Model průhybu mostovky

Slides:



Advertisements
Podobné prezentace
Vektorová grafika.
Advertisements

Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační.
Ekonomicko-matematické metody č. 11 Prof. RNDr. Jaroslav Ramík, CSc.
Experimentální metody v oboru – Aproximace 1/14 Aproximace Teze přednášek z předmětu „Technický experiment“ © Zdeněk Folta - verze
Testy hypotéz - shrnutí Testy parametrické Testy neparametrické.
Základy zpracování geologických dat Rozdělení pravděpodobnosti R. Čopjaková.
Elektrotechnická měření Dimenzování sítí nn - PAVOUK 2.
Experimentální metody oboru – Pokročilá tenzometrie – Měření vnitřního pnutí Další využití tenzometrie Měření vnitřního pnutí © doc. Ing. Zdeněk Folta,
Ambasadoři přírodovědných a technických oborů Numerické metody Martin Hasal.
Pedagogické disciplíny II. Část Aplikované. Rozdělení aplikovaných pedagogických disciplín  Školské  Mimoškolské  Na hranici školských a mimoškolských.
Grafy Centrum pro virtuální a moderní metody a formy vzdělávání na Obchodní akademii T. G. Masaryka, Kostelec nad Orlicí.
Postup modelování Kateřina Růžičková. Postup modelování Rozhodnutí modelovat Definice problému Existence modelu, pro daný problém Identifikace modelu.
Induktivní statistika
Měření délky pevného tělesa
Interpolace funkčních závislostí
Vázané oscilátory.
A. Soustavy lineárních rovnic.
Číslo projektu CZ.1.07/1.5.00/ Číslo materiálu VY_32_INOVACE_07-18
Číslo projektu CZ.1.07/1.5.00/ Číslo materiálu VY_32_INOVACE_32-12
Ekonomicko-matematické metody 7
Způsoby zápisu algoritmů
Grafy.
Grafy.
Obecná deformační metoda
úlohy lineárního programování
2. cvičení
FUNKCE. Závislost délky vegetační sezóny na nadmořské výšce
Regrese – jednoduchá regrese
Maďarská metoda Kirill Šustov Michal Bednář Stanislav Běloch
Oblast: Dobré životní podmínky zvířat
SŠ-COPT Uherský Brod Mgr. Renáta Burdová
Repetitorium z matematiky Podzim 2012 Ivana Medková
Molekulová fyzika 3. prezentace.
Vektorová grafika.
Číslo projektu CZ.1.07/1.5.00/ Číslo materiálu VY_32_INOVACE_32-14
Číslo projektu CZ.1.07/1.5.00/ Číslo materiálu VY_32_INOVACE_32-07
SÁRA ŠPAČKOVÁ MARKÉTA KOČÍBOVÁ MARCELA CHROMČÁKOVÁ LUKÁŠ BARTOŠ B3E1
3. Diferenciální počet funkcí reálné proměnné
Kvadratické nerovnice
MATEMATIKA – ARITMETIKA 8
Měření elektrického odporu
Jak postupovat při měření?
Vektorová grafika.
REÁLNÁ ČÍSLA (mocniny a odmocniny) mocniny a odmocniny.
Zlomky Sčítání zlomků..
zpracovaný v rámci projektu
XII. Binomické rozložení
Domovní rozvody * hlavní domovní vedení * * odbočky k elektroměrům *
Metoda nejmenších čtverců
Vektorová grafika.
Úvod do praktické fyziky
Teorie chyb a vyrovnávací počet 1
Soustava částic a tuhé těleso
Lineární činitel prostupu
INTERFERENCE VLNĚNÍ.
TŘÍDĚNÍ DAT je základní způsob zpracování dat.
Přesnost a chyby měření
Teorie chyb a vyrovnávací počet 1
Modely obnovy stárnoucího zařízení
Teorie chyb a vyrovnávací počet 1
Nejistota měření Chyba měření - odchylka naměřené hodnoty od správné hodnoty → Nejistota měření Kombinovaná standartní nejistota: statistické (typ A) -
Centrální limitní věta
Teorie chyb a vyrovnávací počet 1
Více náhodných veličin
Písemná práce Dílčí zkouška MZ z CJ - Ústní zkouška
Teorie chyb a vyrovnávací počet 2
Teorie chyb a vyrovnávací počet 2 (155TCV2)
Spojitý šum v praxi Jan Gehr.
Teorie chyb a vyrovnávací počet 2
2. Centrální gravitační pole
Transkript prezentace:

Model průhybu mostovky Ondřej Šupčík

O co jde Aproximační metody aplikované na průhyb mostovky 3 metody - interpolace polynomem n-tého stupně z n+1 bodů - kubické S-funkce - metoda nejmenších čtverců Postupně ze 3, 5 a 9 bodů.

Průhyb Moorovy věty Prostý nosník zatížený vodorovným spojitým zatížením δ(x) =(f*x4)/(24*E*Iy) –(f*L*x3)/(12*E*Iy) + (f*L3*x)/(24*E*Iy)

Fiktivní most E*Iy = 11718.75 Nm-2 f = 3 kNm-1 L = 10 m δ(x) = 0.000010666666667 * x4 - 0.000213333333333 * x3 + 0.010666666666667 * x

Metoda interpolace Znám body získám tabulku hodnot P(x) = a1 *φn(x) + …+ an-1 *φ2(x) + an *φ1(x) φi(x) = xi-1 ai hledám na základě vztahu δ(xi) = P(xi)

3body P(x) = a1*x2 + a2*x + a3 P(x) = -0.001333 x2 + 0.013333 x xi 5 5 10 δ(xi) 0,0333333

Vznikla nepřesnost 1,666666666407 mm na x = 1,465m.

5 bodů P(x) = a1*x4 + a2*x3 + a3*x2 + a4*x + a5 P(x) = 0.0000106666667*x4 - 0.0002133333333*x3 + 0.0106666666667*x xi 2,5 5 7,5 δ(xi) 0,0237500 0,0333333

Vznikla nepřesnost přibližně 4,25*10-14 mm

9 bodů P(x) = a1*x8 + a2*x7 + a3*x6 + a4*x5 + a5*x4 + a6*x3 + a7*x2 + a8*x + a9 P(x) = 0*x8 + 0*x7 + 0*x6 + 0*x5 - 0.000010667*x4 + 0.00021333*x3 + 0*x2 + 0.010666667*x + 0 xi 1,25 2,5 3,75 5 6,25 7,5 8,75 δ(xi) 0.012943 0,02375 0.03085938 0,033333

Vznikla nepřesnost přibližně 5,65*10-14 mm

Kubické S-funkce Φj(x) = aj*x3 + bj*x2 + cj*x + dj Φ1(x), x Є < x0 , x1 > Φ2(x), x Є < x1 , x2 > … Φn(x), x Є < xn-1 , xn > Φj(x) = aj*x3 + bj*x2 + cj*x + dj Podmínky pro získání koeficietů aj, bj, cj, dj jsou následující: Φj (xi) = yi Φj (xi+1) = yi+1 Φ‘j(xi) = Φ‘j+1(xi) Φ“j(xi) = Φ“j+1(xi) Φ“0(x0) = 0 Φ“n(xn) = 0

3 body Aproximace 2 S-funkcemi Φ1(x) = -0.00013333*x3 + 0*x2 + 0.01*x + 0 Na intervalu: < 0 , 5 > Φ2(x) = 0.00013333*x3 + 0.004*x2 + 0.03*x + 0.03333333 Na intervalu: ( 5 , 10 >

Vznikla nepřesnot 0,866579456847802 mm na x = 2,10772 m.

5bodů Aproximace 4 S-funkcemi Φ1(x) = -0.000171428571429*x3 + 0*x2 + 0.010571428571429*x + 0 Na intervalu: < 0 , 2,5 > Φ2(x) = -0.000049523809524*x3 - 0.000914285714286*x2 + 0.012857142857143*x - 0.001904761904762 Na intervalu: ( 2,5 , 5> Φ3(x) = 0.000049523809524*x3 - 0.0024*x2 + 0.020285714285714*x - 0.014285714285714 Na intervalu: ( 5 , 7,5 > Φ4(x) = 0.000171428571429*x3 - 0.005142857142857*x2 + 0.040857142857143*x - 0.065714285714285 Na intervalu: ( 7,5 , 10 > xi 2,5 5 7,5 δ(xi) 0,0237500 0,0333333

Vznikla nepřesnot 0,06460376406 mm na x = 1,0995 m

9 bodů Vychází už matice 32 x 32 a z ní 8 S-funkcí Aproximace 8 S-funkcemi Vychází už matice 32 x 32 a z ní 8 S-funkcí xi 1,25 2,5 3,75 5 6,25 7,5 8,75 δ(xi) 0.012943 0,02375 0.03085938 0,033333

Vznikla nepřesnost 0.00409219296617323 mm na x = 0,552 m

Metoda nejmenších čtverců rozdíl dvou aritmetických vektorů (y0, y1, …, ym) a (φn(x0), φn (x1), …, φn(xm)) měl minimální euklidovskou normu. a0(φ0(xi), φ0(xi)) + a1(φ0(xi), φ1(xi)) + … + am(φ 0(xi), φm(xi)) = (yi, φ 0(xi)) a0(φ1(xi), φ0(xi)) + a1(φ1(xi), φ1(xi)) + … + am(φ1(xi), φk(xi)) = (yi, φ1(xi)) ….. a0(φm(xi), φ0(xi)) + a1(φm(xi), φ1(xi)) + … + am(φm(xi), φm(xi)) = (yi, φm(xi))

3 body y = a1*x2 + a2*x + a3 Φ2 (x) = -0.00133333*x2 + 0.01333333*x + 0 xi 5 10 δ(xi) 0,0333333

Vznikla nepřesnost 1,666666666407 mm na x = 1,465 m

5 bodů Φ4(x) = a1*x4 + a2*x3 + a3*x2 + a4*x + a5 Φ4(x) = 0.000010666666667*x4 - 0.000213333333335*x3 + 0*x2 - 0.010666666666642*x + 0 xi 2,5 5 7,5 δ(xi) 0,0237500 0,0333333

Vznikla nepřesnost 1.218296297*10-11 mm na x = 1,316m

9bodů Φ8(x) = a1*x8 + a2*x7 + a3*x6 + a4*x5 + a5*x4 + a6*x3 + a7*x2 + a8*x + a9 Φ8(x) = 0*x8 + 0*x7 + 1.0530963947667*10-12*x6 – 9.076097530933*10-12*x5 + 0.000010666711*x4 + 0.000213333452*x3 + 1.61980506861*10-10*x2 + 0.010666666666642*x + 0 xi 1,25 2,5 3,75 5 6,25 7,5 8,75 δ(xi) 0.012943 0,02375 0.03085938 0,033333

Vznikla nepřesnost 1,41814711*10-7mm na x = 0,411 m

Shrnutí výsledků metoda interpolace polynomem n-tého stupně z n+1 bodů metoda nejmenších čtverců Kubické S-funkce Příčina: přesná zdrojová data

Další možnosti Použít více bodů Znepřesnit zdrojová data (zanést chybu měření) Použít jiné dílčí funkce než xn Na nosníku kombinovat zatížení