| | Адрес этой страницы (вложенность) в справочнике dpva.ru: главная страница / / Техническая информация / / Оборудование / / Электрические разъемы и провода (кабели) / / Электрический провод, перевод диаметра в площадь сечения — мм в мм2, таблица. Поделиться:
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Если Вы не обнаружили себя в списке поставщиков, заметили ошибку, или у Вас есть дополнительные численные данные для коллег по теме, сообщите , пожалуйста. Вложите в письмо ссылку на страницу с ошибкой, пожалуйста. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Коды баннеров проекта DPVA.ru Начинка: KJR Publisiers Консультации и техническая | Проект является некоммерческим. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
0
3Кабель сетевой электрический. Виды и маркировка
Ремонт или строительство жилья подразумевают прокладку коммуникаций, и электрическая проводка стоит на первом месте. Но как выбрать провода и что означают загадочные буквы и цифры в маркировке? Разбираемся вместе.
Сразу оговоримся, что речь идёт о бытовом силовом кабеле или проводе с вольтажом 220/380 для передачи электротока в домашней сети. Все остальные виды вроде нагревательных, телевизионных, компьютерных и прочих сейчас мы не рассматриваем.
Общий список характеристик выглядит так:
- материал жилы;
- конструкция;
- сечение;
- толщина жильной изоляции;
- толщина оболочки;
- маркировка.
Похожие материалы:
Материал и конструкция
По составу жилы кабельная продукция делится на медную и алюминиевую. Изделия из меди более надёжные, сопротивление ниже, показатели тока выше, нагрев меньше, если сравнивать с алюминиевым равного сечения. Кроме того, медь меньше окисляется, более пластичная, а значит, кабель служит дольше без потери свойств и характеристик.
Алюминиевые провода в принципе не монтируются внутри помещений – это запрещено согласно требованиями ПУЭ (правила устройства электроустановок). Алюминий годится для наружных веток, ввиду легкости и дешевизны.
По конструкции выпускаются одножильные (одно проволочные) и многожильные (многопроволочные) кабели и провода. Одножильные разновидности более жёсткие и негибкие, особенно с большим сечением проводника.
Многопроволочный одножильный кабель мягче и пластичнее. Он хорошо переносит перегибы, повороты и годится как для открытой проводки, так и для скрытой под штукатурку.
Сечение кабеля
Измеряется в «квадратах», то есть квадратных миллиметрах и показывает пропускную способность. У медного кабеля один «квадрат» пропускает 8-10 ампер тока, у алюминиевого лишь 5 А. Для безопасной работы проводник следует подбирать с запасом пропускной способности, что обеспечивает, нагрев провода в пределах допустимой величины, или, говоря проще, чтобы от нагрузки не «поплыла›› изоляция. Кроме того, при скрытой проводке надо учитывать, что она слабее охлаждается, а значит, запас сечения должен это компенсировать.
Внимание
Не путайте сечение кабеля с его диаметром, это две большие разницы! Диаметр можно измерить линейкой, а лучше штангенциркулем или микрометром. А затем подставить его в формулу и посчитать площадь сечения.
Ещё запомните, что выбор кабеля для проводки в квартире всегда идёт с округлением в большую сторону. Если при расчёте получается 2,3 «квадрата», выбирается кабель два с половиной, а не два «квадрата».
В идеале сечение должно совпадать с маркировкой на бирке кабеля, но фактически оно часто отличается в меньшую сторону.
Небольшие расхождения допустимы, потому что кабель сертифицируется по сопротивлению, а не по сечению жилы. Если расхождения существенны – это брак. Опытный электрик увидит его визуально, а вы можете измерить диаметр жилы и рассчитать сечение для интереса или помощи другу, который самостоятельно решит купить кабель для квартирной электропроводки.
Некоторые электрики советуют взять кабель с номиналом выше расчётного. Например, 4 «квадрата» вместо 2,5, чтобы покрыть «недостачу›› сечения, если таковая окажется. Но тогда придётся рассчитывать соответственно защиту проводки и ставить правильные автоматы и УЗО.
Толщина жильной изоляции
Каждая жила в многожильном или одножильном кабеле имеет изоляцию из ПВХ пластиката обычного типа или с пониженной горючестью, также используются полимеры и сшитый полиэтилен. Толщину изоляции регулируют ГОСТы, и она должна быть достаточной. Для бытовых кабелей (номинальное напряжение до 660В) сечением 1,5 и 2,5 мм2 толщина изоляционного слоя по нормативу -0,6 мм.
Поэтому, если нет рядом опытного электрика, покупать нужно только в проверенных магазинах и кабели известных марок.
Толщина оболочки
Оболочка охватывает кабель поверх изолированных жил, фиксирует их и защищает. Сделана она, как и жильная изоляция, из ПВХ пластиката или полимера, но имеет большую толщину. Для многожильных кабелей толщина равна 1,8 мм, для одножильных – 1,4 мм. Также возможны отклонения в меньшую сторону, но незначительные.
Изолирующая оболочка -обязательный элемент. Для любого кабеля квартирной проводки, даже с минимальной мощностью, «прописана›› двойная изоляция. То есть сначала на жиле, а потом поверх неё. Это обеспечивает безопасность людей и предохраняет сам проводник от повреждений.
Маркировка
Это надпись на оболочке кабеля для монтажа электропроводки в квартире. Она содержит всю нужную информацию для выбора. Надпись пропечатывается или выдавливается при изготовлении кабельной продукции. Она должна быть чёткой, контрастной, хорошо читаемой.
В маркировке указывается:
- Марка изделия (кабеля или провода), в которой зашифрованы основные свойства и характеристики.
- Название завода-изготовителя.
- Год выпуска.
- Количество жил.
- Сечение.
- Номинал напряжения.
Надпись наносится по всей длине проводника с небольшими интервалами.
На ценнике и в каталогах интернет-магазинов обычно не указывают год выпуска и изготовителя и пишут маркировку в виде ВВГнг(ож)-0,66 кВ 3х1,5 или ВВГ, ВВГнг кабель 3х1,5. Расшифровывается это как трёхжильный медный кабель с сечением жилы 1,5 «квадрата» (3х1,5), одно проволочное исполнение жилы (ож). Изоляция и оболочка из ПВХ пластиката (ВВ), кабель гибкий (Г), негорючий (нг).
Внимание
Запомните! Буквенное обозначение марки кабеля начинается с материала жилы, для алюминия ставится всегда буква А, для меди -буква не указывается, поэтому все кабели марок ВВГ всех модификаций имеют медный проводник.
Какой кабель нужен для проводки
Вводной кабель, кабель магистральный до распределительных коробок, на розетки и свет – это все кабели разного сечения. Магистраль, или вводной кабель не менее 4 квадратов. Для розеток нужно брать сечение 2,5 кв. мм, потому что включаемая нагрузка может доходить до 3-4 киловатт. А кабель в два с половиной «квадрата» как раз и рассчитан на максимум мощности до 5,9 киловатта и ток до 27 ампер. Это не значит, что нужно «нагружать›› кабельную линию до упора. Выбор всегда идёт с запасом от планируемой нагрузки на треть. Тем более, что лежащий под штукатуркой кабель слабее охлаждается, и это тоже учитывается при подборе. Для контура освещения используют сечение 1,5 кв. мм.
Нагрузка тут значительно меньше, но даже если вы решите устроить иллюминацию в квартире, тока и запаса мощности хватит с избытком.
Основные виды кабеля и их применение
Напомним, что маркировка содержит основные характеристики кабельной продукции. Буквенные обозначения указывают на материалы жил, изоляции, оболочки и гибкость, цифровые – на число проводящих жил и их сечение.
Кабель ВВГ
Самый распространенный отечественный кабель для электромонтажа в квартире. Имеет одножильные медные проводники, изоляцию и оболочку из ПВХ пластиката, используется в помещениях с нормальной и повышенной влажностью. Рассчитан на напряжение до 660 вольт. Относится к гибким небронированным силовым проводам. Может включать от 1 до 5 жил сечением от полутора до 240 «квадратов». Форма проводника круглая, плоская или треугольная.
Кабели ВВГ выпускаются в нескольких модификациях:
- ВВГ -основной тип с виниловой изоляцией и оболочкой;
- ВВГнг -негорючий силовой провод, изоляция жил само затухающая, то есть горение не распространяется;
- ВВГнг-LЅ -так же имеет само затухающую негорючую изоляцию жил (нг) и оболочку с низким дымовыделением;
- ВВГнг FR-LЅ -в дополнение к негорючести и малой задымлённости этот вид кабеля получил дополнительную огнезащиту из слюдяной ленты.
Все марки с приставкой нг можно монтировать в пучках, то есть прокладывать в одной гофре, трубе или шурфе несколько кабельных линий.
Кабель для электропроводки в квартире советуем брать марок ВВГнг или ВВГнг-LЅ. Конечно, обычный ВВГ дешевле, но не подходит для пучковой прокладки, и оболочка менее огнестойкая и дымящая. А марка ВВГнг FR-LS относится к профессиональным, используется в условиях повышенной пожароопасности на предприятиях и стоит гораздо дороже.
Кабель NYM
Медный кабель европейского стандарта, разработанный в Германии. Производится на российских заводах и соответствует нормам ЕС и ГОСТам. По исполнению аналогичен кабелю ВВГнг, Номинальное напряжение 660 В. Выпускается одно проволочный многожильный NYM-кабель с сечением 1.5-10 мм2 и многопроволочный с сечением от 16 кв. мм. Число жил 1-5, изоляция и оболочка из ПВХ, негорючесть обеспечивает наполнитель из резины между изоляцией жил и кабельной оболочкой.
Внимание
! Маркировка NUM вместо NYM – подделка.
Кабели ВВГнг и NYM имеют схожие характеристики и преимущества использования:
- Качественное исполнение. Жилы, изоляция, оболочка соответствуют ГОСТу, и это делает кабель надёжным.
- Удобный монтаж и лёгкая разделка. Круглый кабель удобен в монтаже из-за отсутствия перекруток, его проще уплотнять при вводе.
- Высокая пожаростойкость и безопасность. Соблюдение стандартов обеспечивает безопасную работу кабеля под нагрузкой, а специальная изоляция позволяет прокладывать пучками, без опасности возгорания от взаимного нагрева.
- Самозатухание и низкая задымлённость. Материал оболочки самозатухающий и замедляет горение. А также обеспечивает слабое задымление без опасных галогенов. Если защита сработает с замедлением, то ущерб от возгорания будет минимальным.
- Большой выбор вариантов в марках по цене под любой бюджет.
Провод – это не кабель
Мы понимаем, что для большинства «провод» и «кабель›› это синонимы. На самом деле, это разные виды кабельной продукции.
Основное различие – кабель всегда имеет очень прочную двухслойную изоляцию, с первым слоем поверх токопроводящих жил и вторым, закрывающим весь пучок. Даже если в кабеле одна жила, изоляция всегда двойная.
Провод более слабая конструкция с лёгкой изоляцией. Главная беда проводов – их слабая стойкость к длительному нагреву при постоянной нагрузке и высокая возгораемость. Поэтому они не соответствуют требованиям ПУЭ по проводке в жилых помещениях.
Провод ПВС
(аббревиатура марки – Провод в Виниловой оболочке Соединительный) состоит из скрученных медных изолированных многопроволочных жил, покрытых защитной оболочкой из традиционного ПВХ-пластиката.
По-простому, это соединительный медный провод с виниловой изоляцией и оболочкой. Используется для подключения бытовой электротехники к домашней сети, для изготовления удлинительных шнуров. Количество проводников 2-6, конструкция жилы многопроволочная, сечение 0,5-16 кв. мм. Рассчитан на номинал напряжения в 380 В.
Характеристики провода ПВС
- Эксплуатация кабеля марки ПВС допускается в диапазоне температур -40 до +40°С.
- Кабели ПВС рассчитаны на напряжение 220/380 В, но нагрев токопроводящей жилы не должен долговременно превышать предел 70°С. Возможна прокладка кабелей ПВС в системах 380/660 В.
- Провод ПВС способен переносить большие механические нагрузки: среднее значение его прочности равно 10 МПа с коэффициентом линейного удлинения 1,5. Испытание изоляции проводилось при частоте 50 Гц и напряжении 2 кВ на протяжении 5 минут. Если кабель находился в воде (при температуре 20±5°С), то следует проверить изоляцию без нагрузки той же частотой и напряжением на протяжении 15 минут.
- В случае применения одиночной прокладки провода ПВС гарантируется отсутствие распространения огня.
- Срок гарантированной безотказной наработки в обычных условиях – свыше 5 000 часов, а при использовании в стационарных электрических приборах – свыше 12 000 часов. Это обеспечивает среднестатистический срок эксплуатации провода ПВС более 6 лет, в том числе при использовании в стационарных электрических приборах – свыше 10 лет.
- Полихлорвиниловая изоляция не подвержена поражению плесенью и другими грибковыми заболеваниями.
- Стандартная длина кабеля в бухте или на барабане колеблется от 30 до 300 м/п. Наиболее распространённые варианты – 50 и 100 м/п. Однако по желанию заказчика могут быть изготовлены и нестандартные длины. При этом, чем выше длина, тем выгоднее цена! Стоит отметить, что всегда выгоднее купить бухту, а потом отрезать от неё требуемые фрагменты, чем покупать частями и платить на 20-25% больше.
- Рекомендованная токовая нагрузка в зависимости от сечения жилы:
Гибкость ПВС – очевидное достоинство этой марки провода, не делает его предпочтительным к использованию для скрытых электропроводок. Это свойство, определяя ресурс провода, делает уместным его эксплуатацию, сопровождаемую частыми перегибами, что совсем не востребовано в стационарных электропроводках.
Но использовать ПВС провода можно и нужно
Нередко, этот провод применяется для прокладки в труднодоступных местах. Использование ПВС, благодаря его гибкости может значительно облегчить монтаж, особенно, если предполагается использование силовых питающих кабелей больших сечений (16 мм2 и более). Однако, в таких случаях следует обязательно учитывать ограниченный срок службы провода.
При хороших качествах изоляции ПВС, она имеет, относительно небольшой срок службы. Заявленный производителями этой марки провода максимальный ресурс при использовании его в стационарных установках составляет 10 лет, при эксплуатации провода с частыми перегибами – 6 лет.
Рассматривая свойства ПВС, нужно отметить одну важную особенность, присущую всем гибким кабелям и проводам с многопроволочными жилами.
Согласно требованиям действующих в настоящее время нормативных документов, определяющих правила монтажа и подключения, соединение многопроволочных жил, даже при использовании соединительных клемм не допускается без оконцевания или предварительной пропайки (лужения).
Тоже самое относится и к присоединению гибких проводов к зажимам коммутирующих, защитных устройств, приборов учета и т. д. Так, например, если для подключения моножильного кабеля к автоматическому выключателю достаточно, удалив участок изоляции нужной длины с жилы, затянуть его в винтовым зажиме “автомата”, многопроволочные жилы гибких кабелей должны быть предварительно облужены или оконцованы.
Конечно, такая подготовка многопроволочных жил не представляет особой сложности и трудоемкости, однако, надо признать, отнимет некоторое время и может существенно увеличить продолжительность работ при больших их объемах.
Провод ШВВП и ПВВП
Монтажные шнуры или кабели с одно и многопроволочными медными жилами. Используются для подключения электрооборудования и бытовой техники. Имеют короткий срок эксплуатации, многожильный тип требует обрабатывать окончания и проводить пайку при монтаже. Для стационарной проводки не желателен из-за отсутствия негорючей изоляции и слабых характеристик.
Провод ПУНП
Внимание
! ПУНП запрещен к использованию для проводки с 2007 года из-за ненадежности.
Хотя находятся «умельцы» и среди клиентов, и среди горе-электриков, которые его используют, мотивируя это тем, что «во всех старых квартирах стоит именно он». Но «граждане» забывают, что со времён СССР очень сильно изменилась оснащенность домашним электрооборудованием и выросла его мощность. Поэтому ПУНП и запретили – он маломощный, со слабой изоляцией и не выдерживает современных нагрузок.
Будьте внимательны, берегите дом и себя в нем!
Понравилась статья? Поделитесь с друзьями.
Как измерить поперечное сечение проводника (провода, кабеля)? | ЭлектроАС
Дата: 13 ноября, 2009 | Рубрика: Вопросы и Ответы, Электромонтажные работы
Метки: ПУЭ, Расчёт мощности, Сечение кабеля, Сечение проводника, Электромонтажные работы
Нужен электромонтаж или электроизмерения? Звоните нам!
Андрей
Как правильно измерить поперечное сечение проводника (провода, кабеля)? Когда я использую формулу A = πr квадрат, то у меня поперечное сечение проводника всегда оказывается меньше, чем его заявленная величина.
Ответ:
Сечение проводника вычисляется исходя из диаметра жилы (S = 0,785d2), где d — диаметр жилы. Диаметр жилы измеряйте штангенциркулем.
Андрей
Я купил провод П1*10. Замерил штангенциркулем его диаметр(d=3,1 мм), и произвел расчет поперечного сечения:
S = 0,785 d квадрат
7,54 = 0,785*(3,1*3,1)
Попробовал использовать другую формулу:
S = П*d квадрат / 4
7,54 = 3,14*(3,1*3,1)/4
Какой бы я кабель не покупал, все равно его расчетная величина поперечного сечения оказывается меньше чем заявленная заводом-производителем. Бывалые электрики говорят, что если найти старый «советский» кабель или провод и замерить его площадь поперечного сечения, то величина расчетная будет равна заявленной (указанной на изоляции заводом производителем). А сейчас происходит банальное воровство. Уважаемый ЭлектроАс, подскажите пожалуйста где мы тупим?
Ответ:
Вы всё правильно рассчитали. Попробуйте поменять штангенциркуль, так как тот инструмент, которым Вы измеряли диаметр проводника, может быть фальсифицированным (левым). Мы приводим Вам таблицу сечений проводников в соответствии с диаметром.
ПУЭ-6
Таблица 1.3.4
Допустимый длительный ток для проводов и шнуров с резиновой и полихлорвиниловой изоляцией с медными жилами.
Таблица 1.3.5
Допустимый длительный ток для проводов и шнуров с резиновой и полихлорвиниловой изоляцией с алюминиевыми жилами.
Прочая и полезная информация
Квадраты натяжения вязания: что делать и зачем это делать
Возможно, вы слышали, насколько важны квадраты натяжения вязания для получения наилучшего результата от вашего рисунка, но что именно такое натяжение и почему вам нужно его проверять? В этой статье мы покажем вам, что вязать натяжные квадраты легко и стоит затраченных усилий! Покроем:
Что такое натяжение (датчик)?
Чтобы добиться отличных результатов от вязания, важно обеспечить правильное натяжение (также известное как калибр).Натяжение — это количество петель и рядов, которые можно найти в квадрате трикотажного полотна, обычно один размером 10х10 см (4х4 дюйма). Чтобы готовый проект получился таким же, как в выкройке, ваше натяжение должно соответствовать натяжению, указанному в инструкциях.
Натяжение, необходимое для вязания, зависит от веса пряжи и размера иглы и обычно указывается в схеме вязания и на ленте шарика пряжи. В наших шаблонах вы увидите, что это написано так:
«Используемая пряжа как DK для этого натяжения: 22 петли и 28 рядов, размер 10×10 см (4×4 дюйма) поверх чулочной вязки спицами 3¼ мм»
От того, насколько свободно или плотно вы вяжете, зависит натяжение ткани, которую вы производите.Напряжение у всех разное, и оно также может быть разным для одного человека от проекта к проекту. Вы можете вязать более плотно, например, деревянными спицами или вязать более свободно, если учитесь делать континентальное вязание. Поскольку у вас может не быть такого же напряжения, как у человека, создавшего шаблон, которому вы следуете, очень важно проверять, соответствует ли ваш каждый раз, когда вы используете что-то новое.
Итак, прежде чем начинать какой-либо проект, неплохо связать небольшой квадрат из пряжи, которую вы собираетесь использовать.Это называется натяжным квадратом. Некоторые вязальщицы считают вязание натянутых квадратов рутинной работой, но это важный шаг, который лучше не пропускать, особенно если вы создаете одежду, которая хорошо сидит по размеру и выглядит фантастически. Если вы натянуты слишком сильно, ваша одежда станет меньше или короче и может вам не подойти; если ваше натяжение слишком слабое, вы обнаружите, что одежда слишком мешковатая.
Как сделать и использовать квадрат для вязания
3 образца линейки для вязания, купить
Помимо проверки размера иглы, некоторые калибры иглы также поставляются с удобной линейкой для проверки размеров ваших натяжных квадратов.Вот три наших любимых…
1. Калибр иглы и образца ChiaoGoo
Этот универсальный калибр от ChiaoGoo может измерять иглы и образцы в американских и метрических размерах, а также имеет таблицу преобразования игл и руководство по различным типам пряжи с их рекомендуемым натяжением и размером иглы. Плюс мы упоминали, что в нем есть вся необходимая информация для вязания крючком?
Купите сейчас на Etsy.
2. Клеверный образец линейки и иглы
Окно 4×4 дюйма в этой образцовой линейке от Clover идеально подходит для измерения квадратов натяжения и позволяет легко подсчитывать ряды и стежки, выделяя нужный отрезок ткани.Если этого было недостаточно, вы также можете измерить свои иглы (и крючки) в метрических, американских и японских размерах.
Купите сейчас на Amazon.
3. Калибр иглы для слона KnitPro
Проверьте размер своего образца с помощью окошка на этой забавной игле в форме слона от KnitPro. Он также имеет встроенный резак для пряжи, удобный для отделки образцов на ходу, и его можно использовать для проверки размеров ваших вязальных спиц и крючков. Датчик доступен в двух цветах: сиреневом и румяно-розовом.
Купите сейчас на Ebay.
Другое применение натяжных квадратов
Вы можете использовать натяжной квадрат, если у вас есть старый узор, который был предназначен для пряжи, выпуск которой сейчас прекращен, и вы хотите скомпоновать одежду из пряжи того же веса, или вы просто хотите заменить пряжу, используемую в выкройке. Например, если вы хотите сделать джемпер DK, купите аналогичную пряжу DK и работайте с квадратами натяжения, пока не получите натяжение, указанное в выкройке.
Образцытакже полезны для проверки стирки пряжи.Растягивается ли после стирки и не растекается ли краска? Безопасно ли это в стиральной машине или будет ощущаться? Все это полезно знать перед тем, как набирать, и вязание квадратов натяжения может помочь вам в этом узнать.
Что делать с готовыми квадратами? Рекомендуем оставить их себе. Их можно удобно распутать для отделки, если у вас закончилась пряжа, или вы можете сохранить их в папке или в журнале вязания, чтобы записать, как пряжа вяжется, на случай, если вы захотите использовать ее снова. Просто не забудьте прикрепить полоску или этикетку к каждому образцу, чтобы вы знали, какой из них какой!
Идея проекта натяжных квадратов
Почему бы не связать набор квадратов натяжения, чтобы сделать одеяло с образцами петель? У нас есть множество схем строчек, которые вы можете попробовать, включая мох, ребристые и кружевные стежки для вязания, а также красивые кабели из нашего руководства о том, как вязать кабелем.
Как рассчитать размер подземной вытяжной коробки
Определение размеров подземных тяговых и распределительных коробок в соответствии со стандартами NEC 314.16 необходимо для предотвращения повреждения изоляции проводов. Расчет правильного размера тягового ящика может быть сложным, поэтому, если вам нужна помощь, свяжитесь с нами или позвоните по телефону 800-767-1576.
Требования норм NEC 314.28 применяются к установкам с проводниками сечением 4 AWG или больше, которые необходимо изолировать, а также к кабелям, содержащим проводники сечением 4 AWG или больше.Это относится к стыкам, прямым, U-образным и угловым соединениям.
Расчет размеров корпуса вытяжной коробки:
Требования к минимальному размеру: минимальное расстояние от места входа проводников до противоположной стены не может быть менее чем в восемь раз больше торгового размера самого большого кабельного канала.
Прямые тяги
Прямое вытягивание — это когда кабелепровод входит в коробку с одной стороны и выходит из коробки с противоположной стороны, как показано на схеме ниже. Для прямого протягивания требуется 8-кратный диаметр самого большого кабелепровода / дорожки качения.
В этом случае просто умножьте самый большой размер дорожки качения на 8, и вы получите минимальную длину для вашего бокса.
Наибольший размер дорожки качения x 8 = Минимальная длина коробки
Например, если ваша дорожка качения 3 дюйма:
3 дюйма x 8 = 24 дюйма
Соединения, угловые соединения, U-образные соединения
Угловые тяги возникают, когда кабелепровод входит в коробку, поворачивается на 90 градусов и затем выходит из коробки на соседней стене. U Тяги состоят из кабелепровода, входящего и выходящего с одной и той же стороны коробки.
Эти расчеты также начинаются с наибольшего размера дорожки качения, но затем становятся немного сложнее. Вам нужно умножить самую большую дорожку качения на 6, затем сложить размеры любых других дорожек качения на той же стене и в ряду, чтобы получить минимальный размер коробки.
(наибольший размер дорожки качения x 6) + размеры дорожек качения в одном ряду = минимальная длина коробки
Например, если у вас один стык, угол или U-образное натяжение дорожки качения 3 дюйма:
3 дюйма x 6 = 18 дюймов
Несколько дорожек качения
Если у вас несколько рядов дорожек качения, рассчитайте каждый отдельно и выберите наибольшее расстояние.
Если у вас несколько рядов дорожек качения, используйте наибольший рассчитанный размер.
Например, если у вас есть ряд с дорожками качения 3-3 дюйма и другой ряд с дорожками качения 3-1 дюйма:
Вычислить строку 1: (3 дюйма x 6) + 3 дюйма + 3 дюйма = 24 дюйма
Вычислить строку 2: (1 дюйм x 6) + 1 дюйм + 1 дюйм = 8 дюймов
Выберите 24 дюйма, больший из 2-х размеров.
Расстояние между дорожками качения
Кроме того, расстояние между дорожками качения, охватывающими один и тот же проводник, не может быть меньше, чем в шесть раз больше наибольшей дорожки, измеренной от ближайшего края дорожки к ближайшему краю.
Наибольший размер дорожки качения x 6 = Минимальное расстояние между дорожками качения
Например, если у вас есть дорожка качения 3 дюйма слева направо:
3 дюйма x 6 = 18 дюймов
Несколько типов тяги
В одном ящике можно выполнять несколько типов тяги, например, прямое тяговое движение с натяжением под углом в одном ящике.
Если у вас есть несколько типов тяги, вы должны рассчитать для каждого из различных типов тяги, используя правильные формулы, а затем выбрать наибольший из рассчитанных размеров.
Например, если у вас есть коробка с прямым натяжением дорожки качения 3 дюйма и угловым натяжением с дорожкой качения 3 дюйма:
Рассчитайте прямое натяжение слева направо: 3 дюйма x 8 = 24 дюйма
Рассчитайте угол натяжения слева направо: (3 дюйма x 6) + 3 дюйма = 21 дюйм
Выберите 24 дюйма, больший из двух размеров для расчета слева направо.
Рассчитайте угловое натяжение сверху вниз: 3 дюйма x 6 = 18 дюймов
Ваш ящик должен быть не менее 24 дюймов в ширину и 18 дюймов в высоту.
Шаг расчета вытяжной коробки:
Вам необходимо рассчитать как горизонтальные (слева направо и справа налево), так и вертикальные (сверху вниз и снизу вверх) размеры, а также вычислить расстояние между дорожками качения.Поскольку это может сбивать с толку, вам нужно будет нарисовать конфигурацию.
Например, если у вас есть тяговая коробка с дорожкой качения 1-3 дюйма слева, дорожкой качения 1-2 дюйма слева, дорожкой качения 1-2 дюйма справа и дорожкой качения 1-3 дюйма снизу. . Итак, у вас есть прямая тяга 2 дюйма и тяга под углом 3 дюйма.
ШАГ 1 :Определите размер каждой дорожки качения, которую вы будете использовать.
ШАГ 2 :Определите, нужна ли вам прямая или соединительная / угловая / U-образная тяга, поскольку вам нужно использовать разные формулы.
ШАГ 3 :Рассчитайте горизонтальный размер:
- Прямая тяга:
- Слева направо: 8 дюймов x 2 = 16 дюймов
- Справа налево: 8 дюймов x 2 = 16 дюймов
- Ваш тяговый ящик должен быть не менее 16 дюймов в ширину.
- Угол тяги:
- Слева направо: (3 дюйма x 6) + 2 дюйма = 20 дюймов
- Справа налево: нет
Вычислить вертикальный размер:
- Угловая тяга (только угловая / соединительная / U-образная тяга)
- Сверху вниз: нет
- Снизу вверх: 3 дюйма x 6 = 18 дюймов
ШАГ 5 :
Расчет расстояния между дорожками качения (только угол / соединение / U-образное соединение)
- Расстояние между дорожками качения: 3 x 6 = 18 дюймов
ШАГ 6 :
Сравните расстояние между дорожками качения иВертикальное и горизонтальное расстояние и выберите большее из 2-х. (Только угол / соединение / U-образные тяги)
- (Расстояние между дорожками качения = 18 дюймов) = (Вертикальное расстояние = 18 дюймов)
- (расстояние между дорожками качения = 18 дюймов) <(горизонтальное расстояние = 120 дюймов)
- Вытяжной ящик должен быть не менее 20 дюймов в ширину и 18 дюймов в высоту.
Например, если у вас есть ряд с дорожками качения 3-3 дюйма и другой ряд с дорожками качения 3-1 дюйма:
- Вычислить строку 1: (3 дюйма x 6) + 3 дюйма + 3 дюйма = 24 дюйма
- Вычислить строку 2: (1 дюйм x 6) + 1 дюйм + 1 дюйм = 8 дюймов
- Выберите 24 дюйма, больший из 2-х размеров.
Нужна помощь в выборе тяговых ящиков подходящего размера? Наш квалифицированный персонал будет рад вам помочь. Свяжитесь с нами или позвоните по телефону 800-767-1576 .
Другие статьи, которые могут вам понравиться:
Выбор подходящего подземного шкафа
Определение надлежащей грузоподъемности по ANSI для подземных тягово-сцепных устройств
Что делают ящики телефонной компании в нашем районе?
Если в вашем районе есть подземная телефонная проводка, а не телефонная проводка, которая проходит по воздуху на столбах, то вы часто будете видеть эти маленькие коробочки по всему району — по одной на каждые два-три дома или около того.Типичная коробка на юго-востоке Соединенных Штатов может выглядеть так:
Эта коробка имеет высоту два или три фута (около метра) и, возможно, 8 дюймов (20 см) в квадрате.
Если вы читали статью HSW, озаглавленную «Как работают телефоны», то вы знаете, что каждая телефонная линия проходит в ваш дом по паре медных проводов. В вашем районе проходит толстый подземный кабель, содержащий, возможно, 25 или 50 пар медных проводов. Маленькая зеленая коробочка — это место, где 50-парный кабель высовывается из земли, чтобы сотрудник телефонной компании мог соединить его.Так случилось, что поблизости строят новое подразделение, и вот как выглядит один из ящиков во время строительства:
Как видите, это очень простая установка. Они взяли кабель, сняли его внешнюю защитную оболочку, чтобы обнажить все провода, а затем сращивали на несколько пар для двух или трех домов, разделяющих коробку (маленькие прозрачные пластиковые блоки — это сращивания). Небольшие двухпарные кабели проходят под землей от коробки до домов. Иногда стыки не так просты — вместо прямых стыков внутри будет пластиковая или керамическая пластина с соединительным блоком.
Так откуда берется 25-парный или 50-парный кабель? Если вы будете искать в своем районе, вы найдете большую коробку, которая выглядит так:
Эта коробка, вероятно, имеет высоту 4 или 5 футов (1,5 метра). Через эту точку проходит кабель большего размера с сотнями пар проводов, и здесь начинается один или несколько проводов с 25 или 50 парами. Внутри коробки находится большая панель с перфорацией, на которой сотрудники телефонной компании присоединяют каждую пару меньшего кабеля к правильным парам большего кабеля.
Кабель большего размера часто начинается с такой коробки:
Эта коробка имеет высоту около 6 футов (2 метра) и ширину 12 футов (4 метра). Вы можете видеть справа, что этот блок также имеет собственный измеритель мощности и, следовательно, имеет мощность (в отличие от предыдущих блоков, которые не содержали ничего, кроме пассивных соединений). Внутри этого большого блока питания находятся дигитайзеры. Пары из каждого дома подключаются к дигитайзерам, так что все телефонные звонки в этом районе можно передавать по гораздо меньшему набору проводов.Этот блок может принимать несколько линий большего размера (например, линии T1 или T3), по которым передаются голосовые каналы, а дигитайзеры разбивают мультиплексированные линии на отдельные пары. Мультиплексированные линии могут проходить по дороге в виде медных, оптоволоконных или коаксиальных кабелей.
В конце концов мультиплексированные линии прибывают к коммутатору , который может выглядеть так:
В этом здании нет окон, и его площадь составляет примерно 15 квадратных метров. См. Вопрос 354 для получения подробной информации о том, что происходит на переключателе!
Моделирование эффективности работы кабельной тяги с трактором с применением методов наименьших квадратов и робастной регрессии
Авторские права © 2017 Хорватский журнал лесной инженерии
doi: https: // doi.org / 10.5552 / crojfe.2020.677
том: 41, выпуск: 1
стр: 9
Лесозаготовительная деятельность осуществляется подрядчиками на торгах по ценам, определяемым объемом вывозимой древесины, условиями земли и параметрами способа транспортировки. Менеджеры должны точно определить среднее время завершения работы и базовую цену, чтобы предотвратить потери как работами, так и подрядчиком до тендера, и отметить это в тендерном контракте. Таким образом, прогнозирование производительности при производстве древесины имеет большое значение при определении продолжительности и стоимости работ.В этом контексте целью настоящего исследования было определение наиболее точной модели оценки, которая могла бы спрогнозировать производительность ( P e) на основе объема бревен ( V т), уклона маршрута ( P ) и расстояния лебедки ( D ) при трелевке троса в гору с помощью барабанного трактора. В текущем исследовании были разработаны модели оценки, которые используют как линейную регрессию через SPSS, использующую все данные, так и метод надежной регрессии, который минимизирует влияние выбросов.Уборочные агрегаты были выбраны среди насаждений из чистой ели ( Picea orientalis (L.) Link) методом подъема на трос с трактором на северо-востоке Турции. Наклон маршрута, расстояние подъема лебедкой, объем бревен и данные о затратах времени были собраны в выбранных лесозаготовительных установках, и на основе этих данных были разработаны модели прогнозирования продуктивности. В этом исследовании оценка производительности была выполнена с использованием линейной регрессии в SPSS и методов надежной регрессии, подготовленных в среде MATLAB.Коэффициенты, рассчитанные этими методами, были статистически проверены, и было определено, что коэффициент дистанции подъема лебедкой был незначительным для обоих методов. Таким образом, модель оценки продуктивности была повторно определена обоими методами на основе параметров уклона и бревенчатого объема, и результаты были сопоставлены. Кроме того, были сравнены стандартные ошибки коэффициентов обеих моделей, и был сделан вывод, что робастный метод более чувствителен, чем метод регрессии SPSS.
Моделирование эффективности работы кабельной тяги с трактором с применением методов наименьших квадратов и надежной регрессии
Салиха Юнвер-Окан
Резюме
Лесозаготовительные работы проводятся подрядчиками на основе тендеров на основе цен определяется количеством перевозимой древесины, условиями земли и параметрами способа транспортировки. Менеджеры должны точно определить среднее время завершения работы и базовую цену, чтобы предотвратить потери как работами, так и подрядчиком до тендера, и отметить это в тендерном контракте.Таким образом, прогнозирование производительности при производстве древесины имеет большое значение при определении продолжительности и стоимости работ. В этом контексте целью настоящего исследования было определение наиболее точной модели оценки, которая могла бы спрогнозировать производительность ( P e) на основе объема бревен ( V т), уклона маршрута ( P ) и расстояния лебедки ( D ) при трелевке троса в гору с помощью барабанного трактора. В текущем исследовании были разработаны модели оценки, которые используют как линейную регрессию через SPSS, использующую все данные, так и метод надежной регрессии, который минимизирует влияние выбросов.Уборочные агрегаты были выбраны среди насаждений из чистой ели ( Picea orientalis (L.) Link) методом подъема на трос с трактором на северо-востоке Турции. Наклон маршрута, расстояние подъема лебедкой, объем бревен и данные о затратах времени были собраны в выбранных лесозаготовительных установках, и на основе этих данных были разработаны модели прогнозирования продуктивности. В этом исследовании оценка производительности была выполнена с использованием линейной регрессии в SPSS и методов надежной регрессии, подготовленных в среде MATLAB.Коэффициенты, рассчитанные этими методами, были статистически проверены, и было определено, что коэффициент дистанции подъема лебедкой был незначительным для обоих методов. Таким образом, модель оценки продуктивности была повторно определена обоими методами на основе параметров уклона и бревенчатого объема, и результаты были сопоставлены. Кроме того, были сравнены стандартные ошибки коэффициентов обеих моделей, и был сделан вывод, что робастный метод более чувствителен, чем метод регрессии SPSS.
Ключевые слова: прогнозная модель, продуктивность, измерение времени, каротаж, трелевка в гору
1. Введение
Лесное хозяйство включает в себя различные виды деятельности, такие как создание древостоя, лесоводство и ремонтные работы, производство древесных материалов или вторичная продукция, маркетинг и продажи, планирование и строительство лесных построек, борьба с лесными пожарами и вредителями (например, насекомыми, грибами) и рекреационная деятельность. Одним из наиболее важных видов деятельности в лесном хозяйстве является производство древесины, которая является основным источником доходов лесных предприятий и требует периодического вмешательства в лес.
Производство древесины состоит из трех основных этапов: рубка / валка, добыча / первичная транспортировка и транспортировка / вторичная транспортировка. Процесс добычи технически сложен, эргономически рискован и дорог и включает в себя тяжелую работу, которая может привести к значительному ущербу окружающей среде (Ünver-Okan, 2017). Во время выгрузки бревен используется различное оборудование, такое как форвардеры, трелевочные тракторы, харвардеры, вертолеты, воздушные шары и вышки (Ibrahimovic, 2016). Однако дорогие машины нельзя использовать в странах с менее благоприятными экономическими условиями (Blakeney 1992, Wang et al.2005). В Турции, где примерно половина лесов разбросана на участках с уклоном более 40%, метод троса с барабанными лесохозяйственными тракторами преимущественно используется в гору, а башенные ярды используются изредка (Acar et al.2015).
При использовании метода трелевки каната с лесохозяйственным трактором трос на барабане лесозаготовительного трактора, закрепленном на обочине дороги, тянется к месту расположения бревен рабочим, привязанным к бревну, и трактором. двигатель тянет за трос, чтобы извлечь бревно на обочину.Полезность канатно-трелевочного метода зависит от наличия лесной дороги; максимальное расстояние подъема тракторов составляет от 100 до 120 м (Erdas et al. 2014).
В некоторых исследованиях сообщается, что основными ограничивающими факторами, окружающими решение о выборе метода добычи с помощью лесозаготовительной установки, а также производительности машины, являются лесоводство, управление лесными операциями, состояние местности, расстояние подъема лебедкой, размер деревьев и уклон маршрута ( Акай и др. 2004 г., Гаффариян и др.2012 г., Spinelli et al. 2010). Эти параметры отрицательно сказываются на производительности, особенно при выемке в гору. Ковачова и Анталова (2010) подчеркнули, что леса должны эксплуатироваться с оптимальной производительностью, чтобы удовлетворить потребности как нынешнего, так и будущих поколений.
Работы по производству древесины должны быть завершены в течение определенного периода времени в связи с тем, что они ведутся в естественных условиях и с использованием живого материала. В соответствии с правилами лесного хозяйства Турции, лесозаготовительные работы передаются подрядчикам по методу продажи корней или жителям лесных деревень по цене за единицу.В обоих случаях операторы должны составить точный план работы, определяя время завершения работы и цену открытого тендера, которая должна быть точно указана. Таким образом, очень важно предвидеть производительность труда и разработать соответствующий план производства древесины. Одним из наиболее часто используемых методов является исследование рабочего времени для анализа продуктивности лесозаготовительных систем (Gallis 2004, Gallis and Spyroglou 2012, Savelli et al. 2010).
Регрессионный анализ — один из наиболее часто используемых статистических методов моделей оценки для установления корреляции между двумя или более переменными (Khamis and Razak 2017).Поскольку расчет с LSM довольно прост, это предпочтительный метод для большинства приложений регрессии (Wu and Yu 2018). Однако в различных работах было продемонстрировано, что выбросы или многополярные / отсутствующие данные в наборе данных могут отрицательно повлиять на результаты регрессии (Hekimolu and Berber 2003, Wen et al. 2013). В таких случаях более адекватно использовать надежный метод, который может обеспечить более надежные результаты за счет ограничения веса выбросов (Al-Amleh 2015). При использовании метода надежной регрессии на измерения не влияют ни ошибки в этих измерениях, ни ошибки в других измерениях, что снижает негативное влияние ошибок измерения на результаты.Этот метод позволяет более точно определять грубые ошибочные измерения, не рассеивая влияние выбросов. Следовательно, можно разработать модель, в которой сопоставление данных дает надежные результаты.
Целью исследования было разработать модель для точной оценки эффективной производительности ( P e), в которой объем бревен ( V т), уклон маршрута ( P ) и расстояние лебедки ( D ) были известен в уборочном агрегате, где производился трелевочный трос трактора в гору.С этой целью оценка эффективной производительности при трелевке кабеля была смоделирована двумя методами: 1) Пакет статистических данных для социальных наук (SPSS) линейной регрессии; и 2) надежная регрессия с окончательным сравнением обоих методов.
2. Материалы и методы
Исследование проводилось в лесах Восточного Причерноморья на северо-востоке Турции в 2016–2017 гг. Данные об уклоне маршрута, расстоянии лебедки, объеме бревен и времени работы лебедки были собраны с лесозаготовительных агрегатов, которые используют подъемную тросовую лебедку с лесным трактором.Все лесозаготовительные единицы представляли собой насаждения чистой ели ( Picea orientalis (L.) Link) среднего возрастного класса, и эти леса имели закрытие от 0,71 до 1,00. Уклоны трелевочных путей от 40 до 80% измерялись инклинометром, а расстояние между лебедкой от 38 до 115 м оценивалось стальной рулеткой.
В ходе исследования 247 бревен было извлечено в гору с использованием лесного трактора модели MB-Track 900. Каждый раз сдвигалось одно бревно. Были измерены диаметры ( d ) в см и длина ( L ) в м бревен.Объем транспортируемых бревен ( V т) в м3 был рассчитан по формуле Хубера (Castellanos et al. 2007, The Forest Service 1999):
(1)
Измерения времени проводились с помощью секундомера и времени работы лебедки. ( t ) в часах для каждого бревна были определены методом измерения времени сброса. Эффективная производительность системы ( P e) в м3 / ч была рассчитана как (Mederski 2006):
(2)
Уравнение регрессии для эффективной производительности ( P e) включало объем бревна на трелевке ( V ). t), уклон маршрута ( P ) и расстояние лебедки ( D ):
(3)
Где:
b 0 , b 1 ,…, b tcoefficients
i количество данных ( i = 1, 2,…, 120).
Уравнение решалось с помощью методов линейной регрессии SPSS и методов робастной регрессии. Значимые коэффициенты были определены для каждого решения, и уравнения регрессии были написаны с этими коэффициентами.
2.1 Регрессионный анализ
Регрессия — это популярный метод, который определяет корреляцию между одной независимой переменной и одной или несколькими зависимыми переменными с математической функцией (Uyanık and Güler 2013). В литературе есть статистические методы оценки, такие как метод наименьших квадратов (LSM) (Koch 1999), взвешенные наименьшие квадраты (Draper and Smith 1998), робастная регрессия (Chen and Pinar 1998, Gross 2003, Rousseeuw and Leroy 1987, Staudte and Sheater 1990), генетический алгоритм (Pan et al.1995) и искусственные нейронные сети (Stern 1996).
Связь между входами и выходами в модели многомерной линейной регрессии была выражена как:
(4)
Где:
y зависимая переменная
x 1 , x 2 , …, X оловозависимые переменные
ε случайная ошибка
t количество неизвестных параметров.
2.1.1 Метод наименьших квадратов (LSM)
При оценке параметров модели был применен LSM, и целевая функция была записана как:
(5)
As ( ɛ ) был в противоположность исправлению ( ʋ ), когда ошибка заменялась исправлением в уравнении.4, было получено следующее уравнение:
(6)
Это уравнение можно записать в виде матрицы:
Где:
y выходной вектор
A матрица коэффициентов
b регрессия матрица коэффициентов
V вектор коррекции.
Коэффициенты регрессии были получены методом LSM как:
(8)
Где:
P матрица весов входных переменных
Матрица обратных весов коэффициентов ( Q bb) была полученный с помощью уравнения.8 как:
(9)
Средняя ошибка ( м o) единичной меры была определена с помощью вектора коррекции ( V ), вычисленного вектором коэффициентов ( b ), помещенным в уравнение. 7 как:
(10)
Где:
n количество измерений
u количество неизвестных.
Стандартная ошибка (SE) для параметров регрессии ( м b) была рассчитана как:
(11)
Где:
q b1b1 i-диагональ Q матрица bb
Матрица обратных весов поправок ( Q vv) была рассчитана как:
(12)
Стандартная ошибка поправок была рассчитана как:
(13)
Значимость коэффициентов регрессии, полученных с помощью уравнения.8 был протестирован как:
(14)
Где:
q b1b1 i-диагональный элемент в обратной весовой матрице поправок ( Q bb)
табличное значение для t распределение в градусах свобода, f (Koch 1999)
2.1.2 Метод робастной регрессии
Хотя в LSM предполагается нормальное распределение ошибок, в большинстве приложений нормальное распределение ошибок не может быть обеспечено. Неправильное измерение отрицательно сказывается на оценке LSM и оценочном значении.Выбросы ухудшают все результаты LSM и, следовательно, все размеры тестов из-за побочного эффекта. Это приводит к смещению кривой регрессии, полученной с помощью LSM, в сторону выбросов. Таким образом, выбросы представляют собой серьезную проблему для LSM-анализа. Одним из методов решения этой проблемы является метод надежной регрессии (Галлегос и Риттер, 2005 г., Маронна и Замар, 2002 г., Меер и др., 1991 г., Уилкокс, 1997 г.).
Метод надежной регрессии классифицирует измерения на надежные данные и выбросы. Надежные данные содержат случайные ошибки, а выбросы — грубые ошибки.Метод устойчивой регрессии отличается от метода LSM тем, что на него не влияют выбросы. В частности, параметры рассчитываются путем присвоения итеративно меньших весов выбросам (Каспари и Борутта, 1987, Гао и др., 1992, Хампель и др., 1986, Янг, 1994, Янг и др., 2002).
Целевая функция ( ρ ) была записана в методе робастной оценки как:
(15)
Производная целевой функции была взята для получения функции прогнозирования ( ѱ ) как:
(16 )
и весовая функция ( W ) как:
(17)
Прогноз был сделан итеративно путем повторного взвешивания метода LSM.На каждой итерации стандартизованные поправки сравнивались с предельным значением, и новые веса данных определялись на основе выбранной весовой функции. Итерация поддерживалась до желаемой сходимости и постепенного уменьшения новых весов выбросов (Hekimolu and Berber 2003).
Повторяющаяся матрица весов была определена как:
(18)
Где:
i номер итерации
Матрица устойчивых весов в начальной итерации принята как единичная матрица ( W 0 = I ).
Параметры были рассчитаны с помощью LSM на основе формул. (7) и (8) как:
(19)
Итерация поддерживалась до тех пор, пока разница между параметрами b i + 1 и b i не стала незначительной. Было замечено, что веса выбросов уменьшались после каждой итерации, а некоторые даже приближались к нулю. Тесты значимости коэффициентов регрессии проводились с формулой. 14. Затем было получено уравнение регрессии со значимыми коэффициентами.
В надежном регрессионном анализе используются различные весовые функции (Gökalp et al. 2008) (таблица 1).
Таблица 1 Обычно используемые функции робастного веса
Метод оценки | Весовые функции | |
Andrews M-Estimation | 906 | |
М-оценка Битона-Тьюки | ||
Метод Danimarc |
Параметр предельного значения ( c 1) может быть определен с помощью различных функций веса техники.Чтобы надежные методы обеспечивали точные и надежные результаты, параметры предельных значений должны определяться как можно точнее. Предельное значение было основано на предположении, что ошибки наблюдений будут разбросаны в пределах ± c с определенной вероятностью. В качестве предельного значения можно принять:
(20)
Где:
s0 предварительная стандартная ошибка для набора измерений
Вместо стандартных значений поправок () могут быть взяты.Гипотезы H 0 могут быть построены как:
(21)
, а размер теста ( T i) можно проверить как:
(22)
Где:
q ʋiʋi ith диагональ элемент в весовой матрице поправок ( Q vv)
t -таблица значение в степенях свободы f
Используя уравнение. 22, предельное значение было рассчитано для каждой коррекции как:
(23)
Когда веса данных были разными, предельное значение после первой итерации в уравнении.23 было:
(24)
Общее предельное значение было рассчитано путем взятия среднего из c значений, рассчитанных как (Gökalp and Boz 2005):
(25)
На основании эмпирических исследований, статистики предполагают, что предельное значение c можно принять равным 1,5 или 2 (Somogyi 1988). Тем не менее, вычисляя предельное значение c отдельно для каждой меры с формулой. 25 обеспечивает более реалистичное решение.
3. Результаты и обсуждение
3.1 SPSS Regression
Корреляция нескольких параметров лесозаготовительных работ с производительностью обычно определяется с помощью регрессионных моделей (Gallis 2004). Функция линейной регрессии была установлена согласно формуле. 3 с использованием объема бревен, уклона и расстояния транспортировки для повышения производительности при трелевке трактора в гору. Коэффициенты параметров и уровни значимости этих коэффициентов были определены SPSS из уравнения. 3 (таблица 2).
Таблица 2 Коэффициенты крутизны, объема, расстояния и значимости тестирования с помощью SPSS
Модель | Нестандартизованный Коэффициенты |
Стандартные коэффициенты | Sig. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
B | SE | Бета | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
(постоянная) | 4.397 | .779 | 5.642 | .000 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Наклон | –2.357 | –2.357 | –2.357 | 9 –2,887.004 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Расстояние | –.004 | .006 | –.028 | — 9002 85 | .559 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Объем | 5,383 | .403 | .655 | .655 | .655 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Модель | Нестандартизованный коэффициенты | Стандартизованный | ||||
B | SE | Бета | ||||
(постоянная) | 4.188 | .692 | 6.054 | .000 | ||
Наклон | –2.392 | –2.392 | –2.392 | –2.392 | –2.943 | .004 |
Объем | 5,325 | .390 | .648 | 13.662 | .000 | |
Таким образом, уравнение регрессии эффективной производительности для техники трелевки лесного трактора в гору было определено с использованием значимых коэффициентов линейной регрессии в SPSS как:
(27)
Предыдущие исследования показали, что на продуктивность обычно влияют объем (Proto et al. 2018), расстояние (Nikooy et al. 2013), уклон (Gilanipoor et al. 2012), количество бревен в каждом цикле (Gholami and Majnounian 2008) и взаимодействие между их (Мусави 2009, Нагди 2004, Пилевар 1996).Хотя в некоторых исследованиях было обнаружено, что расстояние влияет на продуктивность (Nikooy 2007, Wang 2004), Мусави и Никой (2014) определили, что расстояние не влияет на продуктивность, как и в этом исследовании. С другой стороны, Gilanipoor et al. (2012) определили, что производительность зависит от наклона и объема, аналогично результатам этого исследования.
3.2 Робастная регрессия
Коэффициенты регрессии в уравнении. 3 были рассчитаны методом робастной регрессии с итерациями.Эти расчеты были выполнены с помощью программного обеспечения, написанного автором в среде MATLAB. В качестве метода оценки использовалась M-оценка Хубера (таблица 1). В M-оценке Хубера предельное значение ( c ) определялось по формуле. 25. Надежные веса ( W ) были рассчитаны по формуле. 17. Повторяющаяся матрица весов ( P i) была определена по формуле. 18. Коэффициенты уравнения регрессии в уравнении. 3 были рассчитаны по формуле. 19 после итераций. С помощью этого метода значимость коэффициентов была проверена путем сравнения размера теста ( T bi) и значения таблицы t (Таблица 4).
Таблица 4 Коэффициенты крутизны, объема, расстояния и значимости тестирования с помощью метода робастной регрессии
Коэффициенты | Размер теста | t -Таблица Значение Решение | |||||
= 3,0228 | 5,459 | 1,969 | Значимое | ||||
= 5.5073 | 18,899 | 1,969 | Значительное | ||||
= –1,4064 | 2,464 | 2,464 | 2,464 | 0,253 | 1,969 | Незначительное |
Было обнаружено, что коэффициент дистанции лебедки ( b 3) в уравнении.3 было незначительным (таблица 4). Таким образом, эффективные коэффициенты регрессии продуктивности были рассчитаны с использованием бревенчатого объема и наклона маршрута, которые были определены как значимые, а стандартные ошибки для коэффициентов ( м bi) были рассчитаны с помощью уравнения. 11 с проведенными тестами значимости (Таблица 5).
Таблица 5 Коэффициенты крутизны, объема и значимости тестирования с помощью метода робастной регрессии
Коэффициенты | SE | Размер теста | Значение t-таблицы Решение | |||
= 3.0940 | 0,495 | 6,253 | 1,969 | Значимое | ||
= 5,5182 | 0,284 | 0,284 | 0,284 | 0,284 | 0,284 | 0,284 |
= –1,3886 | 0,570 | 2,436 | 1,969 | Значительный |
Транспортное расстояние было обнаружено, что расстояние не было значимым
По этой причине логарифмический объем и коэффициенты наклона были пересчитаны с помощью метода робастной регрессии в формуле. 26 и были выполнены тесты значимости. Таким образом, уравнение регрессии эффективной производительности для техники трелевки лесного трактора в гору было определено с использованием значимых коэффициентов с помощью метода робастной регрессии следующим образом:
(28)
В литературе приводятся различные исследования, сравнивающие методы LSM и робастной регрессии. было сделано. Muhlbauer et al.(2009) обнаружили, что внешние наблюдения могут искажать оценку тенденции LSM и приводить к завышению или занижению оценки. Таким образом, было определено, что робастный метод более подходит для моделирования оценки, чем LSM. Подобно этому исследованию, Хекимоглу и Эреноглу (2005) определили, что более целесообразно использовать надежные методы в случаях выбросов.
4. Выводы
Данная работа имеет большое значение и представляет собой наиболее точную оценку продуктивности производства и реализации продукции при лесозаготовительной деятельности, одном из самых сложных и дорогостоящих этапов производства древесины.В литературе модели прогнозирования производительности в основном разрабатывались с помощью линейного регрессионного анализа в программном обеспечении SPSS. Однако для модели линейной регрессии программы SPSS достаточно точные результаты могут не быть получены, поскольку коэффициенты вычисляются в соответствии с методом LSM на основе всех данных, содержащих выбросы. Таким образом, это исследование было направлено на изучение более чувствительного определения оценки производительности. Для этого оценка продуктивности проводилась с помощью метода робастной оценки, который сводит к минимуму влияние выбросов, и результаты сравнивались с оценкой SPSS.
В данном исследовании еловые бревна объемом 0,28–2,35 м3 транспортировались в гору лесным трактором на расстояние 38–115 м в лесозаготовительных агрегатах с уклоном от 40 до 80%. Оценки продуктивности были произведены с использованием SPSS и оценки Huber-M с помощью метода надежной регрессии, подготовленного в MATLAB, путем взятия уклона, объема и расстояния транспортировки. С помощью обоих методов оценки было определено, что уклон и объем оказали значительное влияние на производительность, в то время как расстояние подъема лебедки не было эффективным.Было установлено, что продуктивность прямо пропорциональна объему и обратно пропорциональна уклону. Стандартные ошибки коэффициентов обеих моделей были сравнены, и был сделан вывод, что робастный метод более чувствителен, чем метод регрессии SPSS.
В будущих исследованиях оценки производительности кабельной тяги с лесными тракторами должны быть исследованы для различных уклонов, объемов и пород деревьев. Кроме того, рекомендуется делать оценки продуктивности для разных методов добычи с помощью разных робастных методов оценки.
Выражение признательности
Это исследование было выполнено при финансовой поддержке »Совета по научным и технологическим исследованиям Турции (TUBITAK)« (номер проекта: 115O017).
5. Ссылки
Acar, HH, Kaya, A., Ünver-Okan, S., Üçüncü, K., 2015: Оценка трелевочной системы лесных тракторов MB-Track 900 на крутых склонах при рубке ухода операции. Международный симпозиум FORMEC, 4–8 октября, Линц, Австрия, 1–6 с.
Акай, А.Э., Эрдас, О., Сессия, Дж., 2004: Определение производительности механизированных уборочных машин. Журнал прикладных наук 4 (1): 100–105. https://doi.org/10.3923/jas.2004.100.105
Аль-Амле, M.A.A.H., 2015: Надежные методы регрессионного анализа: сравнение и улучшение. Магистерская работа, Университет Зарка, Иордания, 68 стр.
Блейкни, К.Дж., 1992: Экологически безопасные лесозаготовки с вертолета в Папуа-Новой Гвинее. Симпозиум по лесозаготовкам и лесоводству для устойчивого лесного хозяйства в тропиках.Институт лесных исследований Малайзии, 5–9 октября, 145–150.
Каспари В., Борутто Х., 1987: Робастная оценка в моделях деформации. Обзор обзора 29 (223): 29–45. https://doi.org/10.1179/sre.1987.29.223.29
Кастелланос, А., Бланко, А.М., Паленсия, В., 2007: Применение радиальных базисных нейронных сетей для зонального леса. Теории и приложения информации в международных журналах 14 (3): 218–222.
Чен, Б., Пинар, М.Э., 1998: О методе Ньютона для решения робастных M-оценочных задач Хубера в линейной регрессии.Swets & Zeitlinger 38 (4): 674–684. https://doi.org/10.1007/BF02510408
Дрейпер, Н.Р., Смит, Х., 1998: Прикладной регрессионный анализ, Wiley. 736 с.
Эрдас, О., Акар, Х.Х., Экер, М., 2014: Транспортные технологии для лесных товаров. Лесной факультет КТУ, Трабзон, Публикация № 233/39, 504 с.
Галлегос, М.Т., Риттер, Г., 2005: Надежный метод кластерного анализа. Анналы статистики 33 (1): 347–380. https://doi.org/10.1214/0004000000940
Галлис, К., 2004: Сравнительная оценка стоимости перевозки малогабаритной древесины бука с лошадьми и мини-трелевочным трактором в северную Грецию. Журнал лесных товаров 54 (11): 84–90.
Галлис, К., Спироглу, Г., 2012: Модели линейной регрессии продуктивности системы лесозаготовок по длине деревьев в естественных прибрежных сосновых лесах Алеппо ( Pinus halepensis L.) в районе Халкидики в Греции. Хорватский журнал лесной инженерии 33 (1): 115–123.
Гао, Ю., Кракинвски, Э.Дж., Чомпо, Дж., 1992: Надежная процедура тестирования для обнаружения множественных грубых ошибок.Журнал геодезической инженерии ASCE 118 (1): 11–23. https://doi.org/10.1061/(ASCE)0733-9453(1992)118:1(11)
Гаффариян, М.Р., Сешнс, Дж., Браун, М., 2012: Производительность машины и связанные с остаточными пожнивными остатками с системой лесозаготовки на юге Тасмании. Южные леса: Лесной журнал 74 (4): 229–235. https://doi.org/10.2989/20702620.2012.741770
Голами М.Дж., Маджнуниан Б., 2008: Производительность и стоимость колесного трелевочного трактора в гирканском лесу.Международный журнал естественных и технических наук 2 (3): 99–103.
Gilanipoor, N., Najafi, A., Heshmat Alvaezin, S.M., 2012: Производительность и стоимость трелевки сельскохозяйственных тракторов. Журнал лесоводства 58 (1): 21–26. https://doi.org/10.17221/4804-JFS
Gökalp, E., Güngör, O., Boz, Y., 2008: Оценка различных методов обнаружения выбросов для сетей GPS. Датчики 8 (11): 7344–7358. https://doi.org/10.3390/s8117344
Gökalp, E., Boz, Y., 2005: Сравнение надежных M-оценок при определении удаленных базовых векторов в сетях GPS.Картографический журнал 134: 1–17.
Гросс, Дж., 2003: линейная регрессия. Springer Verlag, Берлин, Гейдельберг, Нью-Йорк, 398 стр.
Хэмпел, Ф., Ронкетти, Э., Руссеу, П., Стахел, В., 1986: Надежная статистика: подход, основанный на функциях влияния. John Wiley and Sons Inc., Нью-Йорк, 536 стр.
Хекимоглу Э., Бербер М., 2003: Эффективность робастных методов в гетерогенных линейных моделях. Журнал геодезии 76 (11–12): 706–713. https://doi.org/10.1007/s00190-002-0289-y
Hekimolu, Ş., Erenolu, R.C., 2005: Обнаружение выбросов с помощью надежных методов и результатов сравнения с тестами на выбросы для выравнивания сетей. 2-й симпозиум по инженерным изысканиям, 23–25 октября, Стамбул, Турция, 481–490.
Ибрагимович А.К., 2016: Подвесные лесохозяйственные машины для устойчивого лесного хозяйства. Докторская диссертация, Королевский технологический институт KTH, Стокгольм, Швеция.
Хамис, А., Разак, Н.А., 2017: сравнительное исследование методов надежной регрессии при моделировании валюты, находящейся в обращении в Малайзии.Международный научно-исследовательский журнал 6 (4): 241–244.
Ковачова П., Анталова М., 2010: Определение и технологии точного лесоводства. Список Шумарского 134 (11–12): 603–611.
Кох, К.Р., 1999: Оценка параметров и проверка гипотез в линейных моделях. Springer, Берлин, Гейдельберг, Нью-Йорк, 334 стр.
Маронна, Р.А., Замар, Р.Х., 2002: Надежные оценки местоположения и дисперсии для многомерных наборов данных. Технометрика 44: 307–317. https://doi.org/10.1198/004017002188618509
Медерски П.С., 2006: Сравнение производительности лесозаготовок и затрат на рубки ухода с промежуточным полем и без него. Экология и управление лесами 224: 286–296. https://doi.org/10.1016/j.foreco.2005.12.042
Меер, П., Минц, Д., Розенфельд, А., Ким, Д.Ю., 1991: Надежные методы регрессии в компьютерном зрении: обзор. Международный журнал компьютерного зрения 6 (1): 59–70. https://doi.org/10.1007/BF00127126
Мусави, Р., 2009: Сравнение производительности, стоимости и воздействия на окружающую среду двух методов лесозаготовок в северном Иране: короткоживущий илонг-бревно. Диссертация Forestales 82: 93 с.
Muhlbauer, A., Spichtinger, P., Lohmann, U., 2019: Применение и сравнение робастных методов линейной регрессии для оценки тенденций. Журнал прикладной метеорологии и климатологии 48 (9): 1961–1970. https://doi.org/10.1175/2009JAMC1851.1
Нагди Р., 2004: Исследование и сравнение методов полного использования деревьев и бревен с целью презентации лучшей модели сети лесных дорог в регионе Нека (север Ирана) . Кандидат наук. Диссертация, Университет Тарбиат Модаррес, Тегеран, 238 стр.
Никой, М., Эсмаилнежад, А., Нагди Р., 2013: Анализ производительности и затрат на трелевку с помощью Timberjack 450C на лесных плантациях в водоразделе Шафаруда, Иран. Журнал лесоводства 59 (7): 261–266. https://doi.org/10.17221/19/2013-JFS
Никой, М., 2007: Оптимизация производства и сокращение воздействия на лес путем подготовки планирования лесозаготовок в Нав, Иран. Кандидат наук. Диссертация, Тегеранский университет, Тегеран, 165 с.
Пан, З., Чен, Ю., Кан, Л., Чжан, Ю., 1995: Оценка параметров с помощью генетических алгоритмов нелинейной регрессии, методов оптимизации и приложений.Труды ICOPA’95 2 (1): 946–953.
Пилевар, Б., 1996: Расчет стоимости в двух лесозаготовительных системах: тросовый кран и трелевка грунта. Магистерская работа, Тегеранский университет, Тегеран, 98 стр.
Proto, A.R., Macrì, G., Visser, R., Russo, D., Zimbalatti, G., 2018: Сравнение производительности вырубки древесины при трелевке лебедкой и грейфером: тематическое исследование в лесах южной Италии. Леса 9 (2): 61–72. https://doi.org/10.3390/f
- 61
- Укажите процесс измерения
- Определите источники неопределенности
- Количественная оценка источников неопределенности
- Охарактеризовать источники неопределенности
- Преобразование неопределенностей в стандартные отклонения
- Расчет комбинированной неопределенности
- Расчет расширенной неопределенности
- Оцените свой бюджет неопределенности
- Выберите функцию тестирования или измерения для оценки.
- Выберите используемый метод или процедуру измерения.
- Выберите оборудование, которое будет использоваться.
- Выберите желаемый диапазон функции измерения.
- Определите контрольные точки для оценки.
- Что я измеряю?
- Как мне это измерить?
- Какой метод я буду использовать?
- Какое оборудование мне понадобится?
- Какой диапазон (эл.грамм. мин. и макс.) моих измерительных возможностей?
- Каковы мои целевые контрольные точки?
- Оцените метод испытания, процедуру калибровки или процесс измерения.
- Оцените уравнения измерения (если есть).
- Оцените оборудование, эталоны и реагенты.
- Определите минимально необходимые источники неопределенности.
- Изучите различные источники информации.
- Проконсультируйтесь со специалистом.
- Метод,
- Оборудование,
- Персонал,
- Окружающая среда,
- Тестируемый объект и
- Результаты
- Сбор информации и данных
- Оцените и выберите правильные данные
- Анализируйте данные
- Количественная оценка компонентов неопределенности
- Последние 3 отчета о калибровке
- Исследования повторяемости и воспроизводимости (R&R)
- Метод или процедура
- Результаты эксперимента
- Производственные инструкции и спецификации
- Технические документы и руководства
- Опубликованные статьи, исследования, журнальные статьи и т. Д.
- измерительная функция, Диапазон измерения
- и
- контрольных точек.
- Повторяемость
- Воспроизводимость
- Стабильность
- Смещение
- Дрифт
- Разрешение
- Эталонная стандартная неопределенность
- Ссылка на стандарт стабильности
- Другие важные участники
- Повторить измерение «n» раз
- Запишите результаты каждого измерения.
- Рассчитайте стандартное отклонение.
- Выполните тест на повторяемость.
- Вычислить среднее арифметическое.
- Измените переменную и повторите тест повторяемости
- Рассчитайте среднее или среднее значение.
- Рассчитайте стандартное отклонение средних значений теста.
- Просмотрите свои последние 3 отчета о калибровке.
- Запишите результаты каждого отчета о калибровке.
- Рассчитайте стандартное отклонение результатов калибровки.
- Просмотрите свой последний отчет о калибровке.
- Найдите значение «Как осталось» или результат измерения.
- Найдите номинальное или стандартное значение.
- Рассчитайте разницу.
- Просмотрите свои последние 3 отчета о калибровке.
- Запишите результаты каждого отчета о калибровке.
- Запишите дату выполнения каждой калибровки.
- Рассчитайте среднесуточную скорость сноса.
- Умножьте среднюю суточную скорость дрейфа на интервал калибровки (в днях).
- Посмотрите на свою измерительную систему или оборудование.
- Найдите наименьшую значащую цифру.
- Обратите внимание на наименьшее инкрементное изменение.
- Просмотрите свой последний отчет о калибровке.
- Найдите отчетную оценку неопределенности измерения.
- Просмотрите свои последние 3 отчета о калибровке.
- Запишите оценку неопределенности из каждого отчета о калибровке.
- Рассчитайте стандартное отклонение.
- Классифицируйте каждый источник неопределенности: Тип A или Тип B,
- Назначьте распределение вероятностей каждому компоненту неопределенности.
- Если ДА, переходите к вопросу 2
- Если нет, выберите тип B
- Если ДА, выберите Тип B
- Если нет, выберите тип A
- Нормальное (т. Е. Гауссово) распределение
- Прямоугольный (т.е.Униформа) Распределение
- Треугольное распределение
- Логнормальное распределение
- Квадратичное распределение
- Распределение П-образное
- Распределение Рэлея
- Вариант А. Создание и оценка гистограммы
- Вариант B: Используйте дерево решений распределения вероятностей
- Создайте гистограмму из набора данных.
- Оцените гистограмму.
- Найдите распределение вероятностей, которое наилучшим образом характеризует набор данных.
- Если ДА, выберите Нормальный.
- Если НЕТ, переходите к вопросу 2.
- Если вы думаете ДА, выберите Нормальный.
- Если НЕТ, переходите к вопросу 3.
- Если ДА (т. Е. Если вы не уверены), выберите Прямоугольный.
- Или рассмотрите вопрос 4.
- Если ДА, выберите U-образный.
- Если НЕТ, переходите к вопросу 5.
- Если ДА, выберите Обычный или Треугольник.
- Если НЕТ, выберите «Прямоугольный».
- Присвойте распределение вероятностей каждому источнику неопределенности,
- Найти делитель для выбранного распределения вероятностей,
- Разделите каждый источник неопределенности на соответствующий делитель.
- Возвести в квадрат значение каждого компонента неопределенности,
- Сложите вместе все результаты на шаге 1,
- Вычислить квадратный корень из результата шага 2.
- Расчет комбинированной неопределенности,
- Расчет эффективных степеней свободы (необязательно),
- Найдите / выберите коэффициент покрытия (k) и
- Умножьте суммарную неопределенность на коэффициент охвата.
- k = 2 для 95,45% доверительного интервала,
- k = 1,96 для 95% доверительного интервала, или
- T-таблицу Стьюдента, чтобы найти коэффициент покрытия (k).
- Используйте стандартный коэффициент k (например, 2 или 1,96), если ваш бюджет неопределенности содержит множество источников неопределенности (тип A и тип B), каждый со своим собственным значением,
- Используйте таблицу Стьюдента, когда ваш анализ неопределенности ограничивается в основном данными типа А и трудно найти или количественно оценить другие источники неопределенности.
- Как кабельная промышленность может полностью использовать потенциал монетизации данных о клиентах, чтобы захватить значительную долю на рынке цифровой рекламы США стоимостью 129 миллиардов долларов? Может ли он создать альтернативную рекламную платформу, которая лучше использует данные о клиентах? Может ли он использовать более персонализированную рекламу, особенно для предложений потоковой передачи OTT?
- Следует ли кабельной промышленности активно ускорить переход абонентов на широкополосную связь? Как можно использовать цифровые данные и аналитику для разработки действительно коммерческой модели поствидео, включая развитие набора контента для управления затратами на программирование по мере сокращения количества подписчиков на видео? Как он управляет оттоком видео-клиентов с хирургической точностью, чтобы гарантировать, что он в первую очередь теряет клиентов с более низкой маржой, а не более ценных клиентов?
- По мере увеличения доли абонентов, пользующихся только широкополосным доступом, каким образом кабельная промышленность может разработать ориентированные на цифровые технологии подходы к выходу на рынок (GTM) и обслуживанию клиентов, которые значительно упрощают установку и обслуживание предлагаемых продуктов, чем существующие предложения по видеосвязи.
- Продолжайте создавать широкий набор услуг и программного обеспечения, выходящих за рамки простого подключения. Сюда могут входить комплексные облачные сервисы, программное обеспечение для обеспечения безопасности и программное обеспечение для повышения производительности корпоративного уровня. Подход должен осуществляться через партнерские отношения или приобретения, с очень высокой планкой для непрерывного операционного совершенства и отличительного качества обслуживания клиентов (включая самостоятельную установку и настройку, интуитивно понятное и упреждающее управление, модели «X как услуга» и другие. .)
- Обучайте и оснащайте отделы продаж для принятия решений и партнерского мышления, что имеет решающее значение для максимизации перекрестных продаж в одной учетной записи. Это потребует более активного привлечения инженеров по продажам и решениям для представления комплексных предложений, которые включают расширенные возможности подключения (например, программно-определяемые сети в глобальной сети), корпоративное программное обеспечение и управляемые сетевые услуги.
- Должна ли кабельная промышленность предлагать услуги беспроводной связи в качестве операторов мобильной виртуальной сети в рамках своих коммерческих предложений и усилий по превращению в универсальный магазин, особенно для малого и среднего бизнеса? В какой степени кабельная промышленность должна позволять операторам беспроводной связи внедрять 5G, становясь предпочтительным поставщиком транспортных услуг для уплотнения сетей? Следует ли ему расширяться еще дальше, предлагая готовые решения для развертывания малых сот, используя свои полевые силы и право проезда?
- Следует ли кабельной индустрии наладить тесные партнерские отношения с поставщиками ИТ, чтобы стать платформой доставки и поддержки (например, для установки, управления и других услуг) для корпоративных приложений и служб облачной инфраструктуры (таких как X как услуга)? Как и в какой степени ему следует попытаться извлечь выгоду из тенденции периферийных вычислений?
- Поскольку кабельная промышленность изучает возможность приобретения нового беспроводного спектра на предстоящих аукционах, как она должна планировать извлечь выгоду из любых подобных шагов в коммерческом сегменте? Может ли он предлагать частные сети как часть своих коммерческих пакетов — и даже стать предпочтительным поставщиком частных сетей?
- Как кабельная промышленность может использовать агрегированные метаданные клиентов, превращая умный дом в средство поиска новых радикальных партнерских отношений? Может ли он сотрудничать со страховыми компаниями, коммунальными предприятиями, агентствами по обслуживанию и профилактическому обслуживанию на дому, чтобы предлагать персонализированные услуги, основанные на аналитике данных на основе умного дома?
- На какие стратегические возможности M&A следует сделать ставку кабельной отрасли, чтобы дать толчок своим усилиям по созданию умного дома? На какие части цепочки создания стоимости умного дома следует ориентироваться на начальном этапе?
- Как кабельная индустрия может предоставлять агрегированные и анонимные данные об умном доме, объединенные с информацией об использовании видео и широкополосного доступа, чтобы позволить партнерам по экосистеме умного дома, таким как Amazon, Apple и Google, расширять и улучшать свои предложения?
- Нормативные риски. По мере того, как кабельные компании продолжают увеличивать свою долю абонентов широкополосного доступа до более чем 60 процентов, они в конечном итоге станут фактически необходимыми услугами. Это, естественно, привлечет внимание государственных и федеральных регулирующих органов, и кабельные компании должны быть готовы реагировать на различные проблемы, от цен до конфиденциальности.
- Надвигающаяся проблема 5G. Около 20 процентов американцев пользуются Интернетом только со смартфонов и не имеют домашнего широкополосного подключения. Хотя опасения, связанные с 5G и беспроводной конвергенцией в ближайшем будущем, в значительной степени не оправдались, особенно в сфере B2C, будущая угроза может быть более существенной.5G может увеличить долю ножниц для широкополосного шнура и «отрезков шнура». Кроме того, по мере того, как варианты использования 5G, такие как сегментирование сети, становятся реальностью, обеспечивая беспроводные альтернативы подключению B2B, кабельная промышленность может столкнуться с проблемами на арене B2B.
- Экономический спад. Учитывая текущие экономические и рыночные потрясения, компаниям кабельного телевидения необходимо определить, какие области их бизнеса, вероятно, столкнутся с наибольшими проблемами во время крупного спада и как они будут иметь наилучшие шансы выдержать его последствия.В то же время это очень помогло бы определить лучшие области для инвестиций во время спада, чтобы создать конкурентное преимущество по мере восстановления рынка. Любой серьезный спад, вероятно, окажет значительное влияние на расходы B2B, особенно для сегмента малого и среднего бизнеса, который обеспечивает основную часть доходов B2B от кабельного телевидения. В результате, эта область может быть возможностью для отрасли удвоиться, а затем получить хорошие возможности для захвата большей доли в период восстановления.
Rousseeuw, P.J., Leroy, A.M., 1987: Надежная регрессия и обнаружение выбросов.Джон Вили, Нью-Йорк, 329 стр.
Савелли, С., Кавалли, Р., Балдини, С., Пиччио, Р., 2010: Мелкомасштабная механизация рубок ухода за искусственными хвойными насаждениями. Хорватский журнал лесной инженерии 31 (1): 11–21.
Somogyi, J., 1988: Робастные оценки и их использование в геодезии. Acta Geod. Geogh. Mont. Висела. 23 (л): 45–55.
Спинелли, Р., Маганьотти, Н., Ломбардини, К., 2010: Производительность, возможности и стоимость маломасштабной технологии кабельной разводки. Малое лесное хозяйство 9 (1): 123–135.https://doi.org/10.1007/s11842-009-9106-2
Staudte, R.G., Sheater, S.J., 1990: Надежная оценка и тестирование. Wiley, Нью-Йорк, 376 стр.
Стерн, Х.С., 1996: Нейронные сети в прикладной статистике. Технометрика 38 (3): 205–214.
Лесная служба, 1999: Руководство по измерению древесины: Стандартные процедуры измерения круглого леса для целей продажи в Ирландии. Лесная служба Министерства морских и природных ресурсов Ирландии, 82 стр.
Юнвер-Окан, С., 2017: Сравнение барабанных лесных тракторов и переносных лебедок для выемки в гору по экономическим и техническим аспектам. Код проекта TUBITAK: 115O017.
Уяник, Г.К., Гулер, Н., 2013: Исследование множественного линейного регрессионного анализа. Процедуры — Социальные и поведенческие науки 106: 234–240. https://doi.org/10.1016/j.sbspro.2013.12.027
Ван, Дж., Грушекки, С.Т., МакНил, Дж. 2005: Производственный анализ лесозаготовок с вертолетов в Западной Вирджинии: предварительное тематическое исследование. Журнал лесных товаров 55 (12): 71–76.
Ван, Дж., Лонг, К., МакНил, Дж., Баумгра, Дж., 2004: Производительность и стоимость вырубки вручную и трелевки кабеля в лиственных лесах центральных Аппалачей. Журнал «Лесная продукция» 54: 45–51.
Вэнь, Ю.В., Цай, Ю.В., Ву, Д.В.С., Чен, П.Ф., 2013: Влияние выбросов на регрессионную модель чистой прибыли в анализе экономической эффективности. PLoS ONE 8 (6): 1–9. https://doi.org/10.1371/journal.pone.0065930
Wilcox, R.R., 1997: Введение в робастную оценку и проверку гипотез.Academic Press, Нью-Йорк, 608 стр.
Wu, C., Yu, J.Z., 2018: Оценка методов линейной регрессии для атмосферных приложений: важность правильного взвешивания. Методы атмосферных измерений 11: 1233–1250. https://doi.org/10.5194/amt-11-1233-2018
Ян, Ю., 1994: Надежная оценка для зависимых наблюдений. Рукопись Геод 19 (1): 10–17.
Янг, Ю., Сонг, Л., Сюй, Т., 2002: Робастная оценка для коррелированных наблюдений, основанная на двойных эквивалентных весах.Журнал геодезии 76 (6): 353–358. https://doi.org/10.1007/s00190-002-0256-7
© 2018 Авторы. Представлено для возможной публикации в открытом доступе в соответствии с условиями
лицензии Creative Commons Attribution (CC BY) (http://creativecommons.org/licenses/by/4.0/).
Адреса авторов:
Асс. проф. Салиха Юнвер-Окан, доктор наук *
e-mail: [email protected]
Караденизский технический университет
Лесной факультет
Лесной факультет
61080 Трабзон
ТУРЦИЯ
Автор для переписки Поступила в редакцию: 20 мая 2019 г.
Дата принятия: 23 октября 2019 г.
Оригинальная научная статья
7 шагов для расчета погрешности измерений
ВведениеВычислить погрешность измерения непросто.Фактически, я каждый день разговариваю с людьми, у которых возникают проблемы с оценкой неопределенности. Поэтому я решил составить это руководство, раскрывающее мой эксклюзивный семиэтапный процесс расчета неопределенности измерения.
Из этого руководства вы узнаете, как рассчитать погрешность измерения за семь простых шагов. Кроме того, вы узнаете, какая информация необходима для расчета неопределенности, как определить факторы, способствующие неопределенности, и как оценить свои расчеты, чтобы предотвратить переоценку или недооценку неопределенности.Кроме того, я поделюсь с вами некоторыми из моих эксклюзивных советов, которые помогут вам рассчитать неопределенность как профессионал.
Это руководство не является полным практическим руководством. И не ответит на все ваши вопросы. Вместо этого его следует использовать в качестве краткого справочного руководства, чтобы упростить процесс оценки неопределенности до семи этапов и узнать некоторые из моих секретов персонала, используемых при вычислении неопределенности.
Итак, прочтите это руководство и воспользуйтесь моими советами, которые помогут вам рассчитать неопределенность. Если у вас есть вопросы, обязательно свяжитесь со мной.Кроме того, не стесняйтесь использовать это руководство, чтобы помочь вам написать процедуру определения неопределенности для вашей лаборатории.
Щелкните здесь, чтобы бесплатно загрузить простой калькулятор неопределенности!
Оценка неопределенности измерения может быть сложной задачей. Тем более, что в большинстве справочников по неопределенности измерений нет процесса или процедуры.
Поэтому я разработал семиэтапный процесс, который вы можете использовать каждый раз, когда оцениваете неопределенность измерения.Просто следуйте приведенным ниже инструкциям, когда вам нужно создать бюджет неопределенности.
Прежде чем погрузиться в расчет неопределенности, лучше иметь план. Первой частью вашего плана должно быть определение процесса или системы измерения, которую вы хотите оценить.
Это поможет вам сформулировать анализ неопределенности и сосредоточить внимание на самом важном.
Чтобы указать процесс измерения, следуйте инструкциям ниже:
Если возможно, укажите математическое уравнение, характеризующее функцию измерения.
Если у вас возникли проблемы с этим процессом, попробуйте ответить на следующие вопросы:
Ответив на вышеперечисленные вопросы, используйте свои ответы, чтобы определить, какой процесс измерения вы оцениваете. Затем добавьте эту информацию в свой бюджет неопределенности. Взгляните на изображение ниже.
После того, как вы обрисовали в общих чертах, что вы будете оценивать, вы можете переходить к следующему шагу.
Если вы выполняете косвенные измерения, требующие вычисления результатов измерений, вам следует оценить уравнение, используемое для определения результата измерения.Каждая переменная в уравнении будет иметь свою собственную неопределенность, которая будет напрямую влиять на неопределенность, связанную с рассчитанным результатом измерения.
Чтобы помочь вам, подумайте об использовании грузомеров или калибровке датчиков крутящего момента и стандартных резисторов. Каждый из этих процессов измерения требует, чтобы вы использовали уравнение для вычисления результата в целях сравнения. Чтобы оценить неопределенность, вам нужно разбить уравнение и оценить неопределенность каждой переменной в уравнении.
Если вы хотите узнать больше об указании функции измерения и процесса для анализа неопределенности, ознакомьтесь с этим руководством:
Теперь, когда вы определили процесс измерения, который вы собираетесь оценивать, вам необходимо определить факторы, которые влияют на неопределенность результатов измерения.
Этот процесс обычно непростой и может быть очень утомительным.Итак, сохраняйте спокойствие, наберитесь терпения и продолжайте исследования. Вы можете быть удивлены тем, сколько факторов может повлиять на результаты ваших измерений.
Прежде чем вы начнете, я рекомендую вам найти книгу или руководство по оцениваемому процессу измерения. Учебники по физике, химии и инженерии могут пригодиться для понимания основ и подробной информации о вашем процессе измерения. Если новые учебники слишком дороги, вы сможете покупать подержанные книги по разумной цене на таких сайтах, как eBay, Amazon или Chegg.
Другие ресурсы, которые вы можете рассмотреть, — это методы ASTM и ISO. Однако, если вам нравятся бесплатные ресурсы (например, мне), вы можете поискать на веб-сайтах Национального института метрологии, таких как NIST, NPL и BIPM. У них могут быть загружаемые руководства, относящиеся к вашим конкретным процессам измерения.
Поиск источников неопределенности может быть трудным. Для проведения исследования требуется много времени и усилий.Это наиболее трудоемкий процесс при оценке неопределенности измерения.
Исходя из моего опыта, поиск факторов, влияющих на неопределенность, обычно требует 50% времени, которое вы тратите на оценку неопределенности. Взгляните на график ниже, чтобы увидеть, как вы обычно проводите время, оценивая неопределенность.
Однако, если вы потратите время на оценку своего процесса и проведение исследования, вы сможете определить несколько источников неопределенности для своего анализа.После этого составьте список этих предметов. Вы попытаетесь их количественно оценить позже.
Pro-Tip: Сохраняйте и архивируйте свои заметки и ресурсы, на поиски которых вы потратили так много времени. Это сэкономит вам время в будущем.
Чтобы найти источники неопределенности для вашего анализа, выполните шаги, перечисленные ниже:
Когда вам нужно найти источники неопределенности, полезно иметь список доступных ресурсов.
Ниже приводится список мест, включая ссылки, которые вы можете использовать, чтобы помочь вам найти источники неопределенности.
Если ваша функция измерения включает уравнения, то процесс оценки неопределенности немного отличается. Вы захотите идентифицировать каждую переменную в уравнении и подумать о том, что влияет на каждую переменную.
Например, если вы оцениваете калибровку датчика крутящего момента, вы сначала запишите уравнение.
При дальнейшей оценке уравнения вы начинаете учитывать другие факторы, влияющие на уравнение. В этом примере мы начинаем учитывать радиус моментного рычага и троса, массу грузов и чаши, а также местную силу тяжести. При необходимости мы можем еще больше оценить уравнение, чтобы учесть больше влияний и повысить сложность анализа неопределенности.
Теперь, когда вы определили уравнение и переменные, вы можете начать исследовать, какие факторы могут вызывать изменения или вариации каждой переменной.Используя приведенный выше пример, подумайте о том, как колебания температуры могут вызвать тепловое линейное расширение или сокращение радиуса плеча и как это может повлиять на плотность воздуха, которая влияет на поправку на плавучесть воздуха, которая может изменять величину приложенной силы.
Как видите, оценка уравнений может помочь вам найти источники неопределенности. Хотя этот процесс может показаться простым, он может стать довольно трудным в зависимости от сложности уравнения. Знание правил распространения неопределенности может пригодиться на шаге 5.
Большинство оцениваемых вами измерительных функций не имеют уравнений. Итак, вам нужно будет оценить процесс измерения, чтобы найти факторы, влияющие на неопределенность измерения.
Начните с оценки основных элементов процесса измерения, включая:
Оценивая эти категории, вы обнаружите источники неопределенности, которые влияют на результаты измерений.
Взгляните на таблицу ниже. Начните разбивать каждую категорию, чтобы увидеть, что вы найдете.
Вам может повезти и вы найдете документ или руководство с диаграммой причин и следствий (также известной как «рыбья кость») или бюджетом неопределенности, уже подготовленным с информацией, применимой к вашему анализу неопределенности.
Главное, что вы должны сделать, чтобы найти источники неопределенности, — это исследовать и исследовать.
Чтобы узнать больше о поиске источников погрешности измерения, ознакомьтесь с этим руководством:
Перед вычислением неопределенности измерения вы должны сначала определить величину каждого фактора. Для этого вам может потребоваться обработка и анализ данных.
Чтобы количественно оценить погрешность, вам необходимо выполнить четыре шага ниже:
Для начала вам необходимо собрать информацию и данные, относящиеся к вашему анализу неопределенности.Вы должны были найти большую часть этой информации на шаге 2.
Взгляните на список ниже и соберите следующие предметы. Они понадобятся вам для количественной оценки источников неопределенности.
Используя элементы в приведенном выше списке, вы сможете определить, сколько неопределенности вносит каждый источник. Если вам нужна помощь, вы можете связаться со мной для получения дополнительных указаний или нанять меня для анализа данных для вас.
Затем вам необходимо оценить имеющуюся у вас информацию и найти данные, которые вы будете использовать для оценки неопределенности. Вам необходимо найти данные, относящиеся к вашему анализу неопределенности, и исключить из рассмотрения все остальное.
Это должно включать информацию и данные, относящиеся к вашему:
Затем проанализируйте имеющиеся у вас данные, используя соответствующие методы анализа, чтобы определить величину каждого компонента неопределенности. Вы можете анализировать данные разными способами, поэтому выбирайте методы, которые подходят для данных, которые вы анализируете.
Если вам нужна помощь, получите качественный учебник по статистике или загляните в бесплатный справочник по технической статистике NIST SEMATECH. Вы также можете ознакомиться с некоторыми из моих руководств по количественной оценке источников неопределенности.
Наконец, используйте свои результаты для количественной оценки каждого компонента неопределенности и добавьте значения в свой бюджет неопределенности или калькулятор неопределенности.
Вы можете добавить неопределенность и единицу измерения непосредственно в свой бюджет неопределенности.
Или вы можете добавить неопределенности, их единицы измерения и коэффициент чувствительности к своим бюджетам неопределенности. Вариант ваш.
Люди используют разные техники, и это нормально. Просто убедитесь, что вы можете объяснить, откуда пришли ваши данные и как они оцениваются. Я рекомендую добавить подробные примечания к вашим бюджетам неопределенности. Это поможет вам вспомнить, как вы это сделали и почему.
Ниже вы увидите список компонентов неопределенности, которые следует включать в каждый бюджет неопределенности.Многие из этих факторов требуются разделом 6 документа требований A2LA R205. Хотя это требование не для всех, мне нравится их список минимально необходимых факторов неопределенности, и я решил использовать их в каждом из моих анализов неопределенности.
Кроме того, я предпочитаю включать больше источников неопределенности в свои бюджеты, поскольку я считаю их обычно значительными. Дополнительные источники, которые я хотел бы рассмотреть, — это долговременная стабильность, систематическая ошибка и дрейф.
Вот мой список минимальных рекомендуемых источников неопределенности для включения в каждый бюджет неопределенности.
Повторяемость — это оценка изменчивости вашего процесса измерения в аналогичных условиях.
Следуйте этим инструкциям, чтобы рассчитать повторяемость:
Воспроизводимость — это оценка изменчивости вашего процесса измерения в различных условиях.
Следуйте этим инструкциям, чтобы рассчитать воспроизводимость:
Стабильность — это оценка изменчивости вашего процесса измерения с течением времени.
Следуйте этим инструкциям, чтобы рассчитать стабильность:
Bias — это оценка систематической ошибки в процессе измерения.
Следуйте этим инструкциям, чтобы вычислить смещение:
Drift — это оценка систематических изменений в процессе или системе измерения с течением времени.
Для расчета дрейфа следуйте этим инструкциям:
Разрешение — это оценка наименьшего постепенного изменения, наблюдаемого в вашем процессе или системе измерения.
Следуйте этим инструкциям, чтобы найти разрешение:
Неопределенность — это прослеживаемая погрешность, связанная с калибровкой оборудования или эталонных материалов, используемых в процессе измерения.
Следуйте этим инструкциям, чтобы найти эталонную стандартную погрешность:
— это оценка изменчивости неопределенности эталонного стандарта с течением времени.
Следуйте этим инструкциям, чтобы рассчитать стабильность эталонного стандарта:
Убедитесь, что вы указали другие существенные факторы, влияющие на погрешность измерения. Существенный вклад считается источником неопределенности, который вносит 5% или более в общую комбинированную стандартную неопределенность.
Чтобы узнать больше об источниках неопределенности и их количественной оценке, ознакомьтесь с этими руководствами:
Теперь, когда вы определили и количественно оценили источники неопределенности, следующим шагом будет охарактеризовать каждый фактор по типу неопределенности и распределению вероятностей.
Чтобы охарактеризовать источники неопределенности, выполните следующие задачи:
Первым шагом к характеристике ваших компонентов неопределенности является их категоризация как типа A или типа B.Прочтите разделы ниже, чтобы узнать разницу между неопределенностью типа A и типа B.
Согласно словарю метрологии (VIM), неопределенность типа A — это «оценка компонента неопределенности измерения, определяемого статистическим анализом значений измеряемых величин, полученных при определенных условиях измерения».
Согласно словарю по метрологии (VIM), неопределенность типа B — это «оценка компонента неопределенности измерения, определенного с помощью иных средств, чем оценка неопределенности измерения типа A.”
Если вы не уверены, какой тип неопределенности выбрать, задайте себе следующие вопросы:
1. Собирали ли вы данные самостоятельно, тестируя и экспериментируя?
2. Данные старше 1 года?
Это важный шаг, потому что от выбранного вами распределения вероятностей будет зависеть, как ваш источник неопределенности будет преобразован в стандартное отклонение на следующем шаге.
Несмотря на то, что существует множество различных типов распределений вероятностей, из которых вы можете выбирать, чаще всего используются нормальное (т. Е. Гауссово) и прямоугольное (т. Е. Равномерное) распределения.
Некоторые из наиболее распространенных распределений вероятностей, используемых для оценки неопределенности:
Используйте приведенную ниже таблицу, чтобы помочь вам выбрать подходящее распределение вероятностей.
Чтобы назначить соответствующее распределение, подумайте, как охарактеризовать набор данных для каждого источника неопределенности.
Если вы оценили данные неопределенности типа A, результаты калибровки или использовали спецификацию точности, вы, скорее всего, захотите назначить нормальное распределение.
Если вы оценили разрешение, влияние окружающей среды или физические факторы, вы можете использовать прямоугольное распределение.
Если вы не уверены, какой дистрибутив вам следует использовать, то обычно меньше риска назначать прямоугольное распределение.
При выборе распределения вероятностей у вас есть два варианта, которые помогут вам найти правильный.
Скорее всего, вы захотите использовать вариант B.
Этот вариант лучше всего подходит для оценки данных типа A, но он более сложен и требует много времени, если у вас нет статистического программного обеспечения. Скорее всего, вы не воспользуетесь этим методом. Однако, если вы это сделаете, вы найдете инструкции ниже.
Чтобы найти распределение вероятности обнаружения, следуйте инструкциям ниже:
Создание гистограмм не для всех, и вы можете сделать это, только если у вас есть данные. В большинстве случаев у вас не будет данных, необходимых для создания гистограммы, потому что многие из ваших компонентов неопределенности будут количественно определены с помощью информации, опубликованной в руководствах, статьях, руководствах и т. Д.
Следовательно, вам нужно будет сделать некоторые предположения, чтобы выбрать правильное распределение вероятностей.Чтобы помочь вам, я создал дерево решений распределения вероятностей. Это лучший вариант для данных типа B.
Если вы не хотите или не можете создавать гистограмму набора данных, попробуйте использовать дерево решений распределения вероятностей. Все, что вам нужно сделать, это ответить на вопросы ниже:
1. Собирали ли вы данные самостоятельно, тестируя и экспериментируя?
2. Были ли другие (e.грамм. производства, других лабораторий и т. д.) собирать данные путем тестирования и экспериментов?
3. Вы не уверены, как были собраны данные?
4. Ожидаются ли результаты на крайних точках диапазона?
5. Ожидаются ли результаты в центре диапазона?
Если вы хотите узнать больше о распределении вероятностей, ознакомьтесь со следующим руководством:
После выбора распределения вероятностей можно определить уравнение, необходимое для преобразования каждого фактора неопределенности в эквивалент стандартного отклонения.Это снизит каждый источник неопределенности до уровня 1 сигма (то есть достоверности 68,27%), поэтому вы можете правильно объединить их, используя метод GUM на следующем этапе.
Убедитесь, что вы выполнили эту задачу для каждого фактора неопределенности, который вы количественно определили на шаге 3.
Чтобы преобразовать составляющие неопределенности в стандартные отклонения, выполните следующие действия:
Обратитесь к таблице ниже, чтобы найти делитель, связанный с распределением вероятности, которое вы выбрали на шаге 4.
Затем разделите компоненты неопределенности на соответствующий делитель, чтобы преобразовать их в стандартную неопределенность. После этого все ваши участники должны иметь одинаковый уровень достоверности (т. Е. 1 сигма или 68,27%), что эквивалентно стандартному отклонению.
Чтобы преобразовать неопределенность в стандартные отклонения, лучше всего больше разбираться в распределениях вероятностей и связанных с ними делителях.
Если вы выберете Нормальное распределение, вы разделите неопределенность на соответствующий коэффициент охвата k.
Используйте таблицу из JCGM 100: 2008, приложение G.
Внимательно изучите источники неопределенности, которые вы оцениваете, чтобы определить, какой коэффициент охвата вам следует использовать. Обычно уровень достоверности ваших участников составляет 68%, 95% или 99%.Соответственно, это означает, что вы будете использовать делитель 1, 2 или 2,576.
Если вы выберете прямоугольное распределение, вы разделите компонент неопределенности на квадратный корень из 3 или 1,7321.
Если вы выберете U-образное распределение, вы разделите компонент неопределенности на квадратный корень из 2 или 1,4142.
Если вы выберете треугольное распределение, вы разделите компонент неопределенности на квадратный корень из 6 или 2.4495.
Если вы выберете квадратичное распределение, вы разделите компонент неопределенности на квадратный корень из 5 или 2,2361.
Если вы выберете логарифмически-нормальное распределение, то вы разделите компонент неопределенности на 2,3750.
Если вы выберете распределение Рэлея, то вы разделите компонент неопределенности на 2.4477.
Самое важное, что нужно помнить при преобразовании неопределенности в эквиваленты стандартного отклонения, — это убедиться, что все стандартные отклонения указаны в одних и тех же единицах измерения.
Это очень важно перед вычислением комбинированной неопределенности. В противном случае ваша оценочная неопределенность будет неверной.
Нельзя комбинировать неопределенности с разными единицами измерения (без использования коэффициентов чувствительности).
Если у вас есть участники с разными единицами измерения, вам нужно будет использовать коэффициенты чувствительности, чтобы преобразовать их в единицы измерения, которые соответствуют результату измерения или члену, относящемуся к результату измерения (например, процент).
Это ошибка, которую допускают многие при оценке неопределенности измерения. Поэтому обязательно проверьте это, прежде чем рассчитывать комбинированную стандартную неопределенность.
Если вы хотите узнать больше о коэффициентах чувствительности, просто нажмите на ссылку ниже, чтобы ознакомиться с моим руководством по коэффициентам чувствительности.
После преобразования источников неопределенности в эквиваленты стандартного отклонения пора рассчитать комбинированную неопределенность с использованием метода суммы квадратов корня (т.е. RSS), рекомендованного в Руководстве по выражению неопределенности в измерениях (например, GUM; JCGM 100: 2008) .
Это математически объединит ваши источники неопределенности в квадратуре. Итак, продолжайте читать, чтобы узнать, как совместить неопределенность.
Чтобы рассчитать комбинированную стандартную неопределенность, просто следуйте этим инструкциям:
Чтобы обобщить приведенные выше инструкции, просто возведите значение каждого источника неопределенности в квадрат.Затем сложите их все вместе, чтобы вычислить сумму (то есть сумму квадратов). Затем вычислите квадратный корень из суммированного значения (то есть корень из суммы квадратов). Результатом будет ваша комбинированная стандартная неопределенность.
После того, как вы завершите этот процесс, у вас будет комбинированная стандартная неопределенность на уровне 1 сигма (то есть 68,27% достоверности), характеризуемая нормальным распределением согласно центральной предельной теореме.
Когда вы комбинируете источники неопределенности, вы также комбинируете их распределения вероятностей.
Согласно Центральной предельной теореме сумма набора независимых случайных величин (то есть источников неопределенности) будет приближаться к нормальному распределению независимо от распределения отдельной переменной.
Следовательно, распределение вероятностей, связанное с вашей комбинированной неопределенностью, теперь будет нормальным. Посмотрите на изображение выше для визуального представления.
Если вы, как и я, более наглядный ученик, взгляните на приведенный ниже процесс, чтобы увидеть, имеет ли он больше смысла.
Ниже вы увидите уравнение для расчета комбинированной неопределенности.
Где
c i = коэффициент чувствительности
u i (x i ) = неопределенность x
u c (y) = неопределенность y
Если приведенное выше уравнение выглядит сбивающим с толку, вы можете попробовать упрощенную версию ниже.
Где
u i = неопределенность x
u c (y) = неопределенность y
Это уравнение, которое я обычно использую, поскольку обычно включаю коэффициенты чувствительности (т.е.е. c i ) ранее в процессе, прежде чем я переведу компоненты неопределенности в стандартные отклонения.
Если вы оцениваете неопределенность измерения таким же образом, вы сможете использовать упрощенное уравнение. Если вы вообще не используете коэффициенты чувствительности, вы также можете использовать упрощенное уравнение.
Оба уравнения дают одинаковый результат. Итак, используйте уравнение, которое лучше всего подходит для вас. Если вы используете калькулятор электронных таблиц Excel, функция, описанная в следующем разделе, может оказаться вам полезной.
Если вы используете Microsoft Excel для оценки неопределенности, вы можете легко объединить неопределенность, используя приведенную ниже формулу. Это комбинация функции квадратного корня и суммы квадратов.
= sqrt (sumsq (Ячейка 1, Ячейка 2,…, Ячейка n))
Взгляните на изображение ниже, чтобы увидеть функцию, используемую в моем Простом калькуляторе неопределенности.
Если вы хотите узнать больше о вычислении комбинированной неопределенности, щелкните ссылку, чтобы прочитать руководство:
Вы почти закончили оценивать неопределенность, так что оставайтесь со мной. Я покажу вам, как рассчитать расширенную неопределенность.
На этом этапе вы узнаете, как рассчитать расширенную неопределенность до 95% доверительного интервала. Для этого вам нужно будет выбрать коэффициент охвата и умножить его на вычисленную комбинированную неопределенность.
Посмотрите на изображение ниже, чтобы увидеть нормальное распределение вероятностей при расширении неопределенности до 2-сигм или 95.Уверенность 45%.
Чтобы рассчитать расширенную неопределенность измерения, просто выполните следующие действия:
Результатом будет расширенная неопределенность, если вы используете коэффициент охвата 2 или 1.96, вы расширите неопределенность до уровня достоверности 95%.
Ознакомьтесь с приведенным ниже упрощенным уравнением для расчета расширенной неопределенности.
Где,
EU — Расширенная неопределенность
k — Коэффициент покрытия
CU — Комбинированная неопределенность
В следующем разделе вы узнаете о некоторых вариантах выбора коэффициента покрытия.
Коэффициент охвата — это множитель, который вы будете использовать для расширения неопределенности до 95% доверительного интервала.Однако у вас есть несколько вариантов. Вы можете использовать:
Нажмите на ссылку ниже, чтобы увидеть T-таблицу учащегося.
Факторы покрытия и расширенная неопределенность
Примечание: Чтобы использовать таблицу Т Стьюдента, вам необходимо вычислить эффективные степени свободы, используя уравнение Уэлча Саттертуэйта.
Чтобы соответствовать требованиям ISO / IEC 17025: 2017, необходимо увеличить неопределенность примерно до 95%. Большинство людей используют коэффициент расширения (k), равный 2, для достижения доверительного интервала 95,45%. Однако вы также можете использовать коэффициент расширения 1,96 для доверительного интервала точно 95,00%.
Кроме того, вы можете найти коэффициент охвата, используя таблицу T ученика. Это не часто, но это вариант, если вам это нужно. Просто рассчитайте эффективные степени свободы, используя уравнение Велча Саттертуэйта, и используйте таблицу, чтобы найти правильный коэффициент охвата для достижения 95% доверительного интервала.
Выбор за вами. Просто убедитесь, что вы выбрали коэффициент расширения, который вы будете постоянно использовать в каждом из ваших анализов неопределенности. Кроме того, это помогает узнать, почему вы выбрали коэффициент расширения, чтобы вы могли обосновать его перед экспертами (если они спросят).
СОВЕТ: Если вам сложно выбрать вариант, который следует использовать, примите во внимание следующее:
После определения коэффициента охвата (k) вычислите расширенную неопределенность, умножив коэффициент охвата на комбинированную стандартную неопределенность. Используйте приведенную ниже формулу в качестве руководства.
Результат — расширенная неопределенность (т.е. U). Это ваша неопределенность измерения с доверительным интервалом 95%.
Посмотрите на изображение ниже, чтобы увидеть уравнение, используемое в одном из моих калькуляторов неопределенности.
Вот и все! Вы только что узнали, как рассчитать расширенную неопределенность за 7 шагов, и завершили процесс оценки неопределенности измерения.
Однако вы еще не закончили. Я рекомендую вам проверить свои расчеты и оценить свои результаты. В следующем разделе я расскажу вам, как оценить правильность расчетов неопределенности.
Чтобы узнать больше о коэффициентах охвата и расширенной неопределенности или составлении уравнений неопределенности CMC для вашей области аккредитации, щелкните ссылки ниже:
После того, как вы рассчитали расширенную неопределенность, лучше всего оценить вашу оценку неопределенности на соответствие. По сути, вы хотите убедиться, что ваша оценка неопределенности измерения адекватно отражает ваш процесс измерения и не является переоцененной или недооцененной.
Чтобы оценить расширенные оценки неопределенности измерения, используйте один или несколько из следующих методов, перечисленных ниже.Затем определите, является ли ваша расширенная неопределенность разумной и уместной.
Для этой оценки вычислите значимость каждого источника неопределенности и проанализируйте, насколько он влияет на общую неопределенность измерения. Дважды проверьте компоненты неопределенности с чрезмерно большим и малым процентами, чтобы убедиться, что их значение верное.
Для этой оценки просмотрите вашу расширенную неопределенность и убедитесь, что она превышает вашу эталонную стандартную неопределенность. В противном случае у вас возникла проблема, и вам необходимо дважды проверить значение, введенное в ваш бюджет неопределенности, и формулы, используемые для расчета неопределенности.
Для этой оценки проверьте базу данных ключевых сравнений BIPM и убедитесь, что ваша расширенная неопределенность превышает значение, указанное вашим национальным метрологическим институтом (NMI).Иногда это недоступно, но вы должны хотя бы проверить.
Для этой оценки просмотрите Сертификат анализа на стандартный эталонный материал, по которому прослеживается ваш эталонный стандарт, и убедитесь, что ваша погрешность больше, чем погрешность SRM.
В этой оценке сравните вашу оценочную неопределенность с результатами других лабораторий.Выполните поиск в базе данных вашего органа по аккредитации и просмотрите 3–5 других лабораторных диапазонов аккредитации, чтобы убедиться, что ваша расширенная неопределенность достаточно сопоставима. В противном случае вы могли переоценить или недооценить неопределенность.
Этот вариант лучше всего подходит для калибровочных лабораторий, поскольку их неопределенность публикуется в областях их аккредитации. Этот вариант сложнее, если вы работаете в тестовой лаборатории. Большинство испытательных лабораторий не сообщают о погрешностях своих испытаний в рамках своей аккредитации, что затрудняет сравнение ваших возможностей с другими лабораториями.
Для этой оценки примите участие в программе проверки квалификации и сравните свою неопределенность с результатами других лабораторий. Затем определите, являются ли ваши результаты разумными и подходящими. Убедитесь, что ваша расширенная неопределенность не намного больше или меньше, чем у других участвующих лабораторий.
При оценке результатов проверки квалификации вы действительно хотите смотреть на свой z-балл больше, чем на значение нормализованной ошибки (En).И то, и другое может быть полезным, но z-оценка позволяет сравнивать производительность вашей лаборатории с другими участвующими лабораториями.
Если ваш результат En большой или близок к единице, возможно, вы указали заниженное значение неопределенности или у вас могут быть проблемы с процессом измерения.
Если ваш z-показатель велик или близок к значению двух, то вы, возможно, сообщили о заниженном значении неопределенности. В результате вам необходимо оценить свои бюджеты неопределенности.
Для этой оценки выполните исследование повторяемости и воспроизводимости в вашей лаборатории. Убедитесь, что ваши результаты не превышают вашу оценку неопределенности. Если это так, возможно, вы недооценили свою расширенную неопределенность.
Оценка ваших бюджетов неопределенности имеет решающее значение. Хотя это небезопасный процесс, это лучше, чем ничего не делать. Вы не хотите проделывать всю работу по вычислению неопределенности измерения, только найдите ошибки во время оценки.Лучше выполнить тяжелую работу заранее, чем разбираться со всей бумажной работой и головной болью, которая возникает из-за того, что вам не хватает места. Кроме того, оценка вашего анализа неопределенности дает вам объективные доказательства в поддержку ваших результатов, если оценщик подвергнет сомнению вашу расширенную неопределенность.
Я надеюсь, что оценки, приведенные в разделе, помогут вам подтвердить свои результаты.
Оценить погрешность измерения непросто.Это требует много времени и сил. Однако при правильных процессах, источниках информации и инструментах анализ неопределенности не должен быть трудным.
В этом руководстве я изложил семь шагов, которые помогут вам рассчитать погрешность измерения. Хотя это не полное практическое руководство, я дал вам много информации, которая поможет вам самостоятельно выполнить оценку неопределенности. Итак, начните оценивать неопределенность и скажите мне, что работает для вас и с чем вы боретесь.
Если у вас есть дополнительные вопросы или предложения, которые помогут улучшить это руководство, свяжитесь со мной и поделитесь своими комментариями.Буду рад вашим отзывам.
Если вам нужна дополнительная помощь, ознакомьтесь с некоторыми из моих калькуляторов неопределенности и учебных курсов по неопределенности измерений.
Каструп, Х. (2007). Распределения для анализа неопределенности. Бейкерсфилд, Калифорния: Интегрированная научная группа.
Миллер В. (2002). NISTIR 6919: Рекомендуемое руководство для определения и сообщения неопределенностей для весов и весов. Гейтерсбург: Национальный институт стандартов и технологий.
Служба аккредитации Соединенного Королевства. (2012). M3003: Выражение неопределенности и уверенности в измерениях. Миддлсекс: Служба аккредитации Соединенного Королевства.
JCGM / WG1. (2008). JCGM 100: 2008 — Оценка данных измерений — Руководство по выражению неопределенности измерения. Севр: BIPM.
Как кабельная промышленность может продолжить свой рост
В эпоху повсеместных потоковых сервисов, приложений и смартфонов может показаться, что кабельных компаний находятся в слабой конкурентной позиции.Тем не менее, отрасль постоянно демонстрирует превосходящие результаты, чему должны позавидовать многие ее соперники в сфере телекоммуникаций.
Однако этот недавний успех рискует оставить игроков кабельного телевидения с ложным чувством безопасности, поскольку они сталкиваются с завышенными ожиданиями и потенциальными долгосрочными проблемами. Но следуя новому стратегическому плану игры и решая некоторые фундаментальные вопросы, отрасль может получить реальный шанс на успех в грядущую эпоху неопределенности.
Ключи к долгосрочному успеху кабеля
Cableco в настоящее время занимает сильную позицию (Приложение 1).Они остаются ведущим поставщиком услуг широкополосного доступа и телевидения в Соединенных Штатах, и на их долю приходится более 60 процентов всех подключенных домов. Свободные денежные потоки стабильны, и ключевые игроки отрасли (Altice USA, Cable One, Charter Communications, Comcast и Cox Communications) в среднем получили впечатляющую 25-процентную рентабельность инвестированного капитала, в то время как средняя рентабельность инвестированного капитала операторов беспроводной и проводной связи составляет около 15 процентов.
Приложение 1
Мы стремимся предоставить людям с ограниченными возможностями равный доступ к нашему сайту.Если вам нужна информация об этом контенте, мы будем рады работать с вами. Напишите нам по адресу: [email protected]Даже резкая тенденция к отказу потребителей от кабельного телевидения в пользу альтернативных сетевых технологий (OTT), хотя и представляет собой значительную долгосрочную угрозу, не нанесла серьезного ущерба прибыльности кабельных компаний. До сих пор обрезка шнура фактически приводила к сокращению убыточных видеоабонентов, сдвигая круг потребителей в пользу клиентов широкополосного доступа с более высокой маржой.
Некоторые небольшие кабельные компании добились заметных успехов в реализации того, что некоторые называют стратегией «поствидео». Cable One, например, не пытается отговорить абонентов от отмены своих видеопакетов, предпочитая вместо этого предлагать дополнительные услуги OTT, такие как Amazon Prime, HBO NOW, Hulu и Netflix, а также другие высокоприбыльные широкополосные услуги. Благодаря такому подходу Cable One добилась лучшей в отрасли скорректированной прибыли до вычета процентов, налогов, износа и амортизации в размере 48.7 процентов, при этом почти три четверти его частных клиентов больше не подписываются на услуги кабельного видео.
Тем не менее, конкурентная среда в области видео быстро меняется, и до недавних рыночных потрясений оптимистичные кабельные инвесторы уже заложили большую часть прогнозируемого увеличения прибыли; По состоянию на февраль 2020 года прогнозируемый потенциал роста целевой цены акций в среднем составлял 10 процентов. Это заставляет компании проявлять постоянную силу и находить новые источники дифференциации.
Для того, чтобы кабельные компании могли стимулировать среднесрочный рост и начать готовиться к будущему с неопределенностью регулирования и разрушительными технологиями, им следует серьезно подумать о принятии трех перспективных стратегий в тандеме.
Станьте предприятием, ориентированным прежде всего на цифровые технологии
Клиенты являются крупнейшими активами кабельных компаний и предлагают ключевой рычаг для роста. Но отрасли редко удавалось полностью реализовать этот потенциал. В будущем он вряд ли сохранит текущую динамику, если не научится взаимодействовать с клиентами принципиально иным образом.
Хотя кабельные компании улучшили свои показатели удовлетворенности клиентов в последние годы, они по-прежнему неизменно входят в число самых нелюбимых компаний в опросах потребителей.Клиенты кабельного телевидения, особенно молодые, требуют того же безупречного цифрового опыта, которого они привыкли ожидать от финансовых учреждений, потоковых сервисов и всевозможных онлайн-продавцов.
Потребители, привыкшие к цифровым услугам с точными сроками доставки, не терпят шестичасового окна кабельной компании для посещения дома; обычно менее 30 процентов клиентов могут попасть на прием в тот же день. Ошибки при выставлении счетов являются еще одной болезненной проблемой для потребителей: около 10% абонентов ежемесячно звонят по поводу таких проблем.Наконец, настоящее сквозное самообслуживание по-прежнему является скорее исключением, чем правилом. Менее половины клиентов, пытающихся выполнить самостоятельную установку, преуспевают, не обращаясь за помощью в службу поддержки.
Обеспечение клиентского опыта в первую очередь означает внедрение цифровых технологий во все аспекты организации, от бэк-офиса и обслуживания клиентов до многоканальных продаж и беспроблемной самостоятельной установки. Это поможет устранить раздражители клиентов, улучшить удержание и открыть возможности роста для предложения новых продуктов и услуг, включая персонализацию и таргетированную рекламу, более лояльной клиентской базе.Преобладание цифровых технологий станет ключом к переходу от организации, ориентированной на домохозяйство, к организации, ориентированной на клиента.
По нашему опыту, руководители кабельного сектора понимают и поддерживают идею «полностью цифровых технологий». Однако слишком часто исполнение замирает. Цифровые цели редко напрямую связаны с финансовыми показателями, показателями подписчиков, стимулами и бюджетами. Кроме того, только определенные, относительно небольшие части организации (как правило, ИТ) быстро принимают гибкую операционную модель, в результате чего многие внешние и внутренние группы по-прежнему следуют более традиционной, медленной и иерархической модели.Наконец, унаследованные внутренние ИТ-системы часто выступают в качестве ограничений, и эту проблему можно частично решить, приняв стратегию микросервисов и многоуровневую архитектуру с API.
Преимущества цифровой трансформации стоят удвоения усилий. Основываясь на нашем отраслевом опыте, мы полагаем, что кабельные компании, которые трансформируют свои основные операции, могут ожидать роста выручки от 2 до 5 процентов и значительного повышения удовлетворенности клиентов при одновременной экономии до 5 процентов операционных расходов, что может создать инвестиционный потенциал для стимулировать будущий рост.
Очень похожий подход уже оказался плодотворным для глобальных операторов связи. Одно из таких предприятий, например, боролось с цифровой трансформацией, столкнувшись с ухудшением показателей по ключевым цифровым показателям, фрагментированным адаптивным внедрением и вялым общим выполнением. Приняв повестку дня цифровой трансформации на уровне генерального директора с централизованной координацией, сосредоточенной на инициативах по затратам и доходам, и приведя каждое подразделение Agile в соответствие с конкретной отслеживаемой целью, компания смогла добиться эффекта в размере более 1 миллиарда долларов.В процессе он переделал широкий спектр областей — приобретение, управление базой, обслуживание клиентов, сетевые операции и общие службы.
Хотите узнать больше о нашей телекоммуникационной практике?Чтобы добиться успеха в цифровых технологиях, кабельные компании, скорее всего, выиграют, приняв трансформацию на основе бизнеса, а не трансформацию, проводимую технологиями или ИТ. При таком подходе компания с большей вероятностью будет уделять приоритетное внимание быстрым и ориентированным на клиентов успехам. В процессе, в течение первых 18–24 месяцев, эти успехи могут создать импульс, необходимый для завершения более сложной и всесторонней цифровой перестройки бизнеса в течение четырех – пяти лет.
Для кабельных компаний переход на цифровые технологии означает гораздо больше, чем операционные и финансовые преимущества текущего бизнеса. Это необходимо для того, чтобы наконец доставить удовольствие клиентам и разблокировать запасы маржи вверх и вниз по стеку, в том числе в цифровой рекламе, управлении домашней сетью и услугах прямого доступа к потребителю (например, потоковое видео OTT).
По мере того, как кабельная промышленность совершает этот переход, ей нужно будет решить несколько сложных вопросов:
Удвоение роста за счет роста B2B
За последнее десятилетие рынок В2В оказался крупным успехом для кабельных компаний. Они сообщили о 6-процентном ежегодном росте числа бизнес-клиентов и 8-процентном годовом росте коммерческих доходов (Иллюстрация 2). Совокупная выручка всех кабельных компаний от B2B в настоящее время составляет около 15 миллиардов долларов, что не намного меньше дохода в 17 миллиардов долларов у таких традиционных операторов, как CenturyLink и Verizon. Хотя первые попытки кабельной индустрии проникнуть на рынок B2B, возможно, были незаметны, авторитетные лидеры обращают на это внимание и играют в настоящую защиту сейчас, когда они начали захватывать существенные доли рынка.
Приложение 2
Мы стремимся предоставить людям с ограниченными возможностями равный доступ к нашему сайту. Если вам нужна информация об этом контенте, мы будем рады работать с вами. Напишите нам по адресу: [email protected]Большая часть роста B2B отрасли пришлась на сегмент малого и среднего бизнеса, оставляя достаточно места на рынке крупных предприятий. Чтобы ускорить рост в этой критической области, кабельные компании должны сосредоточиться на нескольких ключевых вопросах:
Одним из препятствий для кабельных компаний в обслуживании крупных предприятий является их ограниченное географическое присутствие. Компания Cableco разработала так называемые группы закупок вне сети для обеспечения возможности подключения вне зоны обслуживания других кабельных компаний, но им еще предстоит пройти долгий путь, прежде чем они смогут обеспечить бесперебойную работу своих корпоративных клиентов.По мере того как кабельные компании начнут расширяться и обслуживать транснациональные корпорации, эта проблема станет еще более серьезной. Им необходимо будет создать реестр надежных международных партнерских отношений вне сети с глобальными операторами дальней связи и расширить круг своих групп закупок вне сети.
Для дальнейшего расширения коммерчески-бизнес-сегмента кабельная промышленность должна ответить на следующие вопросы:
Станьте ведущим игроком в сфере умного дома
Рынок умного дома в США продолжает быстро расширяться, принося 46 миллиардов долларов дохода от оборудования, установки и обслуживания при ежегодном росте на 10 процентов (Иллюстрация 3).Тем не менее, несмотря на ключевую роль кабельных компаний в обеспечении критически важного ингредиента, они не являются основными игроками на рынке умного дома. За исключением некоторых первоначальных набегов на домашнюю безопасность, большинство инициатив носили исследовательский характер и часто не имели масштабов.
Приложение 3
Мы стремимся предоставить людям с ограниченными возможностями равный доступ к нашему сайту. Если вам нужна информация об этом контенте, мы будем рады работать с вами.Напишите нам по адресу: [email protected]Чего не хватало, так это комплексной стратегии, которая использовала бы возможности подключения кабельной индустрии к миллионам домов, чтобы предлагать услуги и продукты умного дома своим текущим (и потенциальным) клиентам. Cablecos уже имеет более 70 миллионов уникальных клиентских отношений, ежегодно растущих примерно на 3 процента, а их кабели проходят через около 110 миллионов домов.
Cablecos также имеет значительные подразделения на местах.Недавнее исследование McKinsey Smart Home Survey показало, что отсутствие простоты настройки или установки было главным фактором, побудившим потенциальных потребителей отказаться от покупки таких услуг. Многих потребителей по понятным причинам пугает перспектива установки и настройки множества датчиков, динамиков, устройств с голосовым управлением, систем безопасности, камер, блоков климат-контроля и интеллектуальной техники. Технические специалисты Cableco составляют опытную рабочую силу, привыкшую работать в домашних условиях, которая при дополнительном обучении может стать полезным ресурсом для потребителей, не желающих или неспособных самостоятельно заняться умным домом.
Тем не менее, кабельная промышленность сначала должна будет определить, какую роль она хочет (или может) играть в умном доме. Поскольку Amazon, Apple и Google (или «большая тройка») быстро становятся предпочтительными экосистемными платформами для этих интеллектуальных сервисов, ему следует оценить, лучший ли подход — разработать собственное конкурирующее предложение или стать партнером (и инструментом). для уже установленных платформ и новых стандартов технологических гигантов, таких как недавно запущенный проект Connected Home over IP.
Учитывая значительную динамику платформ большой тройки, стратегия агрегатора могла бы стать идеальным подходом для кабельной промышленности. Он может стремиться к тому, чтобы его домашняя конечная точка (например, телеприставка или широкополосный и Wi-Fi-маршрутизатор) — и ее приложение для управления домашними конечными точками — могла служить точкой агрегации. Это должно бесшовно интегрировать функциональность всех основных платформ, таких как платформы большой тройки, подобно тому, как кабельные приставки сегодня беспрепятственно объединяют несколько источников контента и приложений, таких как Hulu и Netflix.
Интегрированная платформа (которую начали внедрять некоторые лидеры отрасли, такие как Comcast) может обеспечивать безопасность и доступ в доме, управление энергопотреблением, развлечения и обслуживание дома. Он будет включать в себя интеграцию камеры, управление смарт-замком и удаленное видеонаблюдение. Это будет круглосуточный менеджер ресурсов для дома, регулирующий отопление, кондиционирование воздуха, потребление энергии, солнечные батареи, повторное использование сточных вод и управление пиковой нагрузкой. В будущем он также сможет контролировать профилактическое обслуживание с диагностикой, предупреждающей пользователей о необходимом ремонте крыши; ремонт сантехники; модернизация систем отопления, вентиляции и кондиционирования; и услуги по борьбе с вредителями.Cablecos может даже выйти на рынок страхования, предложив хаб, подключенный к поставщикам домашнего и автомобильного страхования домовладельцев, для получения индивидуальных политик и цен, при этом кабельные компании получают долю от любой транзакции.
Cablecos может напрямую монетизировать продукты и услуги для умного дома, перепродавая существующие аппаратные продукты и объединяя их с возможностью подключения. В некоторых случаях компании могут рассмотреть возможность приобретения существующего игрока в высокодоходной вертикали (например, в сфере домашней безопасности), чтобы немедленно захватить долю рынка.
Еще одна возможность для кабельного телевидения — это «технологические стремления», ключевой сегмент клиентов (выявленный в нашем обзоре «Умный дом»), которые рассматривают технологии как неотъемлемую часть своей повседневной жизни. Однако в то же время их относительно скромные доходы ограничивают их бюджет на устройства для умного дома. В результате они составляют идеальный рынок для программ подписки, которые позволили бы им приобретать устройства для умного дома без больших первоначальных затрат средств. Кабельная промышленность будет иметь хорошие возможности для обслуживания этих потребителей, предоставляя оборудование для умного дома и установку за дополнительную плату в их ежемесячных счетах, вместо того, чтобы продавать им такую услугу как полностью отдельный продукт.
Чтобы полностью раскрыть возможности умного дома, кабельная промышленность должна задать несколько вопросов:
Неопределенные долгосрочные перспективы кабеля
Даже если кабельным компаниям удастся добиться успеха в этих ключевых стратегических сдвигах, им, вероятно, придется бороться с более экзистенциальными проблемами в долгосрочной перспективе.Перерезание шнура, возможно, пока не представляет особой серьезной угрозы, но видео-бизнес в отрасли явно имеет тенденцию к потенциально субшкальным уровням.
В то же время потоковые сервисы, возможности социальных сетей и компании, занимающиеся технологическими платформами, вероятно, получат больший контроль над отношениями кабельной индустрии с клиентами (и их данными). В условиях этого конкурентного потрясения, а также регуляторной неопределенности кабельные компании должны обновить свои стратегии для перехода к новой эре и решить несколько основных проблем:
Операторы кабельного телевидения, которые предпринимают целенаправленные и последовательные действия для обновления своих стратегий, имеют гораздо больше шансов, чем другие, на продолжение роста в среднесрочной перспективе.Они также должны быть лучше подготовлены для решения сложных проблем, с которыми отрасль может столкнуться в будущем.
В некоторых случаях это означает удвоение уже работающих стратегий. Cablecos добилась успеха на рынке B2B в основном в сегменте малого и среднего бизнеса, оставляя значительные возможности для роста в сфере крупных предприятий. В других случаях кабельные компании должны работать над тем, чтобы лучше реализовывать перспективные стратегии, в которых продвижение было медленным и неравномерным.Стать лидером в области умного дома и превратиться в предприятие, ориентированное прежде всего на цифровые технологии, — задача не из легких, но она необходима для обеспечения долгосрочного роста.
Прежде всего, кабельные компании не могут допустить, чтобы успех недавнего прошлого убаюкивал их самоуспокоенность. Спустя примерно десять лет с момента появления спецификации интерфейса кабельной службы передачи данных 3.0, по мере того, как кабельная промышленность превращается в провайдера широкополосных соединений, кабельные компании сталкиваются с той же проблемой, с которой телекоммуникационные компании боролись десять лет назад: как не стать просто «тупой трубой».”Ответ должен включать поиск инновационных способов повышения ценности отношений с клиентами. Если они этого не сделают, они рискуют обнаружить, насколько быстро высокоскоростное соединение может внезапно замедлиться.
Как пользоваться квадратом скорости | Советы профессионалов
Давайте продолжим и избавимся от этого. Термин Speed Square был изобретен первым их производителем, Swanson Tool Company (ссылка). Хотя им не нравится, когда люди используют этот термин в общих чертах, уже слишком поздно.Название прижилось, скорее как Kleenex или Sawzall. Технически они называются стропильными квадратами или некоторые люди называют их треугольными квадратами. Большинство людей называют их «квадратами скорости» — и никакие выкрикивания «товарного знака» этого не изменят. Мы также будем использовать этот язык в этой статье. Есть много уловок с использованием квадрата скорости. Вот только самые важные. Я не буду останавливаться на раскладке стропил, что выходит за рамки данной статьи.
Типы квадратов скорости
Уголки скорости изготавливаются из пластика или алюминия.Пластиковые легкие и обеспечивают хороший обзор. Они просто не так долго, как алюминиевые. Пластиковые квадратики скорости не оставляют следов и идеально подходят для окрашенных поверхностей, таких как сайдинг.
За несколько долларов вы можете купить алюминиевые квадратики скорости. Они буквально прослужат вам всю жизнь. Свонсон сделал оригинал, но Ирвин делает тот, который отлично подходит для плохого зрения или темных условий. Красивый квадрат для стропил Милуоки чрезвычайно точен, и они также образуют обрезной квадрат 4 -1/2 дюйма, который мне особенно нравится, когда я использую 2×4.Многие компании делают 12-дюймовые модели. Чаще всего я использую этот размер в качестве направляющей пилы — подробнее об этом позже.
Хаски и Полумесяц создают 6-дюймовый треугольный квадрат, который они называют инструментом 2 в 1 расширяемой компоновки. Это квадратное стропило с выдвижным рычагом, который откидывается, увеличивая его до 12 дюймов. Они кажутся идентичными, за исключением цвета. Я купил одну, и она была меньше 1/64 дюйма. Не имело значения, был ли он открыт или закрыт, он все равно был не в квадрате. Я читал обзоры на Amazon, и некоторые другие сообщили, что их отзывы тоже не были квадратными.
Расширяемый квадрат «Хаски» 2 в 1. Рисунок складывается, образуя квадрат 6 дюймов или 12 дюймов.Выравнивание скоростного квадрата
К счастью, мне удалось выровнять квадрат до 90 градусов с помощью напильника. Вот небольшой совет: алюминий очень быстро забивает файлы. Протрите напильник мелом, прежде чем подпиливать алюминий, он будет действовать как смазка, предотвращая засорение. Если вы не уверены в своих навыках работы с напильником, приклейте к скамейке кусок наждачной бумаги. Затем вы можете перемещать квадрат скорости взад и вперед по наждачной бумаге, прикладывая большее давление к той стороне, которую нужно удалить, чтобы привести ее в квадрат.
Поместил неквадратный квадрат спина к спине с известным точным квадратом. Вы также можете разместить их на чистом плоском стекле. В моем случае я использовал свежеочищенную стеклянную плиту. Далее включаем свет за квадратами. Если квадраты соприкасаются и свет проникает сквозь них, значит, один из квадратов не в квадрате. Если свет не проникает, они идеально квадратные.
Проверка, не просачивается ли свет между известным истинным квадратом (синим) и тем, который я настраиваю. Обратите внимание на область вверху, которая соприкасается и вызывает разрыв между двумя квадратами? Подпилите эту область, чтобы сделать ее идеальной.Маркировка под углом 90 и 45 градусов и все, что находится между
Наиболее очевидное использование квадрата скорости — для маркировки под углом 90 и 45 градусов. Скоростной квадрат на самом деле тоже транспортир. Однако транспортиры и скоростные квадраты измеряют углы немного по-разному. Взгляните на фотографии ниже. Для транспортира угол 0 градусов соответствует горизонтали, а угол 90 градусов — вертикальному положению. В квадрате скорости отсюда начинается 0 градусов.
Транспортир под углом 60 градусовЧтобы использовать угольник для стропил в качестве стандартного транспортира, возьмите любой размер, который вы используете, и вычтите его из 90.Это означает, что если вам нужен угол 80 градусов, как показано ниже, вы используете 10 градусов на угольнике стропила. Если на другом рисунке вам нужно 60 градусов, вы можете использовать 30 градусов на квадрате скорости.
Установите квадрат скорости на 30 градусов, чтобы нарисовать линию под углом 60 градусов.Установка углов торцовочной пилы
К настоящему моменту вы, возможно, спросите себя: «Зачем мне делать эти математические вычисления?» Хорошие новости! Когда вы разделываете доски, вы этого не делаете. Углы на квадрате скорости получены из углов на вашей торцовочной пиле. Пила под углом 30 градусов — это линия под углом 30 градусов на квадрате скорости.
На мой взгляд, возможно, наиболее важное применение угольника скорости — это направляющая для пилы. Начните с обозначения линии, которую вы собираетесь разрезать на доске, под углом 90 или 45 градусов. Теперь поместите пилу так, чтобы зубья лезвия совпали с линией реза. Держите угольник напротив башмака пилы как ограждение, как показано на фото. Убедитесь, что расстояние между пильным диском и линией реза одинаково. Хотя для этого отлично подходит 6-дюймовая модель, я предпочитаю использовать скоростной квадратик 12 дюймов.Дополнительная длина дает пиле больше препятствий для езды.
Использование угольника для стропил в качестве направляющей для пилыИспользование угольника для установки полотна на стол или циркулярную пилу
Поместите угольник на пилу Т-образным краем вниз, чтобы он свободно стоял. Теперь полностью поднимите полотно настольной пилы и отрегулируйте угол так, чтобы он соответствовал треугольному квадрату, когда вам нужны пропилы под углом 45 или 90 градусов. Мы также используем квадраты, чтобы гарантировать, что наш упор для настольной пилы будет квадратным. Наконец, вы можете отрегулировать циркулярную пилу тем же способом, что и полотно настольной пилы.
Уголки для стропил идеально подходят для обеспечения того, чтобы упоры для настольной пилы прилегали к столу.Использование угольника скорости в качестве измерителя разметки
На многих углах для стропил имеется ряд пилообразных зазубрин. Они разработаны таким образом, что вы можете положить в них карандаш и начертить линию на доске на заданном расстоянии. V-образная форма служит ориентиром для вашего карандаша, пока вы перемещаете квадрат к доске. Просто прижмите ограждение квадрата скорости к дереву во время движения.
Использование угольника для измерения скорости в качестве отметкиИспользование угольника для измерения скорости в качестве указателя высоты
Ваш скоростной угольник работает как отличный прибор для измерения высоты полотна для настольной пилы или стола для фрезерования.Некоторые квадраты не имеют достаточно мелких разметок, чтобы это было очень точно. Другие, например, из Милуоки, очень точны. Чтобы использовать этот метод, поставьте квадрат на Т-образный край так, чтобы он свободно стоял. Используйте шкалу на 90-градусной стороне треугольника, чтобы отрегулировать высоту лезвия или бита.
Другие отметки на Speed Square
Блестящей особенностью оригинального дизайна Swanson Speed Square было добавление шкал для балок, гребня и бедра. Каждая марка квадрата пыталась оставить на нем свой отпечаток и внести свои улучшения.Мой Swanson настолько старый, что на нем нет зубцов пилы, которые можно было бы использовать в качестве разметки. Другая компания добавила это, а затем Swanson добавила его в свой продукт. Некоторые компании помещают общие таблицы преобразования стропил на свои скоростные квадраты.
Самая уникальная особенность любого из них находится на Милуоки. Он имеет прямоугольное отверстие, предназначенное для использования в качестве подставки для резки труб. Проденьте конец трубы через прямоугольник и поставьте квадратик скорости на землю, и он будет удерживать трубу, пока вы будете резать.В конце концов, это может повредить длинный край квадрата, поскольку он подпрыгивает и оставляет на нем зазубрины и сколы. Я мог бы избежать регулярного использования этой функции и купить настоящую стойку, подобную этой, которая также фиксируется на 2×4.
Использование угольника Milwaukee speed / rafter для удержания трубы во время резки.Использование угольника Speed в качестве уровня
В крайнем случае, вы можете использовать квадрат в качестве уровня.
Кабель