20xx年數(shù)學(xué)建模競(jìng)賽a題論文-資料下載頁(yè)
2024-11-06 10:06本頁(yè)面
【導(dǎo)讀】時(shí)計(jì)算，以得到罐內(nèi)油位高度和儲(chǔ)油量的變化情況。許多儲(chǔ)油罐在使用一段時(shí)間。下稱為變位），從而導(dǎo)致罐容表發(fā)生改變。按照有關(guān)規(guī)定，需要定期對(duì)罐容表進(jìn)。平頭的橢圓柱體），分別對(duì)罐體無(wú)變位和傾斜角為?建立數(shù)學(xué)模型研究罐體變位后對(duì)罐容表的。影響，并給出罐體變位后油位高度間隔為1cm的罐容表標(biāo)定值。和橫向偏轉(zhuǎn)角度?進(jìn)一步利用附件2中的實(shí)際檢測(cè)數(shù)據(jù)來(lái)分析檢驗(yàn)?zāi)銈兡Ｐ偷恼_性與方。臥式儲(chǔ)油罐的長(zhǎng)度一定為米，且為兩端。別與聯(lián)系來(lái)處理結(jié)果?？紤]運(yùn)用積分等數(shù)學(xué)推導(dǎo)得到罐。找適當(dāng)?shù)乃惴▉?lái)確定變位參數(shù)的大小。關(guān)于變位識(shí)別，可以通過判斷變位參數(shù)是否為0來(lái)確定罐體是否傾斜。面的求解過程中我們給出了該分析的較詳細(xì)解答過程。油位探針等的體積；度、分布不均勻等引起的問題；對(duì)容器壁等的厚度忽略不計(jì)；2l：油浮子到右側(cè)橢圓面的距離；3l：小橢圓型儲(chǔ)油罐的高度；Vh與h的對(duì)應(yīng)關(guān)系。求出圖4中陰影部分面積'V,再用罐體的
【正文】 40 640 740 840 940 1040 1140 1240 1340 1440 1540 1640 1740 1840 1940 2040 2140 24 2240 2340 2440 2540 2640 2740 2840 程序部分 ： 第一問傾斜變位后的體積積分 g=inline(39。(.*acos(1+(tan(*pi/180).*x+h+*tan(*pi/180))/)+.*sin(2.*acos(1+(tan(*pi/180).*x+h+*tan(*pi/180))/))+*pi)*2*) i=quadl(g,0,) 第二問積分向泰勒展開式的轉(zhuǎn)換。 %s=*pi+*sin(2*acos(1+h/))(1+h/)%圓的面積與高度的關(guān)系 %h 讀數(shù)高 %h1 實(shí)際高 %h1=(+()*cos(b))實(shí)際高和讀數(shù)高的關(guān)系 syms h a b x。 %v1=*pi+*sin(2*acos(1+((+()*cos(b))+2*tan(a)tan(a)*x)/))*acos(1+((+()*cos(b))+2*tan(a)tan(a)*x)/)。%積分從 0到 8 其中 h3=(h1+2*tan(a)tan(a)*x) %身體的面積 v2=*pi+*sin(2*acos(1+(sqrt(^2()^2)5)/))*acos(1+(sqrt(^2()^2))/)。%積分從 0 既到 h39。, y=taylor(v2,x,4,1) %h=(sqrt(^2()^2)) %頭部關(guān)系處理 %h39。=+()*cos(b)+2*tan(a)或 h39。=+()*cos(b)6*tan(a) 傾斜進(jìn)油情況中一元 線性回歸的程序： y=[ 25 ]； x1=[ ]。 x2=ones(53,1)。 x=[x2 x1]。 [b,bint,r,rint,stats]=regress(y,x) b = bint = r = 26 rint = 27 stats = +005 * 0 rcoplot(r,rint) y2=*。 set(gcf,39。color39。,[1,1,1]) plot(x1,y,39。k39。,x1,y2,39。r:39。) axis on SPSS 運(yùn)行結(jié)果： REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS CI(95) R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT VAR00001 /METHOD=ENTER VAR00004 /PARTIALPLOT ALL. 回歸 附注 創(chuàng)建的輸出 11九月 2020 22 時(shí) 55 分 44 秒 注釋 輸入 活動(dòng)的數(shù)據(jù)集 數(shù)據(jù)集 0 過濾器 none 權(quán)重 none 拆分文件 none 工作數(shù)據(jù)文件中的 N 行 53 缺失值處理 對(duì)缺失的定義 用戶定義的缺失值作為缺失數(shù)據(jù)對(duì)待。 使用的案例 統(tǒng)計(jì)是在所使用的變量不帶有缺失值的案例基礎(chǔ)上進(jìn)行的。 語(yǔ)法 REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS CI(95) R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT VAR00001 /METHOD=ENTER VAR00004 /PARTIALPLOT ALL. 資源 處理器時(shí)間 0:00: 28 已用時(shí)間 0:00: 所需內(nèi)存 1356 個(gè)字節(jié) 殘差圖需要額外 內(nèi)存 328 個(gè)字節(jié) [數(shù)據(jù)集 0] 輸入／移去的變量 b 模型 輸入的變量 移去的變量 方法 1 VAR00004a . 輸入 a. 已輸入所有請(qǐng)求的變量。 b. 因變量 : VAR00001 模型匯總 b 模型 R R 方 調(diào)整 R 方 標(biāo)準(zhǔn) 估計(jì)的誤差 1 a. 預(yù)測(cè)變量 : (常量 ), VAR00004。 b. 因變量 : VAR00001 模型匯總 b 模型 更改統(tǒng)計(jì)量 R 方更改 F 更改 df1 df2 Sig. F 更改 1 1 51 .000 b. 因變量 : VAR00001 Anovab 模型 平方和 df 均方 F Sig. 1 回歸 1 .000a 殘差 51 總計(jì) 52 a. 預(yù)測(cè)變量 : (常量 ), VAR00004。 b. 因變量 : VAR00001 系數(shù) a 29 模型 非標(biāo)準(zhǔn)化系數(shù) 標(biāo)準(zhǔn)系數(shù) B 的 % 置信區(qū)間 B 標(biāo)準(zhǔn) 誤差 試用版 t Sig. 下限 上限 1 (常量 ) .000 VAR00004 .999 .002 .000 .994 a. 因變量 : VAR00001 殘差統(tǒng)計(jì)量 a 極小值 極大值 均值 標(biāo)準(zhǔn) 偏差 N 預(yù)測(cè)值 53 殘差 .00000 53 標(biāo)準(zhǔn) 預(yù)測(cè)值 .000 53 標(biāo)準(zhǔn) 殘差 .000 .990 53 a. 因變量 : VAR00001
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1