Доклады АН ВШ РФ

ДОКЛАДЫ АКАДЕМИИ НАУК
ВЫСШЕЙ ШКОЛЫ РОССИЙСКОЙ ФЕДЕРАЦИИ

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

Последний выпуск
№3(72) июль-сентябрь 2026

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.
Родионова Татьяна Евгеньевна
канд. техн. наук, доцент, доцент кафедры «Прикладная математика и информатика» Ульяновского государственного технического университета. Область научных интересов: математическое моделирование, регрессионный анализ, информационные технологии обработки информации. Опубликовано 46 научных работ. (Адрес: 432027, Россия, г. Ульяновск, ул. Северный Венец,
• Email: ).

t.rodionova@ulstu.ru
Orcid:

Клячкин Владимир Николаевич
д-р техн. наук, профессор, профессор кафедры «Прикладная математика и информатика» Ульяновского государственного технического университета. Область научных интересов: математическое моделирование, статистические методы, контроль качества, техническая диагностика. Опубликовано 157 научных работ. (Адрес: 432027, Россия, г. Ульяновск, ул. Северный Венец,
• E-mail: ).

v_kl@mail.ru
Orcid:

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 аннотации: 2395
Скачиваний полного текста: 2018
Просмотров интерактивной версии: 0
 

Обработка персональных данных

Мы используем сервис веб-аналитики Яндекс Метрика, который использует cookie.

Собранная при помощи cookie информация не может идентифицировать вас, однако может помочь нам улучшить работу нашего сайта. Вы можете отказаться от использования cookies, выбрав соответствующие настройки в браузере. Также Вы можете запретить сбор данных с помощью расширения для браузера «Блокировщик Яндекс Метрики». Используя этот сайт, вы соглашаетесь на обработку персональных данных.