Zusammenfassung
Durch den zunehmenden Einsatz von EDV-Anlagen bei der Erfassung von Meßdaten in Forschung und Industrie ist das Messen großer Datenmengen mit vielen Parametern problemlos geworden. Die große Anzahl von Meßwerten ist jedoch oft nicht mehr zu überschauen und sinnvoll auszuwerten. Vor allem bei unbekannten physikalischen Zusammenhängen bietet nur noch die statistische Datenverarbeitung die Möglichkeit, die Daten zu reduzieren.
Das beschriebene Verfahren der Ereignis-Matrizen-Methode (EMM) ermöglicht die statistische Analyse and Verdichtung beliebiger nicht zusammenhängender Signalfolgen. Eine matrizenorientierte Datenorganisation arbeitet nach Vorgabe der Matrizenstruktur unabhängig von der Meßdatenanzahl mit konstantem Speicherbedarf. Die Struktur erlaubt eine schnelle und über-sichtliche optische Darstellung der Information auf einem Bildschirm.
Der Aufsatz zeigt den Einsatz der Ereignis-Matrizen-Methode am Beispiel einer Analyse eines Prozeßverlaufs. Die vorgestellten Ergebnisse verdeutlichen die anwendungsmöglichkeiten der EMM. Mit ihrer Hilfe eröffnen sich neue Ansätze zur rechnergestützten Interpretation von Daten beliebiger Struktur.
Literatur
Pich, R.: Automatische Überwachung der rechnerischen Lebensdauer druckführender Bauteile. VGB Kraftwerkstechnik (1983) Nr. 6.
Storm, R.: Wahrscheinlichkeitsrechnung. Mathematische Statistik und statistische Qualitätskontrolle. VEB Fachbuchverlag, 1969.
Müller, P.H.: Lexikon der Stochastik. Akademie-Verlag, Berlin 1975.
Kreyszig, E.: Statistische Methoden und ihre Anwendung. Vandenhoeck Ruprecht, Göttingen, 7. Aufl. 1979.
Benckert, H.: Ereignismatrizenmethode. Interne Instituts-mitteilung Nr. 2/81. Institut für Thermische Strömungs-maschinen und Maschinenlaboratorium, Univ. Stuttgart 1981.
Author information
Authors and Affiliations
Rights and permissions
About this article
Cite this article
Wachter, J., Pfeffer, G. & Benckert, H. Statistische Meßdatenverarbeitung mit Ereignismatrizen. Forsch Ing-Wes 51, 94–96 (1985). https://doi.org/10.1007/BF02558404
Received:
Issue Date:
DOI: https://doi.org/10.1007/BF02558404