести «множитель качества» для прогнозируемых величин. Этот множитель выводится на основе используемого метода и статистического анализа. Его значение находится в пределах от 1 (высокая вероятность) до 5 (низкая вероятность). Множитель качества и название используемого метода отображается на дисплее вместе с полученными результатами в следующем виде:
Большие цифры справа от буквы «G» обозначают группы в библиотеке данных калибровки, которые были использованы для расчета предсказываемых октановых чисел, температур дистилляции и давления паров. В данном случае были включены все группы.
Mahalanobis distance – это расстояние, показывающее, насколько хорошо неизвестная проба представлена в библиотеке. Малое расстояние означает, что неизвестная проба хорошо представлена в библиотеке, так что вычисленные значения имеют высокую вероятность быть правильными.
Большие цифры между колонками объемных и массовых процентов – это прогнозируемые (вычисленные) величины октановых чисел, где MON –октановое число по моторному методу, RON – октановое число по исследовательскому методу, AKI – антидетонационный индекс (AKI = (RON + MON)/2).
В дистилляционных свойствах используются следующие сокращения: IBP – начальная температура кипения, Т10, Т50 и Т90 – это температуры, когда испаряется 10, 50 или 90 объемных процентов, а FBP – конечная температура кипения. Температуры дистилляции даются в ° С или в ° F в зависимости от выбранной в меню установки единицы измерения температуры.
|
Индекс запускаемости (driveability index) вычисляется по формуле (14. 6.1):
DI = 1,5Т10 + 3Т50 + Т90, (14. 6.1)
При вычислении по этой формуле температура выражается в градусах Фаренгейта или Цельсия в зависимости от выбранной для этого индекса в меню установки единицы температуры.
VP – это давление паров в кПа или в psi (фунт/дюйм2) в зависимости от выбранной в меню установки единицы измерения давления. Давление паров – это эквивалентное давление паров по «сухому» Рейду (DVPE, "сухой" Рейд, ASTM D 5191).
Малые цифры – множитель качества и используемый метод. Первая малая цифра обозначает множитель качества, вторая является кодом применяемого метода. Это сочетание может быть таким:
1.1: Ожидается, что прогнозируемая величина хорошо соответствует действительному значению; использовался кластерный анализ.
2.1: Возможно несколько большее отклонение от действительного значения; использовался кластерный анализ.
5.3: В библиотеке не найден бензин с характеристиками, подобными характеристикам неизвестного бензина (в математическом смысле); использовался многолинейный регрессионный анализ.
6.3: Использовался многолинейный регрессионный анализ, как в 5.3, но расстояние Mahalanobis оказалось больше 3k/N, к – количество свойств, использованных для предсказаний, N – количество проб в группе (группах), использованных для предсказаний. Такая величина расстояния Mahalanobis означает, что эта неизвестная проба плохо представлена в базе данных. Поэтому к предсказанным значениям нужно относиться осторожно. Для улучшения положения следует добавить такую же или похожие пробы в базу данных.
6.1: Использовался кластерный анализ, но расстояние Mahalanobis было больше 3k/N.
|
0.3: Использовался многолинейный регрессионный анализ, как в 5.3. Однако его применение требует минимума свойств, используемых для предсказаний. Это минимальное число свойств не было достигнуто. Добавьте, пожалуйста, несколько проб в базу данных (см. раздел 6.5).
Пределы реального совпадения зависят от библиотеки эталонных образцов и измеряемых проб. Поэтому нельзя заранее указать доверительный предел или стандартное отклонение предсказанных значений на основе множителя качества. Однако, если множитель качества равен 1 или 2, то Ваша библиотека эталонных образцов хорошо соответствует Вашим пробам. Если очень часто получается цифра 5.3, то Ваша база данных содержит очень мало образцов бензина, параметры которых близки к Вашим неизвестным пробам.
|
|
Архитектура электронного правительства: Единая архитектура – это методологический подход при создании системы управления государства, который строится...
Поперечные профили набережных и береговой полосы: На городских территориях берегоукрепление проектируют с учетом технических и экономических требований, но особое значение придают эстетическим...
Индивидуальные и групповые автопоилки: для животных. Схемы и конструкции...
Организация стока поверхностных вод: Наибольшее количество влаги на земном шаре испаряется с поверхности морей и океанов (88‰)...
© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!