• Nie Znaleziono Wyników

Metodyczne aspekty analizy hałasu wewnętrznego w środkach transportu miejskiego Methodical aspects of the analysis of noise inside means of transport

N/A
N/A
Protected

Academic year: 2021

Share "Metodyczne aspekty analizy hałasu wewnętrznego w środkach transportu miejskiego Methodical aspects of the analysis of noise inside means of transport"

Copied!
10
0
0

Pełen tekst

(1)PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 114. Transport. 2016. Karol Andrzejczak & 

(2) &

(3) ! 

(4) * % 

(5)  < . Franciszek Tomaszewski,    & 

(6) &

(7) ! 

(8) * % 

(9)  

(10)  =    >

(11) . METODYCZNE %8.;59+;<=ASU 0805>./+580?/(&<./5PORTU MIEJSKIEGO =  

(12)   : czerwiec 2016. Streszczenie: W artykule przedstawiono zastosowanie jednoczynnikowej analizy wariancji ANOVA     

(13)    @    

(14)    "

(15)  :   ;B  

(16) #

(17)   

(18) 

(19) F G

(20)  

(21)  

(22)  

(23)  

(24) 

(25)      autobus #

(26)  

(27)      

(28) 

(29)  

(30) #

(31)   

(32) 

(33)       ( 

(34) 

(35)  

(36)   F /   

(37) tak zadane 

(38)  

(39)  

(40)   

(41)

(42)   

(43) 

(44)  /G,Q/

(45) (

(46)    kilka warunków:      

(47)        

(48) 

(49) ( 

(50)

(51)

(52)   

(53) 

(54)  F  

(55) 

(56)  

(57) 

(58)  

(59) (   

(60)  

(61)  

(62)  

(63)  , ponadto dla  

(64) 

(65) 

(66) 

(67)    

(68)      

(69)   +

(70) -Lillieforsa, test Y

(71) 

(72) [  

(73) 

(74)      

(75) 

(76)  

(77)      

(78) F G

(79)  

(80)  

(81)    . 

(82)

(83)   

(84) 

(85)  /G,Q/ 

(86)

(87)

(88) !   przedstawiono graficzny  

(89)  \]^   

(90)  #    @ w poszczególnych lokalizacjach mikrofonów pomiarowych 

(91) #

(92)   

(93) 

(94) autobusu. ! 

(95) B  

(96)    @, 

(97) 

(98) w autobusie, analiza wariancji. 1. WPROWADZENIE _

(99) 

(100)  

(101)   

(102)     

(103) 

(104)           @ 

(105) 

(106)   

(107) 

(108) 

(109)    . Aktualnie warunkiem dopuszczenia do eksploatacji nowego

(110)      

(111) 

(112)        

(113)   

(114) 

(115)     

(116)       tylko  

(117) 

(118)    F %      

(119) 

(120)    , szczególnie    komunikacji zbiorowej nie ma stosownych no    F `

(121)  

(122) 

(123)     

(124)  

(125)    .  : praca silnika, opór powietrza (wiatr), opór   

(126)

(127) (   (

(128)    

(129) 

(130) 

(131) .   

(132)  x F 

(133)  uprzywilejowane)F %  

(134)    w komunikacji   @ 

(135) 

(136) .

(137) 10. +

(138)  /  

(139) * {

(140)   >

(141)  * 

(142) 

(143) 

(144) , .  @  to t    

(145)   F >    @

(146) 

(147) (   

(148) transportu (autobusu i tramwaju)   

(149) 

(150)   (   

(151) 

(152)

(153) (.

(154)    @ F Celem przeprowadzonych 

(155)  

(156) 

(157)     

(158)     

(159) 

(160)   

(161)  

(162) 

(163)   @    (  

(164)  jazdy. %   

(165) 

(166) *   (  

(167) 

(168)   (   

(169) 

(170)       F W tym celu 

(171) 

(172) !  

(173)    

(174)  12 metrowego autobusu Solaris Urbino,     tego pojazdu x

(175) 

(176)   12 m)  

(177)  rozmieszczonych 10 mikrofonów pomiarowych       

(178) 

(179) 

(180) (    jazdy. G

(181)   dla tak uzyskanego 

(182) 

(183) 

(184) 

(185)  

(186)  

(187)    . 

(188)

(189)   

(190) 

(191)  ANOVA dla sprawdzenia    (    

(192) 

(193)  zarejestrowanym na     #

(194) 

(195)  

(196)  

(197) 

(198)   F &  

(199)  

(200)  

(201) 

(202) 

(203)      

(204) 

(205) w zakresie zastosowania

(206)

(207)  

(208)        

(209)    @ podczas jazdy       

(210)   F &

(211)   

(212)    @       

(213)

(214) (  (  

(215)     

(216) 

(217)  

(218) 

(219)   

(220)  

(221)  w ramach projektu badawczego #

(222) 

(223)    Narodowego Centrum Nauki pt. ,

(224)  

(225)  

(226) 

(227)          

(228)   

(229)  publicznej [3]. W artykule przedstawiono wyniki analiz tylko dla jednego autobusu Solaris Urbino ;B  

(230) #

(231)   

(232) 

(233) 

(234) F +  

(235) 

(236)

(237)      

(238)  #

(239)  ruchu pojazdu (tj. jazda z  

(240)  

(241)    #

(242)

(243) 

(244) 

(245) 

(246) ~   

(247)      o kolejne egzemplarze autobusów i tramwajów.. 2. METODYKA POMIARÓW Obiektem

(248) 

(249) ! 

(250)   "

(251)  :   ;B m 

(252) 

(253) (  Miejskiego &    

(254) Komunikacyjnego w Poznaniu od 2010 roku. Badany autobus posiada.

(255)  

(256) 

(257) €  ;B *  B,550 *   B,850 m, masa dopuszczalna 18000 ‚*  

(258)

(259) 

(260) 

(261) 

(262) ƒ 21,4 ‚* 

(263)    B-2-2. %      

(264)

(265) ( 

(266)    ;„„     †„  

(267) 

(268)

(269)  

(270)   4]. Przedstawione w artykule wyniki analizy statystycznej  

(271)  poziomu @   pojazdu 

(272) (   ‡      # Q,ˆ>_, którego przebieg    B‰„ 000 km.    

(273) 

(274)  w  

(275) 

(276)  

(277)    

(278) 

(279)  

(280)   

(281) 

(282) 

(283)  PN-90/S-04052 Samochody. 

(284)        . Wymagania i badania. %      

(285)

(286) ( 

(287)   ;*‰ m.

(288)          ;„ #  

(289) F Przejazd pomiarowy  

(290)     

(291) * 

(292)  

(293)     

(294) 

(295)  

(296) 

(297) 

(298) 

(299)      

(300)

(301) (   

(302) F Na rysunku 1 przedstawiono schemat rozmieszczenia mikrofonów pomiarowych w badanym autobusie..

(303)  

(304) 

(305)

(306)   

(307) 

(308)      

(309)  

(310)   . 11. Rys. 1. Schemat rozmieszczenia mikrofonów pomiarowych w autobusie Solaris Urbino 12 m `: o

(311) 

(312)  

(313) 

(314)  

(315)  2]. %

(316)

(317) 

(318) 

(319) ! 

(320)

(321) 

(322) 

(323)  

(324)  ;† *   

(325) 

(326) 

(327)   B„  F G

(328) 

(329)    

(330)  

(331)

(332)  

(333) 

(334)   

(335)     

(336) 

(337)

(338) 

(339) 

(340) 

(341)       

(342)  dwa postoje na przystankach. Trasa, na której 

(343)  

(344)  

(345)   

(346) #

(347)   (  

(348)   

(349) 

(350)    

(351)        

(352)       *  

(353) 

(354)  

(355)  #  #

(356)   F Pomiary w bada  @  wykonano zestawem 10 mikrofonów pola swobodnego o   ½ cala # 'Š+  ‡;‹\F = 

(357) 

(358) 

(359) 

(360)     

(361) 

(362) przeprowadzona z wykorzystaniem systemu PULSE® firmy Brüel&Kjær. Tor pomiarowy  

(363)  

(364) (            &" 

(365)  >Ž B„ (

(366)     

(367)   

(368)   

(369) F. \20;57+;5;&<(] ) 

(370)    

(371)  

(372) 

(373)   ;„ #  

(374)      

(375)    

(376)  GPS (

(377)       

(378)   

(379) 

(380)         ;  

(381) 

(382)     @      lokalizacjach mikrofonów pomiarowych. P

(383) !  

(384) 

(385) ! 

(386)   

(387)  badanego autobusu podzielono na cztery fazy:  postój,   

(388)   „-40 km/h,  jazda z  

(389)  

(390)   ‡„-50 km/h,  hamowanie. Wyniki uzyskanych     @      #

(391)

(392)  

(393)  autobusu zestawiono w tablicy 1..

(394) 12. +

(395)  /  

(396) * {

(397)   >

(398)  * 

(399) 

(400) 

(401) , . Tablica 1 Wyniki 3

(402) ' 6 #1 :1 ^ _6

(403) 

(404) 6`

(405) 

(406) autobusu podczas poszczególnych faz jazdy Lokalizacja mikrofonu pomiarowego w autobusie Faza jazdy autobusu 10. 9. 8. 7. 6. 5. 4. 3. 2. 1. postój. 73. 71. 70. 69. 68. 67. 67. 66. 66. 65. r 

(407) . 79. 77. 76. 75. 73. 73. 73. 72. 71. 71.  

(408)  

(409)

(410) . 77. 75. 75. 74. 73. 72. 73. 72. 71. 72. hamowanie. 74. 72. 71. 71. 69. 69. 69. 68. 68. 68. %

(411)  

(412)       #

(413)

(414)  

(415) 

(416)     

(417) 

(418) 

(419)  .

(420)     ogólnychF {

(421)  

(422)  

(423) 

(424) 

(425) (    poziomach @ 

(426) 

(427)   od 71 do79 '   #

(428)

(429)  

(430) 

(431) F +  #

(432)    jazda z  

(433)  

(434)   ’2 – 77 '  #

(435)

(436) 

(437) 

(438) 

(439)       @ 

(440) 

(441)    ‰‹ – 74 dB. P

(442)         

(443)

(444) ( 

(445)    uzyskano od 65 – 73 dB. %      #

(446)

(447)  

(448) 

(449) (    @ zarejestrowano przy zabudowie silnika spalinowego – miejsce lokalizacji 10-tego mikrofonu 

(450) 

(451)

(452)  (        

(453)     

(454) 

(455)  ; #  pomiarowego. =( a     

(456)    

(457)    

(458) (   wyszczególnionych faz jazdy   

(459)  ’ 'F )  

(460) * (

(461) (    @   

(462)  

(463) #

(464)   

(465) 

(466)  

(467)  

(468)

(469)  

(470)     

(471)   

(472)   #

(473)  

(474) F 

(475) 

(476)    #

(477)  

(478)  #

(479) 

(480)  

(481) €     

(482) 

(483)  

(484) #

(485)   

(486) 

(487)       ( 

(488) 

(489)   autobusu? /   

(490)

(491) 

(492)  ( 

(493)  #

(494)    badawcze i przeprowadzono odpowiednie analizy statystyczne.. 4. ANALIZA STATYSTYCZNA WYNIKÓW   

(495)   

(496)

(497)

(498)   

(499)       (     

(500) 

(501)  w poszczególnych punktach pomiarowych (lokalizacjach poszczególnych mikrofonów 

(502)             

(503)

(504) ( ~  

(505)   

(506) 

(507)

(508)   

(509)  

(510)      . 

(511)

(512)   

(513) 

(514)  /G,Q/F Y .     punkt pomiarowy dla ustalonej fazy jazdy autobusu. Czynnik „punkt pomiarowy” ma  = 10 wariantów, tj. miejsc zainstalowania mikrofonów. Stosu  /G,Q/ 

(515)   *     

(516) 

(517)  w ustalonych punktach 

(518)       ( 

(519)   

(520)   

(521) 

(522)

(523)   *

(524)     istotne podstawy do odrzucenia hipotezy zerowej  :  =  =  =  dla  = 10, gdzie .        

(525) 

(526)  w -tym punkcie pomiarowym. /     

(527)   /G,Q/ sprawdzono*         

(528) 

(529) ( 

(530)

(531)   

(532) 

(533) * F  

(534) 

(535)  

(536) 

(537) w 

(538) ( punkcie pomiarowym ma.

(539)  

(540) 

(541)

(542)   

(543) 

(544)      

(545)  

(546)   . 13.  

(547)  

(548)  

(549) ( , ), = 1, … ,10. Symbol 

(550) 

(551) * (     

(552) 

(553) 

(554)     

(555)    punktów pomiarowych. :

(556)     

(557) ( * ( 

(558) (   

(559)  z

(560) 

(561) 

(562)    

(563)  x

(564) F

(565) 

(566)    ~F       

(567)    

(568)    

(569) 

(570)  w poszczególnych punktach 

(571)  (

(572)

(573)  

(574)    kwantylowe Q-Q (ang. Quantile to Quantile Q-Q ~*  

(575)     x ~  

(576)   

(577)   . , , gdzie  oznacza x 

(578)   ~  

(579) 

(580) 

(581)  .  x

(582)         

(583) 

(584) 

(585)   

(586) *

(587) = 1, 2, … ,  kolejne numery obserwacji), a na drugiej   x ~ 

(588)   

(589)   

(590)  –

(591)      . ,  , ( ) F — .

(592) 

(593) 

(594)  

(595) 

(596)   

(597) *  ten przedstawia     

(598)    F ,     

(599) 

(600)     

(601) * F  * 

(602)   F % 

(603) 

(604)   (  

(605)   

(606) F G

(607)  F B   

(608)      

(609)    

(610)    

(611) 

(612)  

(613)    punktów 

(614)  

(615) #

(616)   

(617) 

(618) F y. p. p. 3 2 1 0 -1 -2 -3 62 64 66 68 70 72 74 76 78 80 82 84 62 64 66 68 70 72 74 76 78 80 82 84 62 64 66 68 70 72 74 76 78 80 82 84 62 64 66 68 70 72 74 76 78 80 82 84. Oczekiwana normalna. nr mikrofonu: 1. nr mikrofonu: 2. nr mikrofonu: 3. nr mikrofonu: 4. 3 2 1 0 -1 -2 -3 62 64 66 68 70 72 74 76 78 80 82 84 62 64 66 68 70 72 74 76 78 80 82 84 62 64 66 68 70 72 74 76 78 80 82 84 62 64 66 68 70 72 74 76 78 80 82 84 nr mikrofonu: 5. nr mikrofonu: 6. nr mikrofonu: 7. nr mikrofonu: 8. 3 2 1 0 -1 -2 -3 62 64 66 68 70 72 74 76 78 80 82 84 62 64 66 68 70 72 74 76 78 80 82 84. nr mikrofonu: 9. nr mikrofonu: 10. +, . Rys. 2. "

(619)  

(620)   

(621)   

(622) 

(623)  

(624) #

(625)   

(626) 

(627) autobusu. &      punktu 

(628) 

(629)

(630) 

(631)  

(632)  .

(633)     

(634) 

(635)  

(636)

(637)  

(638) 

(639)   

(640)   

(641)    

(642) 

(643)    

(644)     

(645) (

(646)  #

(647) F  #

(648)  

(649) 

(650) 

(651) 

(652)    

(653)  w 

(654) ( punkcie pomiarowym zastosowany jest test W Shapiro-Wilka (ang. Shapiro-%  ~F >     (   

(655)    , (     

(656)     , wykorzystanie  #

(657) 

(658) 

(659)   

(660)  

(661)   

(662)  (   

(663) 

(664) 

(665)

(666)  

(667) .

(668)  

(669) 

(670)   F "

(671)  

(672)  

(673)    

(674)  

(675) €.

(676) 14. +

(677)  /  

(678) * {

(679)   >

(680)  * 

(681) 

(682) 

(683) , . .   . =.   ()(" !  (#$!) "() )%. (1). '   !(" &). gdzie * ()  

(684) 

(685)  

(686) *

(687) +( -) . +( )  ˜

(688)   

(689)    . Obszar krytyczny 

(690)  

(691) € /3 = [0; 43, ), gdzie 43,   

(692)  

(693) 

(694)   

(695)  . 

(696)  

(697) 

(698) 

(699) 

(700)    

(701)      (   

(702)   +

(703) -Lilliefforsa (ang. Kolmogorov-Lilliefors test) oraz Cramera-von Misesa (ang. Cramer-von Mises test). +       

(704) 

(705) (  

(706)    

(707)  

(708)  /G,Q/        x

(709) F  

(710) ~ 

(711) 

(712)  

(713)    punktów 

(714) F %#

(715)   €  :  =  … =  * (    

(716) 

(717)    *    

(718) 

(719)    

(720)    F  #

(721)      (

(722)    '/=>š<>>/ x

(723) F '

(724) ›  ~F >   

(725)   

(726) 

(727)  * 

(728) 

(729)

(730)    

(731)  5 F ) (    

(732)  6  jest przy tym

(733)    

(734) * (  

(735)  

(736) 

(737)   

(738)    

(739)  

(740) ( , ), = 1, … ,10. & 

(741) 

(742)  

(743)   € 7 =1+.  9( ).  <.   . ..  . . (2). "

(744)  

(745)  

(746) 

(747)  

(748) € .  @ !  ?. >. . 6  = ( . ) ln. .  <( . 1) ln.  ?. %. (3).  . "

(749)  

(750) 

(751) 

(752)  

(753) (     

(754) 

(755)  x

(756)      )

(757)    

(758)  6  z  . 1  

(759)   F ,

(760)    

(761)  

(762) € /3 =   [63;  , A), gdzie 63;    

(763)    1 . B  

(764)  6  z  . 1 stopniami swobody. W tablicy 2 przedstawiono wyniki testu Bartletta, Hartleya i Cochrana. Tablica 2 0 

(765) 1

(766)  3ci wariancji *  6  !!! Hartleya F-maks 1,4968. Cochrana C 0,1258. Bartlett Chi-kw 8,7086. a df. p. 9. 0,4646. G    '

(767) 

(768)  

(769)    

(770)  

(771)  

(772)    

(773) F ,  

(774)  

(775)   

(776)    € C Cochrana i Hartleya. Najbardziej  

(777)  

(778)   

(779)  

(780)

(781)  

(782)   

(783)    

(784) 

(785)     (rangowy) FLIGNERA-KILLEENA [1]. Test Hartleya stosowany jest dla porównania wariancji dwóch grup. Test Hartleya jest testem  dla dwustronnej hipotezy alternatywnej. Przy czym test ten jest bardzo nieodporny.

(786)   

(787)  

(788)    

(789) F %       

(790)   .

(791)  

(792) 

(793)

(794)   

(795) 

(796)      

(797)  

(798)   . 15. zastosowanie testu Levene’a. Jest to wersja testu , gdzie zamiast oryginalnych danych bier   |+C . +D|F ˆ

(799)   

(800) 

(801) 

(802)   

(803) 

(804) !   

(805) 

(806)  

(807) 

(808) F —   š[ ›

(809) zastosowana zostanie mediana

(810) 

(811)   *   

(812)  

(813) 

(814)   

(815) 

(816)  testem Browna-Forsythe’a, który jest odporny na  

(817)   

(818)     

(819)  

(820)    

(821) F 

(822)  

(823)     (

(824)  (  

(825)    

(826) 

(827)  

(828) 

(829) F %   

(830)   

(831)   Levene’a i Browna-Forsythe’a zestawiono w tablicy 3. Tablica 3 0 

(832) 1

(833)  3   *  6  !!!. Test Levene’a. SS df Efekt Efekt 7,4025 9. Test Browna-Forsythe’a. 7,8647. Nazwa testu. 9. MS Efekt 0,8224 0,8738. SS df ). ). 2997,91 1510. MS ). 1,9854. 0,4143. 0,9281. 3185,12. 2,1093. 0,4143. 0,9281. 1510. F. p. "  ""* "* #* {*   

(834) 

(835)       

(836)  !  

(837) 

(838)     

(839) 

(840)  x  # ˜

(841)  ~*   

(842) 

(843)  x

(844) ˜

(845) ~* stopnie swobody x # #~* 

(846)   {       x-value). ,  

(847)     u Lavene’a wynosi E = 0,92813  

(848)   

(849) * (.  

(850)  

(851)     

(852)       

(853) 

(854)    

(855) 

(856)  w poszczególnych punktach 

(857) F &       

(858) 

(859)  '

(860) { ›

(861)  (  

(862)   

(863)     

(864)   F /

(865)  

(866)      

(867) 

(868)  '

(869) 

(870) * š[ ›

(871)  '

(872) -Forsythe jest test C Cochrana,  (

(873)  

(874)  

(875)   

(876) punktu pomiarowego z istotnie (   w

(877) 

(878)     

(879) 

(880) F _

(881)

(882) 

(883) 

(884)     

(885) * ( .

(886)   

(887) 

(888) 

(889) 

(890)      

(891)    

(892)  

(893) 

(894) F &      

(895) 

(896) 

(897)   ( 

(898)   

(899)      punktów pomiarowych. )  

(900)    

(901) 

(902)    .     

(903) 

(904) F & 

(905)    

(906)         

(907) 

(908)  w poszczególnych punktach pomiarowych przeprowadzono weryfi

(909)     

(910) 

(911)  * F hipotezy zerowej         

(912) 

(913)   :  =  =  = . (4). wobec hipotezy alternatywnej  

(914)        F %

(915)    . (

(916)

(917) 

(918)  

(919) €  =  + IC , gdzie       *

(920) 

(921)  B jest efektem (ang. effect) -tego punktu pomiarowego. & * (    #  

(922)  x

(923) F fixed), a nie zmiennymi losowymi. ž   * po to

(924)    

(925)  (  .  punkt pomiarowy 

(926) .

(927)   

(928) 

(929) F ˆ   

(930) 

(931) 

(932)

(933)   

(934) 

(935)       

(936) 

(937)     (    

(938)      F  

(939)   

(940) hipotezy  zastosowany jest test  analizy wariancji. Test ten jest stosunkowo odporny na. (  

(941)  

(942)   

(943)  x 

(944) 

(945) 

(946) (  ~ 

(947)

(948)     (   

(949)  x          

(950) ~F Zastosowane.

(951) 16. +

(952)  /  

(953) * {

(954)   >

(955)  * 

(956) 

(957) 

(958) , . #      

(959)   

(960)

(961)   

(962) 

(963)  

(964) #

(965)   

(966) 

(967)

(968)     zestawione w tablicy 4. Tablica 4 Tabela analizy wariancji (klasyfikacja pojedyncza) *  6  !!! „1  #

(969) 3. Stopnie swobody.   

(970) . .1. %  . .. Y

(971) . .1. Suma kwadratów. (+D . +D) . JJK = L. <. . JJN = L. <. L. Statystyka testowa MJK = MJN. ?

(972)  . (+ O . +D ). O<. JJP = JJK + JJN. MJK =. JJK .1. MJN =. JJN .. MJP =. JJP .1. %   /G,Q/ 

(973) 

(974)     

(975) 

(976)  *    

(977) 

(978) 

(979) 

(980)    x

(981) F between groups variation~     x

(982) F within groups variation~F ).  JJN        

(983)

(984) 

(985)  

(986) 

(987) 

(988) F >.  

(989) 

(990) * (  (

(991)  

(992)  

(993)      F (

(994) 

(995)  

(996)   .  JJK #F —  

(997) 

(998)  

(999)

(1000)   (      

(1001) F ˆ

(1002)   *  

(1003) (    

(1004)  

(1005) . *  

(1006) ( * (  

(1007) (     F %   

(1008)    analizy ANOVA dla #

(1009)   

(1010) 

(1011)

(1012)      

(1013)    

(1014)  5. %

(1015)    #     

(1016) E < 0,050. Tablica 5      *  6  !!! Zmienna 

(1017) 

(1018) . SS Efekt 9015,67. df Efekt 9. MS Efekt 1001,74. SS ). 6294,45. df ). 1510. MS ). 4,1685. F 240,31. p 0,000. )   !  

(1019) * (     (       

(1020)  

(1021) 

(1022)  w poszczególnych punktach pomiarowych. Do wyznaczenia punktów    (       

(1023) 

(1024)  

(1025)     (1 . B)100%   

(1026)  #  (ang. confidence interval) 

(1027)      

(1028) 

(1029)  w poszczególnych punktach pomiarowych. Do wyznacz 

(1030)   

(1031)  # 

(1032)  

(1033)   : Y?Z. TU . VW, X . . , U + VW, X . Y?Z . \. (5). n

(1034) 

(1035)   

(1036)   

(1037)   

(1038)  #  

(1039) (   . O zastosowano wzór: . . . ]. . . . ]. .VW, XMJN T + \ , VW, XMJN T + \%     . . (6).

(1040)  

(1041) 

(1042)

(1043)   

(1044) 

(1045)      

(1046)  

(1047)   . gdzie VW,   

(1048)    1 . . 3 . 17.  

(1049)  V-Studenta z  .  stopniami. swobody. %  

(1050)    \]^   

(1051)  #  

(1052)     

(1053) 

(1054)  podczas #

(1055)   

(1056) 

(1057)

(1058)    przedstawiono graficznie na rysunku 3.     

(1059)     

(1060)  #  ( #  (wykres interakcji) programu STATISTICA. 82. 80.  %. /&;<=. 78. 76. 74. 72. 70. 68 1. 2. 3. 4. 5. 6. nr mikrofonu. 7. 8. 9. 10 . Rys. 3. &  

(1061)  #  

(1062)      

(1063) 

(1064)   #

(1065)   

(1066) 

(1067) autobusu. )   

(1068) * (      

(1069) 

(1070)       

(1071)  

(1072)  x#.  ;  B~  (     F &           

(1073) * * (   

(1074) 

(1075)   iejscu lokalizacji pierwszego i trzeciego mikrofonu pomiarowego istotnie ró(  

(1076)   \]^   # F &

(1077)        

(1078)  

(1079)    

(1080) 

(1081)   

(1082)  ( F +   * F   

(1083) 

(1084)   *  

(1085)    #  

(1086)   (  

(1087)     (     

(1088) 

(1089) * 

(1090) (   

(1091) 

(1092)        (  (    trzech punktach pomiarowych. Przy czym w miejscu  

(1093)  #    

(1094) 

(1095)         

(1096) F = 

(1097)   

(1098) 

Cytaty

Powiązane dokumenty

dotychczas nie opracowano metody badań przechowywania oleju napędowego z udziałem FAME i nie był ustalony okres jego przechowywania w określonych warunkach (dla oleju

Obecnie od pracowników nauko- wych uczelni oczekuje się realizacji wszystkich trzech typów zadań, z których są odpowiednio rozliczani, przy czym nie ma wątpliwości,

Hence, the existence of the Council of Europe and the subsequent regional system of human rights protection aimed primarily not in redressing the individual, but tightening

Ten dość tajemniczy i enigmatyczny fragm ent artykułu Głowińskiego, wybitnego skądinąd badacza twórczości Leśmiana, nie wyjaśnia w sposób jasny i klarowny

Zwykle, gdy mowa o dorobku Profesor Kowalskiej, zwraca się uwagę na dwa nurty zainteresowań: pierwszy, związany z ewolucją języka ogólnego, oraz drugi, dotyczący

She says that teachers’ knowledge about diff erent aspects of cultural diversity is important in predetermining the learning outcomes for students, who are representatives of

Beata Magryta Reliability approach to resilience of critical infrastructure impacted by operation process 131 Ewa Dąbrowska Monte carlo simulation approach to reliability analysis

In the second case, relation between fragments is defined on the basis of analysis of interpretation descriptions of single components that are located in two adjacent