Documente Academic
Documente Profesional
Documente Cultură
experimentale in
investigarea materialelor
electrotehnice
1. Importanta determinarilor
experimentale
Structura disciplinei
Capitolul Conţinutul
1 Importanta determinarilor experimentale pentru investigarea materialelor electrotehnice
1.1. Proiectarea experimentelor
1.2. Efectuarea determinarilor experimentale
2 Tipuri de date experimentale pentru caracterizarea materialelor electrotehnice
2.1. Conductivitatea electrica a materialelor
2.2. Rigiditatea dielectrica a izolatorilor
2.3. Permitivitatea electrica complexa a dielectricilor
2.4. Proprietati magnetice ale materialelor
2.5. Pierderi in materialele electrotehnice
3 Analiza erorilor datelor experimentale
3.1. Metoda stintifica pentru cercetarea experimentala
3.2. Elemente de statistica si probabilitati pentru analiza datelor experimentale
3.3. Precizia si acuratetea datelor experimentale
3.4. Erori sistematice si erori aleatoare
3.5. Prelucrarea statistica a datelor experimentale
3.6. Media ponderata. Combinarea datelor cu erori diferite
3.7. Propagarea erorilor
3.8. Analiza preciziei datelor experimentale
3.9. Analiza acuratetii datelor experimentale
4 Compararea performantelor materialelor electrotehnice utilizand datele experimentale
4.1. Testarea ipotezelor statistice
4.2. Compararea mediilor a două procese de masurare
4.3. Compararea deviatiilor standard a două procese de masurare
Proiect: 50p.
Determinari experimentale + analiza → articol stiintific = 30 p
Determinari experimentale + analiza → poster stiintific = 20 p
Examen final: 50p.
Proiectarea experimentelor
Proiectarea experimentelor
1. Comparare
2. Evaluare/Caracterizare
3. Modelare
4. Optimizare
Modelare
Optimizare
Comparare
Optimizare
Comparare
Evaluare /
Caracterizare
Evaluare /
Caracterizare
Modelare
Cinci variante Se considera cel mai simplu caz, cel al aproximarii unei drepte:
pentru y = b0 + b1x
valorile lui x Se presupune ca cercetatorul poate efectua 10 experimente (adica, 10 perechi (x, y)) in
scopul determinarii estimatorilor optimi (cu variatie minima) pentru b0 si b1. Cum trebuie
distribuite cele 10 valori pentru x astfel incat sa se minimizeze variatia coeficientilor b0 si b1
estimati cu metoda celor mai mici patrate?
Pot aceste 10 valori sa fie:
sau (in termenii “calitatii" estimatorilor pentru b0 si b1) nu conteaza unde alegem valorile
pentru x?
x x
i 1
i
Astfel, pentru a obtine estimatori cu varianţa minima trebuie maximizat numitorul expresiei din
partea dreapta, care se obtine prin plasarea valorilor pentru x cat mai departe de valoarea
medie. Aceasta se realizeaza prin plasarea a 5 valori la limita inferioara si 5 valori la limita
superioara a intervalului pentru x, adica varianta 3 este cea mai buna pentru aproximarea unei
drepte. Reflectand la acest rezultat, acesta ar fi putut sa rezulte chiar si intuitiv, deoarece “doua
puncte determina o dreapta”, iar acestea e bine sa fie cat mai departate posibil.
Care este cea Care este cea mai proasta varianta de experiment din exemplul anterior? Dintre cele cinci
mai proasta variante cea mai proasta este cea pentru care se obtine variatia maxima a estimatorilor
varianta? pentru coeficientii modelului. Din expresia varianţei coeficientului b1 rezulta ca cea mai
proasta alegere a valorilor pentru x este aceea care minimizeaza numitorul. Aceasta
varianta este cea cu numarul 4, in care aproape toate valorile lui x sunt localizate la
jumatatea intervalului.
Evident, in acest caz dreapta estimata se va departa de punctul solitar de la fiecare capat al
intervalului si, astfel, aproximarea liniara obtinuta va fi intuitiv inferioara.
Capacitate Daca modelul pe care il considerati cel mai potrivit pentru aproximare se dovedeste a fi
pentru un inadecvat, atunci fiti siguri ca proeictul de experimente are capacitatea de estima coeficientii
model celui mai bun model alternativ (identificat in prealabil!!!) pe care il aveti in vedere.
alternativ
De exemplu, daca in cazul unui studiu in care se realizeaza 10 experimentari se considera
(fara a avea o certitudine) ca cel mai potrivit model este cel liniar, atunci cea mai buna
solutie este utilizarea unui proiect de experimente robust global (patru puncte de masura
la fiecare extrema si doua puncte in mijlocul intervalului pentru abscise) si nu un proiect
optim local (cinci puncte la fiecare extrema a intervalului). Proiectul optim local va asigura
cea mai buna aproximare liniara, dar nu are capacitatea de a aproxima o functie patratica, in
timp ce proiectul robust global va conduce la o aproximare liniara buna (dar nu optima), insa
va permite si o aproximare patratica buna (dar nu optima).
Varianţa Pentru un model dat, fiti siguri ca proiectul de experimentari are proprietatea de a minimiza
minima a varianţa estimatorilor coeficientilor, determinati cu metoda celor mai mici patrate.
estimatorilor Acesta este un principiu general care are intotdeauna efect pozitiv, dar care, in practica,
coeficienţilor este greu de implementat pentru multe modele cu mai mult de un factor, pentru care
expresiile varianţei sunt complicate. In consecinta acest principiu, desi important, este greu
de utilizat in afara cazurilor simple cu un singur factor.
Repetiţie Daca este posibil, repetarea masuratorilor ar trebui prevazuta in orice proiect de
experimentari. Repetitia masuratorilor permite estimarea, independenta de modelul ales,
a dispersiei procesului. O astfel de estimare poate fi utilizata apoi ca un criteriu pentru a
determina daca un model este adecvat sau nu.
Anumite repetitii ale masuratorilor sunt esentiale pentru modelarea proceselor; ideal ar fi
sa existe repetitii pentru fiecare punct de masura.
Proiectarea experimentelor
Calibrarea
Calibrarea
Calibrarea
Controlul
statistic al
procesului de
masurare
Calibrarea Calibrarea este un proces de masurare care atribuie valori proprietatii unui obiect sau
raspunsului unui aparat de masura relative la standardele de referinta. Scopul calibrarii
este de a elimina sau reduce erorile de masura din sistemul de masurare al utilizatorului
in raport cu baza de referinta.
Procedura de calibrare compara un obiect de test sau un instrument cu standardul de
referinta dupa un algoritm specific. Tipuri generale de calibrare:
Calibrarea unui obiect intr-un singur punct
Calibrarea unui instrument de-a lungul unui regim.