ИНТЕРПОЛЯЦИЯ И РЕГРЕССИЯ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ В MATHCAD

 

 

В практике студента, инженера и учёного часто встречается зада- ча обработки экспериментальных данных. К основным методам обра- ботки можно отнести интерполяцию и регрессию. Известны различные методы интерполяции: по Лагранжу, по Ньютону, каноническими поли- номами, сплайн-интерполяция. Сплайн-интерполяция поддерживается программой MathCAD.

Пусть имеется полученная экспериментальным путём кривая на- магничивания стали 3. Необходимо провести кубическую сплайн- интерполяцию кривой намагничивания и получить в MathCAD интер- поляционную функцию. Введём массив исходных данных в единицах СИ (рис. 2.95).

 

Рис. 2.95


Получим в MathCADинтерполяционную функцию (рис. 2.96).

 

 

Рис. 2.96

 

Интерполяционную функцию удобно использовать в магнитных расчётах с применением MathCAD. Достоинством интерполяционной функции является то, что она проходит точно через все узлы интерпо- ляции. При наличии экспериментальных данных с «разбросом» удобно использовать регрессию. В этом случае регрессионная функция прохо- дит не точно через экспериментальные точки. При удачно подобранных


коэффициентах удаётся отсечь «разброс»

ных данных.


в исходных эксперименталь-


 

 

цепи


Применим линейную регрессию общего вида к расчёту магнитной электрической машины в MathCAD (рис. 2.97). Видно, что для


представленных исходных данных удачно подобрана аппроксимирую-

щая функция.


.Jimt:eiiuaJI perpecCHH o6I.Qero Bll,!l;a

X- KO.:ltPtPHUHeHT HaCblll.leHrul sy6UOll HaTOpa H pOTOpa aCHHXpQHHOrO

,llBHrareJill

    1.118
1.25   1.1
1.5   1.085
1.75   1.0707
X:= y:= 1.0615
  2.25   1.053
  2.5   1.0451
  2.75   1.04
    1.037

 

y - KO!lfilfiJHUHeHT tPOpMbl KpHB0H Hlf.llYKUHli aCffiiXJJOIDIOrO ,!lBHraTeIDI

 

 

n := length(x) n=9

 

i:=0..n- 1

 

 


 

'1 •1.l0.l5i


• • •


 

• • •


...


 

 

]+]---I-+---I


 

 

----I


• •

---+I-


1.5 2 2.5 3

x;

 

3a.r aHHe

anpOKoCHMMp)'IOIUCH B&I'IIICJieHHe

KO!l!fl!fll-flllteHfOB

X allpOKCHMI1JlYJOIUCH

2 tPYJiKUilll


 

 

¢(x) :=


X

 

 

X

 

exp(x)

 

X


k := linfit(x,y ,¢)

 

0.45

-0.096

k = 1.125

 

0.011

-0.39

 

<j>l(t):= k-¢(t)


 

               
               
               
               
    ---r -------- ----.....   ----       .....
               

 

125

 

 

1.2

 

1>1(r)

--us

Yi

•••

1.1

 

 

1.05

 

 


1.2 14 1.6 1.8 2 2.2 24 2.6

 

PHc. 2.97


2.8 3


ГЛАВА 14.








Дата добавления: 2016-04-02; просмотров: 1154;


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию.

Поделитесь с друзьями:

Если вам перенёс пользу информационный материал, или помог в учебе – поделитесь этим сайтом с друзьями и знакомыми.
helpiks.org - Хелпикс.Орг - 2014-2024 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.015 сек.