Разработка комплекса программ автоматизации процесса регистрации и обработки данных для конкретной организации - Программирование, компьютеры и кибернетика дипломная работа

Главная

Программирование, компьютеры и кибернетика
Разработка комплекса программ автоматизации процесса регистрации и обработки данных для конкретной организации

База данных как основа автоматизации. Разработка, описание и реализация программного обеспечения "Точность и правильность методов и результатов измерений для центральной заводской лаборатории ОАО "Акрилат". Листинг, исходные коды программы и базы данных.


посмотреть текст работы


скачать работу можно здесь


полная информация о работе


весь список подобных работ


Нужна помощь с учёбой? Наши эксперты готовы помочь!
Нажимая на кнопку, вы соглашаетесь с
политикой обработки персональных данных

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Алгоритмические языки и программирование
Разработка комплекса программ автоматизации процесса регистрации и обработки данных для конкретной организации
1 Постановка технического задания и описание задач
2 Реализация программного обеспечения
3 Исходные коды программы и базы данных
Если вся обработка данных происходит на стороне сервера, а клиент выполняет только функции интерфейса с пользователем, то клиентское приложение называют «тонким» клиентом. Если часть обработки данных происходит на стороне клиента - то «толстым» клиентом. Архитектура клиент-сервер включает в себя три основных компонента. Клиент - представляет собой любой процесс компьютера, который запрашивает сервис от сервера. Клиент также называется интерфейсным приложением. Клиентский процесс, базируется на графическом интерфейсе пользователя. Сервер - это компьютерный процесс, предоставляющий сервис клиентам. Сервер также называют серверным приложением. Серверный процесс характеризуется независимостью от местоположения, оптимизацией использования ресурсов, масштабируемостью и способностью к взаимодействию с другими системами. Коммуникационное промежуточное программное обеспечение передачи данных (ППО). Представляет собой любой компьютерный процесс, посредством которого клиенты и серверы взаимодействуют друг с другом. Это ПО называют еще уровнем коммуникаций. ППО обычно привязано к сети. Все клиентские запросы и ответы сервера передаются по сети в форме сообщений, в которых содержатся управляющая информация и данные. Клиентский процесс, базирующийся на графическом интерфейсе пользователя, запрашивает сервисы у серверного приложения. Клиентский процесс и серверный процесс взаимодействуют при помощи промежуточного программного обеспечения (ППО). Клиентский процесс посылает SQL-запрос через коммуникационное ППО. Коммуникационное ППО направляет SQL-запрос процессу сервера БД. Процесс сервера БД получает запрос, проверяет его и выполняет. ППО гарантирует, что сообщения между клиентами и серверами будут правильно маршрутизоваться и доставляться по нужному адресу. Логика обработки данных - это часть кода приложения, которая связана с обработкой данных внутри приложения. Данными управляет собственно СУБД. Для обеспечения доступа к данным используются язык запросов и средства манипулирования данными стандартного языка SQL. Теперь вернемся к теме нашей работы и рассмотрим описание и решение каждой задачи по отдельности. Настоящий стандарт Модификации данного основного метода, предусмотренные для конкретных целей, представлены в других частях ГОСТ Р ИСО 5725. описывает общие принципы планирования совместных межлабораторные экспериментов, предназначенных для количественной оценки прецизионности методов измерений. Детально описывает основной алгоритм количественной оценки прецизионности методов измерений в повседневной практике. Является руководством для персонала, имеющего отношение к планированию эксперимента, осуществлению и анализу результатов измерений. Предполагают, что при планировании и осуществлении эксперимента по оценке прецизионности соблюдены все принципы, установленные ГОСТ Р ИСО 5725-1. Основной метод предусматривает получение и использование одного и того же количества результатов измерений в каждой лаборатории при анализе проб (образцов), соответствующих одним и тем же уровням измеряемой характеристики (испытуемого параметра); т.е. имеется в виду сбалансированный эксперимент с однородными уровнями. Основной метод применяют к процедурам, которые были стандартизованы и регулярно используются во многих лабораториях. Исследования и расчет начинается с внесения в таблицу данных исходных результатов измерений представленной в табл.2.
Форма А -- Рекомендуемая форма для сопоставления исходных данных
Под лабораторией понимается строка i с данными, а под уровнем j - колонка. L - количество лабораторий, n - количество уровней для каждой лаборатории, единичный результат ji назовем пробой x. Итак, после того, как данные внесены мы начинаем расчет для каждой лаборатории, нам необходимо вычислить среднее значение проб:
далее рассчитываются показатели разброса (расхождения) в базовых элементах Если базовый элемент ij содержит лишь два результата измерений, то внутриэлементное расхождение (аналог стандартного отклонения) равно :
для анализа данных на наличие выбросов рекомендуется следующая методика. Для идентификации выбросов применяют критерии, приведенные в критериях Кохрена и критериях Граббса. Если значение меры, определяемой статистическим критерием (значением тестовой статистики), меньше (или равно) 5% критического значения тестовой статистики (критического значения при 5% уровне значимости), то тестируемую позицию признают корректной. Если значение тестовой статистики больше 5% критического значения и меньше (или равно) 1% критического значения, то тестируемую позицию называют квазивыбросом и отмечают одной звездочкой. Если значение тестовой статистики больше 1% критического значения, то тестируемую позицию называют статистическим выбросом и отмечают двумя звездочками. Далее проводят исследование с целью выяснения, могут ли квазивыбросы и/или статистические выбросы быть объяснены какой-либо технической ошибкой, например:
· ошибкой при выполнении измерения;
· элементарной опиской при переписывании результата измерений;
В случае, когда ошибка появилась при расчетах или переписывании, сомнительный результат должен быть заменен правильным значением; когда ошибка являлась следствием анализа не той пробы, результат должен быть помещен в соответствующий ему базовый элемент. После того, как такого рода коррекция будет произведена, исследование на предмет квазивыбросов или выбросов должно быть повторено. В случае, если объяснение технической ошибки таково, что оно свидетельствует о невозможности замены сомнительного результата измерений, он должен быть исключен как «подлинный» выброс, не имеющий отношения к правильно проводимому эксперименту. Когда какие-либо квазивыбросы или статистические выбросы остаются необъясненными или исключенными в качестве принадлежащих к выпадающей лаборатории, квазивыбросы сохраняют в качестве корректных позиций, а статистические выбросы исключают, если только эксперт по статистике не решит оставить их, имея на это соответствующие основания. Критерий Кохрена предназначен для обработки внутрилабораторных расхождений результатов измерений и должен применяться в первую очередь, после чего должны быть приняты корректирующие меры, в случае необходимости, с повторением измерений (испытаний). Другой критерий (Граббса) главным образом предназначен для обработки межлабораторных расхождений, а также может использоваться (если n > 2) в случаях, когда проверка с применением критерия Кохрена вызвала подозрение в том, что высокая внутрилабораторная вариация обусловлена только одним из результатов измерений в базовом элементе. Критерий Кохрена - в настоящем стандарте предполагается, что между лабораториями существуют лишь небольшие различия во внутрилабораторных расхождениях. Опыт, однако, показывает, что дело обстоит не всегда так, поэтому для проверки справедливости этого предположения нужна количественная оценка. Для данной цели могли бы быть использованы несколько критериев, но был выбран критерий Кохрена. Для совокупности из L стандартных отклонений , рассчитанных исходя из одного и того же количества (n) результатов испытаний в базовых элементах, тестовая статистика Кохрена имеет вид:
где - наивысшее значение стандартного отклонения в совокупности:
· в случае, если значение тестовой статистики меньше (или равно) 5% критического значения, тестируемую позицию признают корректной;
· в случае, если значение тестовой статистики больше 5% критического значения и меньше (или равно) 1% значения, тестируемую позицию называют квазивыбросом и отмечают одной звездочкой;
· в случае, если значение тестовой статистики больше 1% критического значения, тестируемую позицию называют статистическим выбросом и отмечают двумя звездочками.
Критические значения для критерия Кохрена представлены в приложении А (таблица 1). Строго говоря, критерий Кохрена применяют лишь в случаях, когда все стандартные отклонения исходят из одного и того же количества (n) результатов измерений, полученных в условиях повторяемости. В фактических случаях это количество может меняться за счет недостающих или исключенных данных. В настоящем стандарте, тем не менее, предполагается, что в должным образом организованном эксперименте такие изменения в количестве результатов измерений из расчета на базовый элемент будут ограничены и ими можно пренебречь, то есть критерий Кохрена можно использовать применительно к количеству результатов измерений n, имеющих место в большинстве базовых элементов. При помощи критерия Кохрена проверяют только наивысшее значение в совокупности стандартных отклонений, и поэтому такая проверка является односторонней. Разброс в дисперсиях может также, разумеется, проявляться в наинизших значениях стандартных отклонений. Однако на малые значения стандартного отклонения может оказывать очень сильное влияние степень округления исходных данных, и поэтому они не очень надежны. Кроме того, представляется нецелесообразным отвергать данные лаборатории из-за того, что ею достигнута более высокая прецизионность в результатах измерений по сравнению с другими лабораториями. Поэтому критерий Кохрена считают адекватным. Если наивысшее значение стандартного отклонения классифицировано как выброс, то оно должно быть исключено, а проверка с использованием критерия Кохрена может быть повторена на оставшихся значениях. Следует заметить, что процедура повторения может привести к излишним исключениям данных в случаях, когда нормальное распределение, принятое за основу, не является достаточно хорошей аппроксимацией. Повторное применение критерия Кохрена предлагается здесь лишь в качестве полезного средства ввиду отсутствия статистического критерия, разработанного для проверки нескольких выбросов вместе. Критерий Кохрена не разрабатывался для данной цели, и выводы при его повторном применении необходимо делать с большой осторожностью. Так же осторожно нужно использовать критерий Кохрена в случаях, когда результаты, характеризующиеся высокими значениями стандартных отклонений (в особенности если они имеют место в пределах лишь одного из уровней), представлены двумя или тремя лабораториями. С другой стороны, если на различных уровнях в пределах одной лаборатории обнаруживается несколько квазивыбросов или статистических выбросов, то это может быть веским указанием на то, что внутрилабораторная дисперсия слишком высока, и данные этой лаборатории должны быть полностью исключены. Далее идет расчет по критерию Граббса с проверкой на один или два выброса. Для проверки, не является ли выбросом наибольшая величина из х расположенных в порядке возрастания совокупности данных xi (i = 1, 2, ..., L) вычисляют статистику Граббса Gp по формуле:
для проверки значимости наименьшего результата наблюдения вычисляют тестовую статистику:
· в случае, если значение тестовой статистики меньше (или равно) 5% критического значения, тестируемую позицию признают корректной;
· в случае, если значение тестовой статистики больше 5% критического значения и меньше (или равно) 1% критического значения, тестируемую позицию называют квазивыбросом и отмечают одной звездочкой;
· в случае, если значение тестовой статистики больше 1% критического значения, тестируемую позицию называют статистическим выбросом и отмечают двумя звездочками.
Чтобы проверить, могут ли два наибольших результата наблюдений быть выбросами, вычисляют статистику Граббса:
соответственно, чтобы проверить два наименьших результата наблюдений, вычисляют статистику Граббса:
при анализе эксперимента по оценке прецизионности критерий Граббса может быть применен к следующим случаям. Анализ средних значений базовых элементов для заданного уровня j. Сначала к средним значениям базовых элементов уровня j применяют критерий Граббса для одного выброса, как описано выше. Если обнаруживается, что среднее значение базового элемента является выбросом, необходимо исключить его и повторить проверку для другого экстремального среднего значения базового элемента (например, если наивысшее значение является выбросом, то тогда следует проверить наинизшее значение, а наивысшее значение при этом исключить), однако при этом не следует применять критерий Граббса для двух выбросов. Этот последний критерий нужно применить в случае, если при проверке с использованием критерия Граббса для одного выброса обнаруживается, что средние значения базовых элементов не имеют выбросов. Анализ исходных данных в пределах базового элемента, для которого в результате проверки с использованием критерия Кохрена обнаруживается сомнительность значения стандартного отклонения. Критические значения для критерия Граббса представлены в приложении А (таблица 2). Далее производим расчет общего среднего значения и дисперсий. Производим расчет общего среднего значения:
для каждого уровня рассчитывают три дисперсии: повторяемости, межлабораторную и воспроизводимости. Дисперсия повторяемости равна:
для частного случая, когда все приведенные формулы упрощаются и имеют вид:
когда вследствие случайных эффектов (вызванных ограниченностью выборки) из данных расчетов для получается отрицательное значение, его следует принять равным нулю. Существует второй способ расчета дисперсий:
дисперсия воспроизводимости составит:
среднеквадратичная ошибка (СКО) повторяемости:
среднеквадратичная ошибка (СКО) воспроизводимости:
где - коэффициенты критического диапазона приведенные в Приложении А (табл. 3). После произведения всех расчетов приступаем к оценке границ погрешностей (показателю точности методики):
· с использованием стандартного образца;
Расчеты с использованием стандартного образца относят к наиболее предпочтительному (эффективному) способу контроля, т.к. этот способ позволяет исполнителю оценить в целом выполнение всей процедуры анализа. Применение данного метода возможно при наличии образца контроля либо возможности и экономической целесообразности их создания в лаборатории для осуществления процедур внутреннего контроля качества результатов анализа. Заполняется данными таблица 3:
где С - аттестованное значение образца для контроля. Анализ с применением метода добавок совместно с методом разбавления пробы используют при наличии условий для создания проб с введенными добавками и разбавленных проб, адекватных анализируемым пробам, и при отсутствии возможности по условиям методики анализа или экономической нецелесообразности применения других способов контроля погрешности Допускают использование только метода добавок (только метода разбавления пробы), если установлена (например, по результатам оценки показателя точности результатов анализа при реализации методики в лаборатории, на основе архивных данных) незначимость постоянной части систематической погрешности лаборатории (варьируемой части систематической погрешности лаборатории) на фоне характеристики внутрилабораторной прецизионности.. При применении метода добавок погрешности, обусловленные операциями введения добавок, а также погрешности средств измерений, применяемых для введения добавок, не вносят статистически значимого вклада в погрешность результатов измерений содержания компонента. Заполняется таблица 4:
где - аттестованное значение величины добавки к пробе;
- оценка систематической погрешности лаборатории;
- СКО систематической погрешности лаборатории;
- квантиль t - распределения Стьюдента;
полученные значения t сравниваем с процентными точками распределения Стьюдента (при P = 0.95), приложение А (табл.4). При , иначе при . Контроль стабильности результатов измерений. Цель настоящего стандарта В настоящем стандарте применяют термины с определениями, представленные в ИСО 3534-1 [1] и ГОСТ Р ИСО 5725-1. - дать общее представление о некоторых способах использования данных о точности в различных практических ситуациях, а именно:
· представить стандартный метод расчета пределов повторяемости (сходимости), воспроизводимости и других пределов, используемых при рассмотрении результатов измерений, полученных при реализации стандартного метода измерений;
· обеспечить способы проверки приемлемости результатов измерений, полученных в условиях повторяемости или воспроизводимости;
· описать способ оценки стабильности результатов, получаемых в пределах одной лаборатории за определенный период времени, и таким образом внедрить метод «контроля качества» операций в пределах этой лаборатории;
· описать подходы к оценке способности данной лаборатории правильно применять (реализовывать) данный стандартный метод измерений;
· описать способы сопоставления альтернативных методов измерений.
В этом разделе рассматривают две задачи, решаемые при контроле стабильности результатов измерений внутри лаборатории:
· для результатов рутинных измерений, применяемых для производственного контроля;
· для результатов измерений, используемых при назначении цены сырья и изготовленных изделий (продукции, товаров).
Перед началом расчетов необходимо заполнить соответствующую форму (табл. 5).
На основании введенных и рассчитанных данных подсчитываем средние значения
по каждому полю, и приступаем к расчету параметров контрольной карты. Проверяем на выбросы по методу Кохрена:
в случае, если значение тестовой статистики меньше (или равно) 5% критического значения, тестируемую позицию признают корректной.
· в случае, если значение тестовой статистики больше 5% критического значения и меньше (или равно) 1% значения, тестируемую позицию называют квазивыбросом и отмечают одной звездочкой.
· в случае, если значение тестовой статистики больше 1% критического значения, тестируемую позицию называют статистическим выбросом и отмечают двумя звездочками.
Выбрасываем все значения с двумя звездочками. Рассчитываем СКО повторяемости:
пример расчета с графиком представлен в приложении Б (пример 1). Контрольные карты для индивидуальных значений и скользящих размахов (карты Шухарта). карта Шухарта требует данных, получаемых выборочно из процесса через примерно равные интервалы. Интервалы могут быть заданы либо по времени (например, ежечасно), либо по количеству продукции (каждая партия). Обычно каждая подгруппа состоит из однотипных единиц продукции или услуг с одними и теми же контролируемыми показателями, и все подгруппы имеют равные объемы. Для каждой подгруппы определяют одну или несколько характеристик, таких как среднее арифметическое подгруппы X и размах подгруппы R или выборочное стандартное отклонение S. карта Шухарта -- это график значений определенных характеристик подгрупп в зависимости от их номеров. Она имеет центральную линию (CL), соответствующую эталонному значению характеристики. При оценке того, находится ли процесс в статистически управляемом состоянии, эталонным обычно служит среднее арифметическое рассматриваемых данных. При управлении процессом эталонным служит долговременное значение характеристики, установленное в технических условиях, или ее номинальное значение, основанное на предыдущей информации о процессе, или намеченное целевое значение характеристики продукции или услуги. карта Шухарта имеет две статистические определяемые контрольные границы относительно центральной линии, которые называются верхней контрольной границей (UCL) и нижней контрольной границей (LCL). В некоторых ситуациях для управления процессами невозможно либо непрактично иметь дело с рациональными подгруппами. Время или стоимость, требуемые для измерения при одиночном наблюдении, столь велики, что проведение повторных наблюдений даже не рассматривают. Это обычно происходит, когда измерения дорогостоящие (например, при разрушающем контроле) или выход продукции все время относительно однороден. В других ситуациях нельзя получить более одного значения, например показание прибора или значение характеристики партии исходных материалов, поэтому приходится управлять процессом на основе индивидуальных значений. При использовании карт индивидуальных значений рациональные подгруппы для обеспечения оценки изменчивости внутри партии не применяют, и контрольные границы рассчитывают на основе меры вариации, полученной по скользящим размахам обычно двух наблюдений. Скользящий размах - это абсолютное значение разности измерений в последовательных парах, т. е. разность первого и второго измерений, затем второго и третьего и т. д. На основе скользящих размахов вычисляют средний скользящий размах R, который используют для построения контрольных карт. Также по всем данным вычисляют общее среднее X. В таблице 6 приведены формулы расчета контрольных границ для карт индивидуальных значений. Пример расчета с графиком представлен в приложении Б (пример 2).
Из вышеизложенного материала составим для каждой задачи основную блок-схему. Для задачи оценки точности (правильности и прецизионности) результатов измерений относительного количественного химического анализа блок-схема представлена на рисунке 2 и рисунке 3. Для задачи контроля стабильности результатов измерения имеет вид - рис.4. Для расчета контрольных карт для индивидуальных значений и скользящих размахов, блок-схема будет выглядеть так - рисунок 5 и рисунок 6. Опираясь на основные требования к создаваемому программному обеспечению, а в частности многопользовательский доступ, был выбран сервер баз данных Firebird 2.5. Немного о данном сервере: Firebird SQL server - система управления базами данных, основанная на открытом исходном коде Interbase 6.0. Сервер Firebird разрабатывается под различные платформы: Linux, Solaris, Windows, Unix, MacOS, под 64-х и 32-х битную операционные системы. Может использоваться даже не очень мощное оборудование, особенно под Linux. И как в любой СУБД, на производительность влияют: количество памяти, скорость работы дисковой подсистемы, и т. д. Рекомендации для выбора аппаратного обеспечения зависят от требования к системе, прогнозируемого размера базы данных, количества пользователей, и т. д. Допустимо начинать с минимальной конфигурации, расширяя её по мере надобности. Firebird SQL Server распространяется бесплатно и не имеет лицензионных ограничений. В качестве преимуществ Firebird можно отметить многоверсионную архитектуру, обеспечивающую параллельную обработку оперативных и аналитических запросов (это возможно потому, что читающие пользователи не блокируют пишущих), компактность (дистрибутив 5Mb), высокую эффективность и мощную языковую поддержку для хранимых процедур и триггеров. В качестве средства разработки и администрирования была выбрана среда под наименованием IBExpert. IBExpert - поддерживает Firebird, Interbase, Yaffil. Редакторы DDL Data Definition Language (DDL) (язык описания данных) -- это семейство компьютерных языков, используемых в компьютерных программах для описания структуры баз данных. и DML Data Manipulation Language (DML) (язык управления (манипулирования) данными) -- это семейство компьютерных языков, используемых в компьютерных программах или пользователями баз данных для получения, вставки, удаления или изменения данных в базах данных.. Визуальный построитель запросов. Автозавершение кода, Metadata Extractor, отладчик хранимых процедур, а также множество других возможностей. Бесплатный для жителей постсоветского пространства, для остальных - от 179 евро. В итоге, мы получили бесплатный набор инструментов для создания и работы базы данных.
Дамп базы данных выглядит следующим образом.
Коэффициенты Граббса. CREATE TABLE GRABBS_COEFFICIENT ( P_OPREDELENIE SMALLINT NOT NULL, BIGGER_1PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, BIGGER_5PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, LOVER_1PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, LOVER_5PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */);
CREATE TABLE KOHREN_COEFFICIENT (P_OPREDELENIE SMALLINT NOT NULL, N2_1PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N2_5PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N3_1PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N3_5PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N4_1PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N4_5PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N5_1PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N5_5PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N6_1PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N6_5PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */);
METOD VARCHAR(30) NOT NULL, COMMENT VARCHAR(250)); CREATE GENERATOR GEN_PRECISION_METOD_OCENCA_ID; CREATE TABLE PRECISION_METOD_OCENCA (ID INTEGER NOT NULL, NOMER INTEGER NOT NULL, PROBA SMALLINT NOT NULL, X DOUBLE PRECISION NOT NULL, XG DOUBLE PRECISION, K DOUBLE PRECISION NOT NULL);
CREATE TABLE Q_COEFFICIENT (N SMALLINT NOT NULL, Q FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */);
CREATE TABLE REGISTER_PROTOCOL_OCENCA (ID INTEGER NOT NULL, CURDATE DATE NOT NULL, LABOR VARCHAR(25) NOT NULL, METOD VARCHAR(15), COMMENT VARCHAR(250), X_SR_GEN DOUBLE PRECISION, L SMALLINT, N_SR FLOAT, SKO_RECURRENCE DOUBLE PRECISION, SKO_RECUR DOUBLE PRECISION, C FLOAT, LIMIT_RECURRENCE DOUBLE PRECISION, LIMIT_RECUR DOUBLE PRECISION, DELTA DOUBLE PRECISION, KT DOUBLE PRECISION, UNIT VARCHAR(20), G_KOHR DOUBLE PRECISION, G_KOHR_1_PER DOUBLE PRECISION, G_KOHR_5_PER DOUBLE PRECISION, CHECK_1_PIP_G_MIN DOUBLE PRECISION, CHECK_1_PIP_G_MAX DOUBLE PRECISION, CHECK_1_PIP_BIG_1PER DOUBLE PRECISION, CHECK_1_PIP_BIG_5PER DOUBLE PRECISION, CHECK_2_PIP_G_MIN DOUBLE PRECISION, CHECK_2_PIP_G_MAX DOUBLE PRECISION, CHECK_2_PIP_LOWER_1PER DOUBLE PRECISION, CHECK_2_PIP_LOWER_5PER DOUBLE PRECISION, TIP SMALLINT, GRANICA_TIP SMALLINT, SOST SMALLINT, N SMALLINT, N2 SMALLINT, VIEV SMALLINT);
CREATE TABLE SHUHART_SP_IND (ID INTEGER NOT NULL, CURDATE DATE, LABOR VARCHAR(30), OTDEL VARCHAR(50), POKAZATEL VARCHAR(50), KONTROL VARCHAR(50), PERIOD VARCHAR(50), X DOUBLE PRECISION, R DOUBLE PRECISION, UCL_X DOUBLE PRECISION, UCL_R DOUBLE PRECISION, LCL DOUBLE PRECISION);
CREATE TABLE SHUHART_SP_KSRI (ID INTEGER NOT NULL, CURDATE DATE, LABOR VARCHAR(25), METOD VARCHAR(30), PARAMETR VARCHAR(50), FACTOR VARCHAR(50), PERIOD VARCHAR(50), L DOUBLE PRECISION, USLG DOUBLE PRECISION, USLPR DOUBLE PRECISION, R_OTN DOUBLE PRECISION); ALTER TABLE SHUHART_SP_KSRI ADD CONSTRAINT PK_SHUHART_SP_KSRI PRIMARY KEY (ID); ALTER TABLE SHUHART_SP_KSRI ADD CONSTRAINT FK_SHUHART_SP_KSRI_LABOR Дамп базы данных выглядит следующим образом. Коэффициенты Граббса. CREATE TABLE GRABBS_COEFFICIENT ( P_OPREDELENIE SMALLINT NOT NULL, BIGGER_1PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, BIGGER_5PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, LOVER_1PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, LOVER_5PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */);
CREATE TABLE KOHREN_COEFFICIENT (P_OPREDELENIE SMALLINT NOT NULL, N2_1PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N2_5PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N3_1PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N3_5PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N4_1PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N4_5PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N5_1PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N5_5PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N6_1PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */, N6_5PER FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */);
METOD VARCHAR(30) NOT NULL, COMMENT VARCHAR(250)); CREATE GENERATOR GEN_PRECISION_METOD_OCENCA_ID; CREATE TABLE PRECISION_METOD_OCENCA (ID INTEGER NOT NULL, NOMER INTEGER NOT NULL, PROBA SMALLINT NOT NULL, X DOUBLE PRECISION NOT NULL, XG DOUBLE PRECISION, K DOUBLE PRECISION NOT NULL);
CREATE TABLE Q_COEFFICIENT (N SMALLINT NOT NULL, Q FLT_DOMAIN /* FLT_DOMAIN = DOUBLE PRECISION CHECK (VALUE>=0) */);
CREATE TABLE REGISTER_PROTOCOL_OCENCA (ID INTEGER NOT NULL, CURDATE DATE NOT NULL, LABOR VARCHAR(25) NOT NULL, METOD VARCHAR(15), COMMENT VARCHAR(250), X_SR_GEN DOUBLE PRECISION, L SMALLINT, N_SR FLOAT, SKO_RECURRENCE DOUBLE PRECISION, SKO_RECUR DOUBLE PRECISION, C FLOAT, LIMIT_RECURRENCE DOUBLE PRECISION, LIMIT_RECUR DOUBLE PRECISION, DELTA DOUBLE PRECISION, KT DOUBLE PRECISION, UNIT VARCHAR(20), G_KOHR DOUBLE PRECISION, G_KOHR_1_PER DOUBLE PRECISION, G_KOHR_5_PER DOUBLE PRECISION, CHECK_1_PIP_G_MIN DOUBLE PRECISION, CHECK_1_PIP_G_MAX DOUBLE PRECISION, CHECK_1_PIP_BIG_1PER DOUBLE PRECISION, CHECK_1_PIP_BIG_5PER DOUBLE PRECISION, CHECK_2_PIP_G_MIN DOUBLE PRECISION, CHECK_2_PIP_G_MAX DOUBLE PRECISION, CHECK_2_PIP_LOWER_1PER DOUBLE PRECISION, CHECK_2_PIP_LOWER_5PER DOUBLE PRECISION, TIP SMALLINT, GRANICA_TIP SMALLINT, SOST SMALLINT, N SMALLINT, N2 SMALLINT, VIEV SMALLINT);
CREATE TABLE SHUHART_SP_IND (ID INTEGER NOT NULL, CURDATE DATE, LABOR VARCHAR(30), OTDEL VARCHAR(50), POKAZATEL VARCHAR(50), KONTROL VARCHAR(50), PERIOD VARCHAR(50), X DOUBLE PRECISION, R DOUBLE PRECISION, UCL_X DOUBLE PRECISION, UCL_R DOUBLE PRECISION, LCL DOUBLE PRECISION);
CREATE TABLE SHUHART_SP_KSRI (ID INTEGER NOT NULL, CURDATE DATE, LABOR VARCHAR(25), METOD VARCHAR(30), PARAMETR VARCHAR(50), FACTOR VARCHAR(50), PERIOD VARCHAR(50), L DOUBLE PRECISION, USLG DOUBLE PRECISION, USLPR DOUBLE PRECISION, R_OTN DOUBLE PRECISION); ALTER TABLE SHUHART_SP_KSRI ADD CONSTRAINT PK_SHUHART_SP_KSRI PRIMARY KEY (ID); ALTER TABLE SHUHART_SP_KSRI ADD CONSTRAINT FK_SHUHART_SP_KSRI_LABOR
where NOMER = :Nomer and W_OTN = :W_otn_max
where NOMER = :Nomer and W_OTN = :W_otn_max
/* Following GRANT statetements are generated au
Разработка комплекса программ автоматизации процесса регистрации и обработки данных для конкретной организации дипломная работа. Программирование, компьютеры и кибернетика.
Курсовая работа: Побудительные предложения в поэзии М.Цветаевой
Реферат Тема Библиотека
Дипломная работа по теме Технологический процесс технического обслуживания и ремонта автомобиля
Реферат: Обеспечение качества обслуживания на предприятиях туристической сферы. Скачать бесплатно и без регистрации
Эссе На Тему Цель Власти Власть
Роль Английского Языка В Моей Жизни Сочинение
Реферат: Критический анализ федерального закона. Скачать бесплатно и без регистрации
Профессиональные Программы Реферат
Реферат: Методы психологического воздействия 2
Пример Связки В Сочинении Егэ 2022
Профилактические Медицинские Осмотры Реферат
Курсовая Работа На Тему Виробництво Яєчного Порошку (Методом Сушіння)
Реферат по теме Персонажи песенного театра Шумана и их прототипы
Дипломная Работа По Патриотическому Воспитанию Дошкольников
Реферат по теме Патологическая физиология
Курсовая работа по теме Разработка стратегии развития ОАО 'Мариторгсервис'
Реферат по теме Протокол TELNET
Реферат по теме Аудит и аудиторская деятельность в Российской Федерации
Доклад по теме С пятиклассниками о понятии композиции
Курсовая работа по теме Экономическая мысль эпохи Средневековья
Охрана окружающей среды - Государство и право реферат
Преобразования в области культуры в первой четверти XVIII века - История и исторические личности реферат
Петр I в Преображенском - История и исторические личности реферат