випадкової складової допуску вихідного параметра:
Виробничий допуск встановлюється у вигляді:
? пр=(0 ± 9,124)%=± 9,124%
Отримане значення допуску гарантується з імовірністю 0,9973.
3. МОДЕЛЮВАННЯ НА ЕОМ ТОЧНОСТІ вихідних параметрів ПРИСТРОЇ
3.1 Процедура моделювання
укрупненна структурна схема моделювання методом Монте-Карло наведена на малюнку 3.1.
Малюнок 3.1 - укрупненна структурна схема моделювання
У таблиці 3.1 написано пояснення блоків структурної схеми моделювання.
Таблиця 3.1 - Пояснення функціональних частин укрупненої структурної схеми моделювання точності вихідного параметра методом Монте-Карло
Номер функціональної частіПоясненіе1Ввод вихідних данних.2Задаём початкове число реалізацій 1000.3Прісваіваем реалізації свій номер i для підрахунку кількості реалізацій.4Получаем випадкові значення параметрів відповідно до заданого для них допуском і законом распределенія.5Проверяем рівність номера останньої реалізації з кількістю заданих реалізацій. Якщо ці числа збігаються, то запускається блок 7, якщо ні, то блок 6 додає ще реалізацію.6Добавляет ще одну реалізацію і привласнює їй свій номер.7По отриманими значеннями реалізацій обчислюється математичне очікування і середньоквадратичне відхилення вихідного параметра, також обчислюється? для подальшого підрахунку необхідного числа реалізацій.8Находім необхідне число реалізацій і порівнюємо, щоб задане число реалізацій збігалося або було більше ніж необхідне число реалізацій.9По отриманими даними обчислюється половина поля допуску вихідного параметра.10Вивод кожної i-й реалізації в таблицю і розраховуються параметрів в текстове полі.
3.2 Обчислювальні алгоритми моделювання
Формули, використані для обчислення точності вихідного параметра на ЕОМ методом Монте-Карло з їх поясненням, наведені в таблиці 3.2.
Таблиця 3.2 - Формули, використані для моделювання точності вихідного параметра методом Монте-Карло і пояснення до них
ФормулаПоясненіе символів, (3.1) де? ( x ) - середньоквадратичне відхилення вхідного параметра x ;
- половина поля допуску.
Застосовувалася тільки для нормального закону розподілу., (3.2) де x i в, x i н- параметри рівномірної моделі;
m i - математичне очікування вхідного параметра x .
Застосовувалася тільки для рівномірного закону розподілу., (3.3) де? ( x ) - середньоквадратичне відхилення вхідного параметра x ;
- половина поля допуску.
Застосовувалася тільки для рівномірного закону розподілу., (3.4) де x i - значення вхідного параметра, що підкоряється нормальному закону розподілу;
? ( x ) - середньоквадратичне відхилення вхідного параметра x ;
m i - математичне очікування вхідного параметра x;
zн - реалізація стандартних нормально розподілених випадкових чисел., (3.5) де zн - реалізація стандартних нормально розподілених випадкових чисел;
r - реалізація рівномірно розподілених випадкових чисел в діапазоні від 0 до 1., (3.6) де x i - значення вхідного параметра, що підкоряється
рівномірному закону розподілу;
x i в, x i н - параметри рівномірної моделі;
r - реалізація рівномірно розподілених випадкових чисел в діапазоні від 0 до 1., (3.7) де M ( y ) - математичне очікування вихідного параметра y ;
y i - i значення вихідного параметра;
N - число реалізації процесу., (3.8) де? (y) - середньоквадратичне відхилення вихідного параметра y;
M (y) - математичне очікування вихідного параметра y;
y i - i значення вихідного параметра;
n - число реалізації процесу., (3.9) де N - необхідне число реалізації пристрою;
?- Допустима похибка у визначенні характеристики M ( y );
? ( y ) - середньоквадратичне відхилення вихідного параметра y., (3.10) де? ( y ) - середньоквадратичне відхилення вихідного параметра y;
M ( y ) - математичне очікування вихідного параметра y;
- виробничий допуск, (3.11) де z н - реалізація стандартних нормально розподілених випадкових чисел.
3.3 Отримання виробничого розсіювання параметрів на ЕОМ
Для отримання на ЕОМ розсіювання ...