Математически задача исследования точности динамической системы формируется как задача определения законов распределения или статистических характеристик случайных величин или случайных функций. Задача исследования точности в настоящее время наиболее полно и в достаточно общем виде решена для линейных систем [17].
Наиболее употребительными методами приближенной теоретико-вероятностной оценки точности работы нелинейных динамических систем являются метод статистических испытаний (метод Монте-Карло) и метод эквивалентных возмущений (метод Доступова).
Наименее трудоёмким является метод эквивалентных возмущений, нашедший широкое практическое применение в технике для приближенного вероятностного анализа состояния систем.
Точность метода эквивалентных возмущений определяется порядком принятой аппроксимации, а объем необходимых расчетов зависит от степени q аппроксимирующего полинома и числа возмущений. Ниже приведены расчетные формулы для определения математического ожидания и дисперсии для степеней аппроксимирующего полинома и .
|
|
Степень аппроксимирующего полинома .
Математическое ожидание координаты :
,
где – решение исходной системы при подстановке вместо случайных параметров неслучайных величин в соответствии с Таблица1.
Дисперсия координаты
Таблица1.
Определение неслучайных величин при .
1 | 2 | 3 | ||||
1 | 0 | 0 | 0 | 0 | ||
2 | 0 | 0 | 0 | 0 | ||
3 | 0 | 0 | 0 | 0 | ||
0 | 0 | 0 | 0 | |||
Степень аппроксимирующего полинома .
Математическое ожидание координаты :
,
где – решения исходной системы при подстановке вместо случайных параметров неслучайных величин и .
;
.
Дисперсия координаты :
.
При , .
Выражение для математического ожидания приобретает следующий вид:
,
где .