ДОКЛАДЫ АКАДЕМИИ НАУК
ВЫСШЕЙ ШКОЛЫ РОССИЙСКОЙ ФЕДЕРАЦИИ

Print ISSN: 1727-2769    Online ISSN: 2658-3747
English | Русский

Последний выпуск
№3(40) июль-сентябрь 2018

СТАТИСТИЧЕСКИЕ МЕТОДЫ ОЦЕНКИ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПИТЬЕВОЙ ВОДЫ

Выпуск № 2-3 (23-24) апрель-сентябрь 2014
Авторы:

Родионова Татьяна Евгеньевна,
Клячкин Владимир Николаевич
Аннотация
Для предотвращения аварийных ситуаций проводится регулярный контроль показате-лей качества питьевой воды в ходе технологического процесса ее очистки на водоочистных сооружениях. С целью решения этой проблемы и прогноза качества воды на ближайшее время по выборкам исходных измерений физико-химических показателей водоисточника строятся регрессионные модели показателей качества воды. Приводится описание применяемых методов и результаты расчетов. Для выбора наилучшей модели используются внутренние и внешние меры качества. Расчет проведен по восьми выборкам по сорок дней. Оптимальной оказалась модель, полученная методом случайного поиска с адаптацией. Предложен метод оценки стабильности процесса очистки воды, основанный на использовании различных вариантов многомерной карты Хотеллинга: стандартной карты (о нару-шении процесса свидетельствует выход точки за контрольную границу), карты с дополнительным анализом неслучайных структур (тренда, цикличности, резких скачков на карте и т.п.) и карты с предупреждающими границами (попадание последовательности из заданного числа точек между предупреждающей и контрольной границами показывает нестабильность процесса). Существенный интерес представляет исследование возможности определения той модификации многомерной карты, которая окажется наиболее чувствительной к предполагаемым нарушениям процесса очистки. 
Ключевые слова: питьевая вода, регрессионная модель, метод наименьших квадратов, пошаговая регрессия, внутренние и внешние меры, карта Хотеллинга.

Список литературы
  1. Валеев С.Г., Кадырова Г.Р. Система поиска оптимальных регрессий. – Казань: ФЭН, 2003. – 160 с. 
  2. Валеев С.Г., Родионова Т.Е. Анализ методов оценки параметров при мультиколлинеарности переменных // Известия вузов. Геодезия и аэрофотосъемка. – 1999. – № 5. – С. 20–28. 
  3. Валеев С.Г., Родионова Т.Е., Жаров В.Е. Методика статистической обработки РСДБ-наблюдений // Известия вузов. Геодезия и аэрофотосъемка. – 2008. – № 1. – С. 13–18. 
  4. Клячкин В.Н. Модели и методы статистического контроля многопараметрического технологического процесса. – М.: Физматлит, 2011. – 195 с. 
  5. Montgomery D.C. Introduction to statistical quality control. – New York: John Wiley and Sons, 2009. – 754 p. 
  6. Ryan T.P. Statistical methods for quality improvement. – New York: John Wiley and Sons, 2011. – 687 p. 
  7. Клячкин В.Н., Михеев А.Ю. Идентификация режима статистического контроля многопараметрического технологического процесса // Автоматизация и современные технологии. – 2011. – № 12. – С. 27–31. 
  8. Клячкин В.Н., Кравцов Ю.А. Диагностика состояния объекта по наличию неслучайных структур на контрольной карте // Приборы и системы. Управление, контроль, диагностика. – 2013. – № 5. – С. 44–50. 
Просмотров: 1290