Hidrológiai Közlöny 1992 (72. évfolyam)

4. szám - Mistéth Endre: Duzzasztómű vasbeton szerkezetével összefüggő mérések feldolgozásának „kiegyenlítő” módszere

202 HIDROLÓGIAI KÖZLÖNY 19D2. 72. ÉVF. 4. SZAM p =98,04 kN/m

! l =23,886 m E, =209,049 -10" kN/

m2 E

b =21,483-10" kN/m

! h =4,01 lm A, =0,01691 m

2 A* =0,00628 m

2 a e =0,0031225 m o

s =115 882 kN/m

2 A legvalószínűbb értékek és valószínűségeik 100-98,042425 2. táblázat = 0,65053 24,000-23,885987 tl

= ' =0,47505 lE»' 0,24 210—209,94891 G = 0,00852 21,483021 -21 t

E

b= I =0,2300 th = tAs = 2,1 4,0107949 -4,0 0^04 16914,8 -16 755 374 6283,9 -6283 = 0,26587 = 0,42727 140 3,1225451 -3,1 = 0,00649 to = 0,2 115882,06-110 000 = 0,11273 6000 P

p =25,75% PL =31,74% VE$ = 49,81 % PEb = 69,10% p

h =60,65% p.u = 66,54% p% = 50,26% P

e =50,45% = 0,98034 P

E,= 83,65% Láthatóan, a legvalószínűbb értékek valószínűségei az 50%-os várható érték körül — 24%-ostól +34%-os eltéréssel ingadoznak. oh oh A

Á. =13,9876 .10-8-^-^+13,9876 -lO-s^-^ oAs oAÍ ZU* =4,41 -10-8^+4,41 •lO~

B-~~-r

2 S (26) A normális egyenletek: sí-^h+z^JM.(i) (i) ( pl*(h-0,07-x)n A i—SL A°R° (i) (i) "(384 Ebly ~

e)

=

0 (27) Ezután kiszámítjuk a legvalószínűbb javításokat. A számszerű értékeket táblázatban foglaltuk össze. (1.—2. táblázatok.) Megjegyzés A bemutatott fokozatos közelítésű eljárás jól átvihető számítógépre és bármilyen mérési eredmény kiegyenlítésére alkalmas. Természetesen a várható értékektől eltérő legvalószínűbb mérési eredmények szórásai változatlanok. Irodalom Oltay Károly: Geodézia I. (Budapest, 1923. Németh József technikai könyvkiadó vállalat) Detreköi Ákos: Kiegyenlítő számítások. Tankönyvkiadó Bp. 1973. Kézirat. Vágás látván: Az árhullám előrejelzés mórcekapcsolati módszerei (Hidrológiai Közlöny, 1980. 11. szám). A kézirat beérkezett: 1991. június 4. Közlésre elfogadva: 1991. október 21. Compcnsation approach to proeessing observations on the r.e. strueture of a river dani Mistéth, E. Abstraet: Repeated measurements are known to represent a statistical population. Observation data are, however, needed which may be regarded the most probable ones and thus as the most reliable. The Gaussian approach is suited to identifying the most probable set of values, but in the conventional form only under the condition, that owing to the narrow scatter of the observation data linearity of the relevant functions can be assumed. A new approach is demonstrated here for the case of widely scattering observation data, where the functions must be subjected to taylor expansion repeatedly until the most probable data fit the condition equations with a preselected, minimai deviation. The method proposed is illustrated with reference to an example taken from the domain of hydraulic engineering, laving thus alsó the theoretical foundations for formulating computer programmes.