Cтраница 1
Алгоритм обработки экспериментальных данных может быть реализован на любой вычислительной машине. В рассматриваемой работе была применена ЭЦВМ Мир-1 с микропрограммным управлением и алгоритмическим языком АЛМИР. По приведенной блок-схеме обработка массива Э [ 7, / ] экспериментальных данных, состоящего из / строк ( общее количество отсчетов по каждому тензодатчику во всех нулевых и грузовых состояниях) и J столбцов ( количество тензодатчиков) начинается с контроля всех элементов массива для исключения грубых ошибок в отсчетах из-за возможного повреждения тензосхемы. При обнаружении указанных отсчетов выводится на печать величина аномального отсчета и его номер в исходном массиве, определяющий номер тензодатчика и цикла нагружения. Эта величина 6 3 соответствует относительной деформации е 3 10 - Б и установлена по опыту лаборатории для нормально работающей тензосхемы. Применение статистических критериев ( правило 20 или За) с достаточным уровнем надежности ( Р 0 995) для оценки аномальных значений требует значительных объемов выборки и представляется нерациональным. Оптимальным является получение среднего приращения показаний каждогр тензодатчика по пяти - шести циклам измерения. [1]
Алгоритм обработки экспериментальных данных состоит из трех частей: алгоритма восстановления координат точек на изображении треков до деформации пленки по координатам этих точек после деформации, алгоритма определения углов между скоростью частины в момент разлета и осями координат и, наконец, алгоритма вычисления энергии. Рассмотрим каждый из этих алгоритмов в отдельности. [2]
Отдельные программные модули могут быть написаны на Фортране или Алголе, что облегчает химику-экспериментатору реализовать алгоритмы обработки экспериментальных данных, в частности данные об измерении изотерм. [3]
Необходимая величина информационной емкости АР в общем случае зависит от вида исследуемых процессов, погрешности измерения и алгоритмов обработки экспериментальных данных. [4]
Разделение масс-спектрометрической идентификации на две стадии - групповую ( классификацию) и индивидуальную - открывает возможности существенного упрощения алгоритмов обработки экспериментальных данных на ЭВМ и резкого сокращения требуемых объемов машинной памяти. Во всех известных ранее алгоритмах эти стадии фактически объединены. Использование же методов групповой идентификации, основанных на представлении массовых чисел в че-тырнадцатиричной системе счисления и спектрах ионных серий, позволяет применять простейшие ЭВМ с оперативной памятью в пределах 4 - 32 К как с внешними устройствами памяти, так и без них. [5]
Крюков, 1986 ] Крюков Ю.И. Планирование перемещений многозвенной кинематической цепи как процесс поиска экстремума функции в пространстве состояний системы / / Алгоритмы обработки экспериментальных данных. [6]
Главное отличие программного обеспечения АСНИ от традиционных программ научных расчетов состоит в том, что оборудование системы функционирует в конкретном ( реальном) времени и тесно связано с объектами эксперимента. Вычислительная часть реализует алгоритм обработки экспериментальных данных и может изменяться в зависимости от результатов хода эксперимента. [7]
При создании многоканальных измерительных информационных систем, включающих в свой состав комплекс аналого-цифровых преобразователей, необходимо учитывать специфику проведения экспериментальных исследований. Центральной частью автоматизированных систем является процессор ввода цифровой информации в память ЭЦВМ. Для управления системой также необходимы соответствующие программы ввода и обработки информации, учитывающие архитектуру системы и структуру передаваемых сообщений, а также и алгоритмы обработки экспериментальных данных. [8]
Чем больше факторов учтено в математическом описании, тем меньше вносимая ими погрешность в результат эксперимента. Однако при этом растет сложность описания и затраты времени на математическую обработку. Поэтому при разработке алгоритма обработки экспериментальных данных полезно найти оптимальное математическое описание эксперимента. [9]