304
Глава 11.Проектирование конструкций с учетом ползучести
исходные данные по ползучести были преобразованы путем логарифмирования; следовательно, если v ? — дисперсия данных до преобразования (предполагаемая постоянной), то, как нетрудно проверить, дисперсия данных после преобразования будет равна
1
IdE \
»I-----------I
U-J
1
Таким образом, даже в том случае, когда веса исходных данных постоянны (и, следовательно, их можно считать равными единице), веса преобразованных данных а>Т = [ё с (i)]2.
Для иллюстрации высказанных соображений была дана оценка коэффициентов В и л поданным, приведенным в табл. 11.1, путем минимизации выражений (11.2), (11.5) с весами, равными единице, а также с весами, вычисленными по приведенной выше формуле. Результаты вычислений сведены в табл. 11.2; наиболее важный и очевидный вывод состоит в том, что результаты существенно различаются, особенно для коэффициента В. Вопрос о том, какое значение считать наилучшим — найденное на основании исходных данных или по данным после преобразования, — не является законным, поскольку (это следует напомнить и подчеркнуть) "наилучшее соответствие" было обеспечено только для одного частного критерия — минимума суммы квадратов ошибок.
Таблица 11.1. Данные по установившейся ползучести нержавеющей
стали марки 316 при 1300°Г (977,59 К), приведенные в работе [бб]
и/6,895, МПа |
«с*103, ч"1 |
ст /6, 895, МПа |
£Сх103, ч"1 |
ст/6,895, МПа |
£СхЮ3, ч"1 |
6 |
0,0038 |
13,19 |
0,096 |
23,20 |
2,30 |
6 |
0,0044 |
13,19 |
0,085 |
23,20 |
3 20 |
7 |
0,0079 |
15,49 |
0,17 |
25,20 |
5,80 |
7 |
0,0069 |
15,49 |
0,26 |
25,20 |
5,10 |
9,55 |
0,027 |
18.63 |
0,37 |
29,52 |
14,70 |
9,55 11,23 |
0,025 0,080 |
18,63 21,38 |
0.49 1,40 |
29,52 |
27,36 |
11,23 |
0,055 |
21,38 |
1,20 |
Таблица 77.2. Оценка параметров
Невзвешенный метод наименьших квадратов (преобразованные данные)
Взвешенный метод наименьших квадратов(преобразованные данные)
Нелинейный метод наименьших квадратов (исходные данные)
4.78-Ю-25 5,06
1,61-10~38 8,07 1,21.10~37 7,87
11.1.Моделирование поведения материала при проектировании
305
Можно, разумеется, использовать и Другие критерии ; например можно было бы минимизировать сумму квадратов "обратных значений"
/-1/
a))i2,
или среднеквадратичную "ошибку" S 5Д
D=
Здесь
1(с с (i-)).
Применение указанных альтернативных критериев подчеркивает различие в характере установившейся ползучести на различных участках кривой ползучести (рис. 11.1) и приводит к различным оценкам констант.
Выбор подходящего критерия — в руках исследователя. По этому поводу добавим только, что в случае, когда количество подлежащих определению материальных констант велико, а принятые определяющие соотношения существенно нелинейны, реализация метода наименьших квадратов может натолкнуться на большие затруднения, и необходимо обратиться ко второму методу - методу "косвенной идентификации".
О т
Среднеквадратичное отклонение
.данные эксперимента — Кривая, найденная по методу
Рис. 11.1. Графическое представление метода наименьших квадратов.
65
306
Глава 1 ^Проектирование конструкций с учетом ползучести
1 1. 1.2.2. Косвенная идентификация
Метод косвенной (непрямой) идентификации наиболее часто применяется при моделировании поведения материала и идентификации в теории ползучести. Особо важную роль этот метод играет в теориях с внутренними параметрами состояния, когда определяющие соотношения содержат ненаблюдаемые величины. Метод не является стандартным, и для его; реализации в каждом конкретном случае нужна дополнительная работа; характеризовать его лучше всего как метод последовательного исключения параметров, зависящий от структуры принятых определяющих соотношений. Приведем два примера.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.