999902
999902 999902
ČOS 9999022. vydáníPříloha 23DOprava 1STATISTICKÉ DŮVODY PRO OMEZENÍPŘI ZPRACOVÁNÍ OČEKÁVANÝCH A UPRAVOVANÝCH DAT23.D.1 Rozsah platnosti23.D.1.1 ÚčelTato příloha poskytuje informace vztahující se k statistické charakterizaci souboru datpro účely definování obálky nebo horní a dolní hranice souboru dat.23.D.1.2 PoužíváníInformace z této přílohy jsou obecně použitelné v kmitočtové oblasti spektra, která jebuď předpokládaná na základě daných informací nebo zpracovaná z časové oblasti měřenýchdat. Odpovídající zpracování dat časové oblasti poskytuje kmitočtové spektrum, které může mítpodobu spektrální hustoty zrychlení (ASD), spektra rázových odezev (SRS), spektrální hustotyenergie (ESD) nebo Fourierova spektra (FS). Například soubor ASD je vytvořen pro ustálenénáhodné vibrace nebo soubor SRS, ESD, FS pro přechodné s velmi krátkým trváním.Vzhledem k souboru spektra kmitočtové oblasti umožňují informace v této příloze zřízeníobálek dat pomocí statistických metod. Kmitočtová spektra a obálka jsou ve statistickýchpojmech „odhady“ skutečného dynamického prostředí a požadují se pro analytické nebozkušební účely.23.D.2 Zpracování23.D.2.1 Základní předpokladyOčekávané nebo naměřené spektrum a smíšené kombinace se mohou brát v úvahustejným způsobem. Usuzuje se, že nejistota v jednotlivých měřeních (chyby při zpracování)neovlivňuje faktory obálkování. Pro měřená provozní data digitálně zpracovaná tak, žeSRS, ESD, FS, nebo ASD jsou platné pro jednotlivé vzorové záznamy, je užitečné prověřita shrnout celkovou statistiku „podobného“ spektra vybraného způsobem nezkreslujícímsouhrnné statistické údaje. K zajištění nezkreslené obálky spektra by se měřicí místa mohlavybrat náhodně, v souladu se záměry měření. Soubor podobného kmitočtového spektra seobvykle získá následujícím způsobem:a. spektra v jednotlivých místech na materiálu, která byla obdržena z opakovanýchzkoušek v podstatě identických zkušebních podmínkách;b. spektra, která byla obdržena z jedné zkoušky, kde se měření snímala:(1) v několika sousedních místech zobrazujících stupeň stejnorodosti odezvy, nebo(2) v „zónách“ nebo bodech s podobnou odezvou v odlišných místech;c. nebo nějakou kombinací výše uvedených způsobů a. a b.Předpokládá se, že existuje jistý stupeň homogenity mezi spektry napříč zájmovýmkmitočtovým pásmem. Posledně zmíněný předpoklad obecně vyžaduje, aby za prvé spektrapro daný kmitočet neobsahovala žádné významné „extrémní hodnoty“, které mohou způsobitznačné odchylky a za druhé, aby větší vstupní podněty do systému, z nichž se snímá měření,obsahovaly větší hodnoty odezev amplitudového spektra.354
23.D.2.2 Základní souhrnné předběžné zpracováníČOS 9999022. vydáníPříloha 23DOprava 1Existují dvě metody, ze kterých lze získat souhrnnou obálku. První metoda je použítnějaké „obálkové“ schéma na základní spektra, aby se dospělo ke konzervativnímu odhaduprostředí a k nějakému kvalitativnímu odhadu spektrálního rozložení vztahujícího se k tétoobálce. Tento postup je závislý na posouzení analytika a může vytvářet rozporné výsledky odrůzných analytiků. Druhá metoda má kombinovat jednotlivé spektrum vhodným statistickýmpostupem a odvozovat statistický význam dat založený na teorii statistické distribuce. Odkaza shrnuje současný stav znalostí ve vztahu k tomuto přístupu a jeho vztah k obálkování. Obecněvzato předmětná spektra a jejich statistické údaje se vztahují ke stejnému kmitočtovému pásmu,ve kterém se uskutečňuje zpracování. Bohužel pro dané kmitočtové pásmo statistické údaje zasouborem spektra nejsou snadno přístupné vzhledem k neznámé distribuční funkci amplitud prozájmové kmitočtové pásmo. Ve většině případů se může distribuční funkce považovat zanormální, jestliže se jednotlivá spektra přemění do nějaké „normalizované“ podobyvypočítáním dekadického logaritmu spektra. Pro ESD a FS průměrování sousedícíchkomponent (předpokládá se, že statisticky nezávislých) zvyšuje počet stupňů volnosti vespektrech, zatímco snižuje kmitočtové rozlišení s možným zavedením statistického zkreslení dospekter. Pro ASD je to také případ zajišťující, že zkreslující odchylka ve spektru je malá, tj. žešířka pásma rozlišovacího filtru je velmi malou částí celkové šířky pásma spektra.Protože spektrum SRS je založeno na maximální odezvě systému s jedním stupněmvolnosti když jeho přirozený kmitočet kolísá, sousední spektrum má sklon být statistickyzávislé a tudíž ne dobře uhlazené s průměrovacími filtry, ledaže by se SRS počítalo provelmi úzké kmitočtové intervaly. V takových případech je vyhlazování spekter SRS spíšedosaženo pomocí přepracování původních dat o časovém průběhu v širších intervalechpřirozených kmitočtů, např. 1/6-oktávový na rozdíl od 1/12-oktávového. Neexistuje žádnýzjevný způsob matematického vyhlazení závislých spekter SRS, pokud se nemůže provéstnové zpracování; přijatelnou možností je nějaká forma obálkování spektra. V každém případěčím větší je velikost vzorku, tím bližší je logaritmická transformace spektra k normálnímurozložení, pokud neexistuje měřený výběr nevyvážených chyb v experimentu. Konečně obálkyhorních limitů získané v dále uvedených odstavcích jsou obecně vyhlazené pomocísegmentů přímek protínajících se ve spektrálních „bodech zlomu“ před konečným použitímobálkových dat. Tato příloha neposkytuje žádný návod pro postup konečného„vyhlazování“, například zda by se spektrální vrcholy měly „přistřihnout“ nebo obalit,vztah šířky datového pásma k míře „střihání“ atd. Takové vyhlazování se doporučujeprovádět pouze zkušeným analytikem; dále uvedený odkaz a o tom pojednává.23.D.2.3 Úvahy o statistických odhadech parametrických horních mezíVe všech vzorcích pro odhad statistické horní meze souboru N předpovědí neboměření, je jednotlivé spektrum označováno jako x i , vytvářející soubor od 1 do N .{x i } = {x 1 , x 2 , .......... x N } i = 1, 2, ......... ,NMá se za to, že spektra se budou logaritmicky transformovat, aby přenesla úplný souborměření blíže ke spektrům vybíraným z normálního rozdělení a že zkreslení dané výběremměření je zanedbatelné. Protože normální a „Student t“ rozdělení jsou symetrická, dáleuvedené vzorce se používají pro snížení hranice změnou znaménka mezi velikostí středníodchylky a směrodatné odchylky na minus. Předpokládá se, že celé spektrum je v jedinémkmitočtu nebo jediné šířce pásma a že spektra mezi šířkami pásem jsou nezávislá tak, že355
- Page 303 and 304: ČOS 9999022. vydáníPříloha 21A
- Page 305 and 306: ČOS 9999022. vydáníPříloha 21A
- Page 307 and 308: ČOS 9999022. vydáníOprava 122 ME
- Page 309 and 310: ČOS 9999022. vydáníOprava 1a odk
- Page 311 and 312: ČOS 9999022. vydáníOprava 1vozu.
- Page 313 and 314: ČOS 9999022. vydáníOprava 123 ME
- Page 315 and 316: ČOS 9999022. vydáníOprava 123.1
- Page 317 and 318: ČOS 9999022. vydáníOprava 1Mnoho
- Page 319 and 320: 23.2.7.2 Jednoduché průběhyČOS
- Page 321 and 322: ČOS 9999022. vydáníOprava 1měř
- Page 323 and 324: 23.5.1.2 Průběhy komplexních př
- Page 325 and 326: ČOS 9999022. vydáníOprava 1d. Pi
- Page 327 and 328: ČOS 9999022. vydáníOprava 1PŘÍ
- Page 329 and 330: ČOS 9999022. vydáníPříloha 23B
- Page 331 and 332: ČOS 9999022. vydáníPříloha 23B
- Page 333 and 334: ČOS 9999022. vydáníPříloha 23B
- Page 335 and 336: ČOS 9999022. vydáníPříloha 23B
- Page 337 and 338: Rychlostní omezení servohydraulic
- Page 339 and 340: ČOS 9999022. vydáníPříloha 23C
- Page 341 and 342: ČOS 9999022. vydáníPříloha 23C
- Page 343 and 344: ČOS 9999022. vydáníPříloha 23C
- Page 345 and 346: ČOS 9999022. vydáníPříloha 23C
- Page 347 and 348: Normalizovanámaximální odezvaČO
- Page 349 and 350: ČOS 9999022. vydáníPříloha 23C
- Page 351 and 352: ČOS 9999022. vydáníPříloha 23C
- Page 353: Vysvětlivky k obr. 92ČOS 9999022.
- Page 357 and 358: ČOS 9999022. vydáníPříloha 23D
- Page 359 and 360: ČOS 9999022. vydáníPříloha 23D
- Page 361 and 362: ČOS 9999022. vydáníPříloha 23E
- Page 363 and 364: ČOS 9999022. vydáníPříloha 23E
- Page 365 and 366: ČOS 9999022. vydáníOprava 124 ME
- Page 367 and 368: 24.2.5 Druhy pohybuČOS 9999022. vy
- Page 369 and 370: ČOS 9999022. vydáníOprava 1PŘÍ
- Page 371 and 372: 25 METODA 419 - HODNOCENÍ A ZKOUŠ
- Page 373 and 374: ČOS 9999022. vydáníOprava 1Směr
- Page 375 and 376: ČOS 9999022. vydáníOprava 1nezby
- Page 377 and 378: ČOS 9999022. vydáníOprava 1chov
- Page 379 and 380: Životní cyklus municeUživatelsk
- Page 381 and 382: ČOS 9999022. vydáníOprava 1K sim
- Page 383 and 384: ČOS 9999022. vydáníOprava 1n. z
- Page 385 and 386: 25.2.3.1 Metody laboratorních zkou
- Page 387 and 388: ČOS 9999022. vydáníOprava 1•
- Page 389 and 390: 25.4.3 Podmínky zkoušeníČOS 999
- Page 391 and 392: ČOS 9999022. vydáníOprava 1PŘÍ
- Page 393 and 394: ČOS 9999022. vydáníPříloha 25A
- Page 395 and 396: ČOS 9999022. vydáníPříloha 25A
- Page 397 and 398: ČOS 9999022. vydáníPříloha 25A
- Page 399 and 400: ČOS 9999022. vydáníPříloha 25A
- Page 401 and 402: ČOS 9999022. vydáníPříloha 25A
- Page 403 and 404: Krok 2B - Definování vlastností
ČOS <strong>999902</strong>2. vydáníPříloha 23DOprava 1STATISTICKÉ DŮVODY PRO OMEZENÍPŘI ZPRACOVÁNÍ OČEKÁVANÝCH A UPRAVOVANÝCH DAT23.D.1 Rozsah platnosti23.D.1.1 ÚčelTato příloha poskytuje informace vztahující se k statistické charakterizaci souboru datpro účely definování obálky nebo horní a dolní hranice souboru dat.23.D.1.2 PoužíváníInformace z této přílohy jsou obecně použitelné v kmitočtové oblasti spektra, která jebuď předpokládaná na základě daných informací nebo zpracovaná z časové oblasti měřenýchdat. Odpovídající zpracování dat časové oblasti poskytuje kmitočtové spektrum, které může mítpodobu spektrální hustoty zrychlení (ASD), spektra rázových odezev (SRS), spektrální hustotyenergie (ESD) nebo Fourierova spektra (FS). Například soubor ASD je vytvořen pro ustálenénáhodné vibrace nebo soubor SRS, ESD, FS pro přechodné s velmi krátkým trváním.Vzhledem k souboru spektra kmitočtové oblasti umožňují informace v této příloze zřízeníobálek dat pomocí statistických metod. Kmitočtová spektra a obálka jsou ve statistickýchpojmech „odhady“ skutečného dynamického prostředí a požadují se pro analytické nebozkušební účely.23.D.2 Zpracování23.D.2.1 Základní předpokladyOčekávané nebo naměřené spektrum a smíšené kombinace se mohou brát v úvahustejným způsobem. Usuzuje se, že nejistota v jednotlivých měřeních (chyby při zpracování)neovlivňuje faktory obálkování. Pro měřená provozní data digitálně zpracovaná tak, žeSRS, ESD, FS, nebo ASD jsou platné pro jednotlivé vzorové záznamy, je užitečné prověřita shrnout celkovou statistiku „podobného“ spektra vybraného způsobem nezkreslujícímsouhrnné statistické údaje. K zajištění nezkreslené obálky spektra by se měřicí místa mohlavybrat náhodně, v souladu se záměry měření. Soubor podobného kmitočtového spektra seobvykle získá následujícím způsobem:a. spektra v jednotlivých místech na materiálu, která byla obdržena z opakovanýchzkoušek v podstatě identických zkušebních podmínkách;b. spektra, která byla obdržena z jedné zkoušky, kde se měření snímala:(1) v několika sousedních místech zobrazujících stupeň stejnorodosti odezvy, nebo(2) v „zónách“ nebo bodech s podobnou odezvou v odlišných místech;c. nebo nějakou kombinací výše uvedených způsobů a. a b.Předpokládá se, že existuje jistý stupeň homogenity mezi spektry napříč zájmovýmkmitočtovým pásmem. Posledně zmíněný předpoklad obecně vyžaduje, aby za prvé spektrapro daný kmitočet neobsahovala žádné významné „extrémní hodnoty“, které mohou způsobitznačné odchylky a za druhé, aby větší vstupní podněty do systému, z nichž se snímá měření,obsahovaly větší hodnoty odezev amplitudového spektra.354