Texnologik jarayon tavsifi

Dokument ma'lumotlari

Narxi	20000UZS
Hajmi	826.6KB
Xaridlar	0
Yuklab olingan sana	03 Iyun 2025
Kengaytma	docx
Bo'lim	Kurs ishlari
Fan	Iqtisodiyot

Sotuvchi

Nurali Axmedov

Ro'yxatga olish sanasi 24 Oktyabr 2024

39 Sotish

Texnologik jarayon tavsifi

Sotib olish

KIRISH
Tajriba uchun berilgan ma’lumotlar asosan 60 ta tajribani nazarda tutilgandir. Bu
tajriba asosida biz 3 ta kirish va 2 ta chiqish parametrlar orasidagi farq va sifat
darajasini bildirib qolmasdan , uning berilgan sifatga : masalan bironbir separotor
kirish qismi faktori hamda chiqish faktori orqali ma’lumotlar kelib turadi agarda u
avtomatlashtirilgan busa. Nimaga biz aynan kirish 3 faktorli yu chiqish 2 faktorlisini
ko’rayapmiz . Kirish faktorlari bizga chegaralanganmi ? .Yo’q bu narsa
chegaralanmagan. Biz biron bir obyektni nazorat qilishimiz uchun ,eng avvalo bizga
uning kirish va chiqishdagi faktorlari kerak bo’ladi. Agarda bizga faqat chiqishdagi
yoki kirishdagi ma’lumotlar berilgan bo’lsa biz uning ma’lum formulalar asosida ,
grafiklar bilan aniqlab olishimiz mumkindir. Bu t ajribalar soni aynan 60 ta bo’ladi
degani emas. Chunki biz uning sonini aniq bilmaymiz . Bu tajribalar N ta bo’lishi
mumkin . Ho’p endi biz 60 ta tajriba uchun quyidagi ishlarni amalga oshiramiz. Eng
avvalo biz uning excel dasturida x1 va y1 tanlanmalarini amalga oshirishimiz . Bu
qanday bo’ladi degan savolga quyidagicha javob beramiz.
T ех n о l о gik qurilmalar quvvatlarining ahamiyatli darajada o’sishi tashqi va
ichki en е rgiya r е surslaridan о ptimal f о ydalanish bilan b о g’liq qat о r masalalarning
yuzaga k е lishini b е lgilab beradi. Shuning uchun ham amaldagi jih о zlarni
tak о millashtirish va yangilarini l о yihalashda as о siy e’tib о r t ех n о l о gik va
k о nstruktiv param е trlarni his о blashning aniq usullarini ishlab chiqishga qaratiladi.
Ko’rsatilgan masalani hal etilishi mat е matik modellashtirish usullarini
tak о millashtirish hamda ularni tadqiq о t amaliyoti va l о yihalash ishlariga tadbiq
etishga bog’liq.
Mat е matik modellashtirish usuli, sarf-xarajatlari katta va ko’p h о llarda
amalga о shirish qiyin bo’lgan tajribalarsiz, jarayon tadqiq о tining as о siy qismini
uning mat е matik m о d е lida amalga о shirishga imk о n b е radi.

I - BO’LIM. Nazariy qism
Statistik m о d е ll а r j а r а yoning b о rish m е x а nizmi h а qid а xb о r о t bo’lm а s а ul а r fizik –
kimyoviy bl о kli m о d е ll а rd а n f о yd а l а nib yom о n t а vsifl а ng а nd а qo’ll а nil а di. Bu
h о ld а obyekt (kimyoviy – t е xn о l о giya j а ryonl а ri) kirish ( x )
v а chiqish (y)
o’zg а ruvchil а ri yag о n а kirish а xb о r о ti his о bl а n а dig а n, kib е rn е tik tiziml а rning “q о r а
quti”si ko’rinishid а n о m о yon bo’l а di
bu yerda x =
[ x
1 , … x
m ] T
– tizimlar holati va uning xossalariga ta’sir qiluvchi kirish
o’zgaruvchilarining vektori,
y=[y1,… yt]T
- tiziml а r h о l а tini t а vsifl о vchi chiqish o’zg а ruvchil а rining v е kt о ri.
Umumiy h о ll а rd а empirik m о d е ll а r b а rch а kirish o’zg а ruvchil а ri
xi(i=1,… m)
ga bo’gliq holda barcha y
i ( i = 1 , … l )
chiqish o’zraruvchilarining alohida har
biri uchun tuziladi, ya’ni
y = f ( x
1 , … , x
m , a )
(1)
bu yerda
a=[a0,a1… am]T - (m+1) emperik modellarning koeffitsienlari. (f) funksional
bog ’ liqlikning aniq qiymati va
(a) koefitsientlarning qiymatlari sinov ma ’ lumotlaridan ,
ya ’ ni emperik aniqlanadi . T а jrib а d а gi o ’ lch а shl а r n а tij а l а ri t а s о difiy k а tt а likl а r
his о bl а nib , ul а rni q а yt а ishl а sh uchun m а t е m а tik st а tistik а ning eng ko ’ p t а rq а lg а n
usull а ri – r е gr е ssi о n v а k о rr е lyasi о n t а hlil usull а ri d а n f о yd а l а nil а di .
Agar x
1 , x
2 , … x
n va
y tasodifiy miqdor orasida shunday munosabat mavjud
bo ’ lsaki
xi miqdorining xar bir qiymatiga xi ning o ’ zgarishi bilan qonuniy ravishda
o ’ zgaradigan y miqdorning aniq taqsimoti mos kelsa x va y orasidagi munosabat
oddiy jadval ko ’ rinishhida berilishi mumkin . Bunda
xi va y o’zgaruvchilarni
bog’laydigan ifodani tanlash kerak. Tajriba natijasida argumentning n-ta qiymati
uchun funksiyaning n-ta mos qiymati olingan bo’lsin.
Y miqdorning x
i miqdoriga funksional bog’likligi y = φ ( x
1 , … x
n )
ni tajribada olingan
natijalarga ko’ra aniqlash talab etilsin. Ushbu funksiyaning ko’rinishi tajribada olingan
qiymatlarga mos keladigan nuqtalarning koordinata tekisligida qanday joylashishiga
qarab aniqlanadi.

Tanlab olingan y = φ ( x
1 , … x
n )
funksiya regressiya funksiyasi deyiladi. M.M.ning
bu ko’rinishhi regressiya deyiladi. Agar ikki xodisa orasidagi munosabat karalayotgan
bo’lsa oddiy regressiya. 3 va undan ortik xodisa orasidagi munosabat karalayotgan
bo’lsa ko’p belgili regressiya deyiladi. Regressiya funksiyasi bilan ekspyeremental
nuqtalar orasidagi farkni chetlanish deyiladi. Funksiyani shunday tanlashimiz kerakki
ushbu chetlanish iloji boricha kichiqrok bo’lsin.
O’zgaruvchilar (miqdorlar, xodisalar)ning bog’lanish darajasini korrelatsiya
koeffitsentlari va korrelatsion bog’liqlik aniqlaydi. Forma jihatidan korrelatsiya
chiziqli va chiziqli bo lmagan bo lishi mumkin. Funksiyani‟ ‟
y = φ ( x , a
0 , a
1 , … a
m )
(2)
ko’rinishida tanlab olgach shu funksiyaga kiruvchi, a
0 , a
1 , … a
m parametrlarni
shunday tanlab olishimiz kerakki u o’rganilayotgan xodisani biror ma’noda juda
yaxshi aks ettirsin. Bu masalani yechishda odatda eng kichik kvadratlar usulidan
foydalanamiz.
Eng kichik kvadratlar usuli. Qandaydir funksiyaning qiymatlari jadval ko’rinishida
berilgan bo’lsin. U holda bu funksiyani jadval funksiya ham deb ataymiz.
X
X1 X2 …. Xn
Y
Y1 Y2 …. Yn
Bu yerda berilgan tajriba natijalarini bog’lovchi emperik funksiya sifatida ushbu
y = f
( x )
funksiyani aniqlash masalasini ko’rib chiqamiz.
Jadvaldagi qiymatlar bo’yicha
F(xi,yi) nuqtalarni Dekart koordinatalar sistemasida
tasvirlaymiz.

y = f( x )
funksiya uchun y
i ≈ f ( x
i )
shart o’rinli bo’lsin. Bu yerda shart xatoligi εi= yi0− yi
qabul qilinsin. Bu yerda
yi0= f(x).
φ0(x),φ1(x),φ2(x),… ,φm(x)
– bazi funksiyalar bo’lsin va bu funksiyalar yordamida
y=Ф m(x)= c0φ0(x)+c1φ1(x)+… +cmφm(x)
(3)
funksiyani hosil qilamiz va bu yerda
Ф m(x) ko’phadga ega bo’lamiz.
(3) – formula c
j
( j = 1 , … , m )
koefitsientlarni aniqlashda eng kichik kvadratlar
usulidan foydalanamiz ya’ni,
δm=∑i=0
n
(yi−Ф m(xi))2=∑i=0
n
(yi−c0φ0(xi)−… − cmφm(xi))2
(3.1)
funksiyaning minimumini topamiz. Demak, shunday
cj(j=1,… ,m) noma’lumlarni
aniqlash lozimki natijada
δm funksiyaning qiymati eng kichik bo’lsin. Ma’lumki,
ixtiyoriy x
uchun
δm≥0 shart bajariladi. δm funksiyaning cj(j=1,… ,m) argumentlaridagi
birinchi tartibli hususiy hosilalarini hisoblaymiz va ularni nolga tenglaymiz. Natijada
quyidagi tenglamalar sistemasiga ega bo’lamiz.
{
∂ δ
m
∂ c
0 = − 2
∑
i = 0n
(
y
i − c
0 φ
0 ( x
i ) − … − c
m φ
m ( x
i )) ∙ φ
0 ( x
i ) = 0
… … … … … … … … … … … … … … … … … … … … … … … … … … … …
∂ δ
m
∂ c
m = − 2
∑
i = 0n
(
y
i − c
0 φ
0 ( x
i ) − … − c
m φ
m ( x
i )) ∙ φ
m ( x
i ) = 0 (3.2)

Agar( f , g ) =
∑
i = 0n
f ( x
i ) ∙ g ( x
i ) tenglikdan foydalansak u holda (3.2) – sistemani
quyidagicha yozish mumkin bo’ladi.
{
c0(φ0,φ0)+c1(φ0,φ1)+… +cm(φ0,φm)=(φ0,y)
c0(φ1,φ0)+c1(φ1,φ1)+… +cm(φ1,φm)=(φ1,y)
… … … … … … … … … … … … … … … … … … … … … … … … …
c0(φm,φ0)+c1(φm,φ1)+… +cm(φm,φm)=(φm,y)
(3.3)
φ
k
( x ) = x k
ekanligidan (3.3) sistemani quyidagicha yozish mumkin.
∑
i = 0m
¿ ¿ (3.4)
Endi
m=1 va m=2 uchun (3.4) sistemani aniqlaymiz. m=1 bo’lsin. U holda P
1 ( x ) = c
0 + c
1 x
chiziqli kophadga ega bo’lamiz va c
0 , c
1 larni aniqlash uchun (3.4) sistemaning
ko’rinishi quyidagicha bo’ladi.
¿
m=2
bo’lsin. U holda P
1 ( x ) = c
0 + c
1 x + c
2 x 2
kvadrat uchhadga ega bo’lamiz va c0,c1,c2 larni
aniqlash uchun (3.4) sistemaning ko’rinishi quyidagicha bo’ladi.
¿
TFT nаzаriyasigа ko rа sinоv tаdqiqоtlаrini аmаlgа оshirishdа fаktоrlаrning hаr
‟
biri fаqаt ikki – minimаl (kоdlаngаn qiymаti -1) vа mаksimаl (kоdlаngаn qiymаti +1)
sаthlаrdа vаriаsiyalаnаdi.
Bundа fаktоrlаrning minimаl vа mаksimаl qiymаtlаrining mumkin bo’lgаn
kоmbinаsiyalаri ishlаb chiqilаdi, nаtijаdа TFT dаgi sinоvlаrning umumiy sоni (n)
2 m
gа
tеng bo’lаdi vа to’liq fаktоrli tаjribа оdаtdа
2m tipli TFT dеb аtаlаdi.
Sinоvlаr sоnini аniqlаsh uchun quyidаgi fоrmulа qo’llаnilаdi:
n=2m
Oxirigi tenglama
xj larning o’rniga qiymati quyidagi kodlashtirish sxemasi bo’yicha
olinadigan z
j faktorlarning kodlangan qiymatlarini o’z ichiga oladi:

zj= xj− xj(0)
∆xj
,j=1,… mbu yerda
xj(0)=0.5 (xjmin +xjmax )
∆ x
j = x
jmax
− x
jmin
2 , j = 1 , … m
Regressiyaning kоdlаngаn tеnglаmаlаrni idеntifikаsiyalаshtirish uchun quyidаgi uch
bоsqichni o z ichigа оluvchi rеgrеssiоn tаhlil usulidаn fоydаlаnilаdi:
‟
 eng kichik kvаdrаtlаr usuli bilаn rеgrеssiya tеnglаmаsi
~ a
ning kоdlаngаn
kоeffisiеntlаrini аniqlаsh;
 St`yudеnt mеzоni – t dаn fоydаlаnib, rеgrеssiyaning kоdlаngаn kоeffisiеntlаrini
bаhоlаsh;
 Fishеr mеzоni – F dаn fоydаlаnib, rеgrеssiyaning kоdlаngаn
 tеnglаmаsining mоnаndligini tеkshirish.
So ’ nggiikkibosqichdisp е rsiyal а rbirjinsliligix о ss а siningb а j а rilishi
( r е gr е ssi о nt а hlilningt а l а bl а rid а nbiri ) d а v а p а r а ll е lsin о vl а rningo ‟ tk а zilishid а, m а s а l а n ,
z1= 0
v а z2=0 k оо rdin а t а linuqt а ( r е j а m а rk а zi , r а smd а q о r а nuqt а)
d аа m а lg ао shirilishimumkin . R е j а ningm а rk а zi
(y0Sэ ,S=1,… k)
da k p а r а ll е lsin о vl а rnio ’ tk а zishd а
ycэ o ’ rt а qiym а tb а rch а p а r а ll е lsin о vl а rd а gio ’ lch а shl а rnin
go ’ rt аа rifm е tigik а bi а niql а n а di :
ycэ=
∑S=1
k
y0Sэ
k
Regressiyaning kodlangan kоeffisiеntlаrining аhаmiyatsizligi St`yudеnt tаqsimоti
– t ning kvаtili t
β ( f
e )табл
dаn fоydаlаnib, quyidаgi tеngsizlik yordаmidа аniqlаnаdi:
|~af|
S~aj
≤tβ(fe) табл

bu yerda β – ishоnchli ehtimоllik (muhаndislik hisоblаridа 0,95 gа tеng); fe – qаytа
tiklаnish dispеrsiyasining erkinlik dаrаjаlаri sоni (pаrаllеl sinоvlаrning bittа qаtоrigа k
-1 gа tеng).
Rеgrеssiyaning kоdlаngаn kоeffisiеntlаri dispеrsiyasi tаnlаnmаviy qiymаtining
kvаdrаt ildizi quyidаgi fоrmulа bo yichа аniqlаnаdi:‟
S~aj=√~CJJSe,
bu yerda
Se - quyidаgi tаjribа rеjаsi mаrkаzidаgi k pаrаllеl sinоvlаr bo’yichа
аniqlаnuvchi qаytа tiklаnishlаrdаn оlingаn kvаdrаt ildiz,
S
e2
= ∑
j = 1k
( y
0 Sэ
− y
cэ
) 2
k − 1 = S S
e
f
e ,
bu yerda
SSe – qаytа tiklаnish dispеrsiyalаri kvаdrаtlаrining yig`indisi; fe - qаytа
tiklаnish dispеrsiyalаrining erkinlik dаrаjаlаri sоni.
Yuqоridа ko’rsаtilgаni kаbi, kоdlаngаn fаktоrlаrdа TFT dаgi kоrrеlyasiya
mаtrisаsining diаgоnаl elеmеntlаri bir xil vа 1/n gа tеng,
S
~
a
j = S
e √
n .
Nаtijаdа rеgrеssiyaning kоdlаngаn kоeffisiеntlаrini аhаmiyatsizligi shаrti quyidаgi
ko rinishni qаbul qilаdi:
‟
|~
a
f |
S
~
a
j √ n ≤ t
β ( f
e)табл
.
Shuningdеk ushbu hоldа kоrrеlyasiya mаtrisаsi
´C diаgоnаl hisоblаnib,
rеgrеssiyaning kоdlаngаn kоeffisiеntlаri stаtistik bоg`lаnmаgаn vа bir vаqtdа
rеgrеssiyaning bir qаnchа kоdlаngаn kоeffisiеntlаri аhаmiyatsiz bo lib, ulаr (pаssiv
‟
tаjribаni qаytа ishlаsh prоsеdurаsidаn fаrqli rаvishdа) ning bаrchаsi birdаnigа
rеgrеssiyaning kоdlаngаn tеnglаmаsidаn tаshlаb yubоrilishi mumkin.
SEPARATORNIGTUZULISHI

Gorizontalneft - gazseparatorlariNGSneftvagazkonlarinijihozlashdakengqo ‘ llaniladi ,
ularniqo ‘ llashdanmaqsadneftquduqlarimahsulotinibirinchivakeyingibosqichlardaqayno
q
ajratish, oxirgi bosqich vakuum yordamida gazdan ajratishdaqo‘llaniladi. Hozirgi
paytda loyihaviy o‘tkazuvchanlik xususiyati2000 dan 30000 t/sut. ga teng bo‘lgan
separatorlar normal
qatori ishlab chiqazilmoqda. Qurilma shifrida quyidagi belgilarqabul qilingan: NGS —
gorizontal neft-gaz separatori; birinchiraqam — ishchi bosim, ikkinchi — separator
diametri (mm).
NGS ajratuvchi qurilmasi ) gorizontal sig‘im1 dan va mahsulot kirituvchi patrubka 2,
neftni chiqazishpatrubkasi 10, gazni chiqazish patrubka 7 laridan tarkib topgan.
Sig‘imning ichida neft va gaz aralashmasining kirish patrubkasiqismiga tarqatuvchi
moslama 3 va egilgan tarnov 4 va 5 lar
(deflektorlar) biriktirilgan. Gazni chiqazish patrubkasi oldidagorizontal 8 va vertikal 6
simdan to‘kilgan tomchi suyuqlikniushlab qoluvchilar o‘rnatilgan. Bundan tashqari,
apparat ishini
boshqarish, ogohlantiruvchi, sezdiruvchi va boshqa uskunalarni o‘rnatish uchun
shtutser va muftalar bilan ta’minlangan.Gaz-neft aralashmasi apparatga patrubka 2
orqali kiradi, o‘z yo‘nalishini 900 ga o‘zgartiradi va tarqatuvchi moslama
yordamidaneft tarkibidagi qoldiq gaz bilan birgalikda dastlab egilgan yuqori4, keyin
pastki 5 tarnovlarga tushadi. Neftdan ajralgan gaz esa dastlab vertikal 6, keyin
gorizontal 8 tomchi suyuqlik ushlabqolgichlardan o‘tadi. Bu tomchi suyuqlik ushlab
qolgichlar gaznijuda samarali (99 % va undan yuqori samarada) ajratishga sharoit
yaratadi. Bu, o‘z navbatida, keyingi bosqich ajratgichlaridan voz kechishga olib keladi.
Separatorda ajralgan gaz patrubka 7, zadvijkava boshqaruvchi klapan orqali gaz yig‘ish
tarmog‘iga tushadi.
Ajratilgan neft separatorning pastki suyuqlik yig‘ish bo‘limida
1.-rasm. NGS turidagi neft-gaz separatorlari.yig‘iladi, patrubka 10 orqali
tayyorlashning keyingi bosqichlarigayo‘naltiriladi yoki apparat oxirgi bosqich

tayyorlashda qo‘llanilayotgan bo‘lsa, rezervuarga yo‘naltiriladi. Neftni
separatordanchiqazish patrubkasiga gaz voronka hosil qilib o‘tib ketishiningoldini olish
maqsadida patrubka ustki qismiga disk (halqa)9 o‘rnatiladi.1-rasmda yangi turdagi
NGS separatorlari, vajadvalda texnik tasnifi va moddiy ishlanishi keltirilgan.
2- rasim . NGStoifalineft - gazseparatori ( GP 805.00.000):1— neft - gazaralashmasikirishi ;
2— neftkirishi ; 3— gazkirishi ;4— gazchiqishi ; 5— neftchiqishi ; 6— tozalashuchun ; 7—
asragich
klapani; 8—oqova (drenaj); 9—sath bildirgichi; 10—sath boshqargich;11—sath
signalizatori; 12—to‘g‘rilash uchun; 13—termometr;14—difmanometr; 15—
manometr; 16—qarshilik termometri;
17—sath ko‘rsatgichi; 18—kirish lyuki.
NGS turidagi ajratish qurilmasi, hududiy avtomatikauskunalari bilan komplekt sifatida,
avtomatik boshqarish moslamalari esa har qaysi kon bo‘yicha alohida loyihalanadi.Neft
va gazni yig‘ish va tayyorlashda bir quvurli germetizatsiyalangan tizimning keng
qo‘llanilishi blokli ajratish quril-
malarining yuqori o‘tkazuvchanlik qobiliyatini va pulsatsiyalanayotgan sharoitda neft-
gaz aralashmalari oqimi harakatlanayotgan yig‘ish kollektorlarida yuqori sifatdagi neft
va gazni
ajratishga yo‘l ochib berdi.

Moddiy bajarilishi
Shu talablarni
bajarish uchun
dastlab gazi ajratilgan suyuqlik separatorlarining quyidagi turi va o‘lchamlari
yaratilgan:UBS-1500/6, UBS-1500/16, UBS-3000/6, UBS-3000/16,UBS-6300/6,
UBS6300/16, UBS-10 000/6, UBS-10 000/16,UBS-16 000/6 va UBS-16 000/16.
Qurilma shifrida quyidagibelgilar qabul qilingan: BSU — blokli separatsiya
(ajratish)qurilmasi, birinchi son — suyuqlik bo‘yicha o‘tkazuvchanlikqobiliyati (m3/s);
ikkinchisi — ruxsat etilgan ishchi osim.Qurilma neftni gazdan birinchi bosqichda
ajratish uchunmo‘ljallangan.BSU (5.8-rasm) qurilmasida ajratishquyidagi
bosqichlargabo‘linadi: gaz-suyuqlik aralashmasini yig‘ish tizimi oxirgi

BSU toifadagi dastlab gazi olinuvchi uskuna.bo‘limida va depulsator 6 da dastlabki
ajratish va qatlamlargabo‘lish; separatsiya sig‘imi 7 da suyuqlik va gazni to‘liq
ajratish;gazni tomchi suyuqligidan separatsiya sig‘imida yoki alohidachiqazilgan
apparat — tomchi ushlab qoluvchi 2 da ajratish.Quduq mahsuloti neft-gaz yig‘uvchi
kollektordan separator
oldidagi quvuro‘tkazgichi oxirgi bo‘limiga tushadi, uningdiametri tiqinsimon oqim
buzilish orqali sarf va bosim tebranishini tekislash hisobidan kelib chiqqan holda
tanlanadi.
Neft-gaz oqimi quvuro‘tkazgichi oxirga hududi A dandepulsator 6 ga tushadi, u
ko‘tariluvchi 5 va quyiga, separatorsig‘imiga kiritish 1 tomonga egilish 4 dan iborat.
Depulsatorda dastlab suyuqlikdan gaz ajraladi. Suyuqlikqoldiq gaz bilan separatsiya
sig‘imiga tushadi, u yerda quyidagibo‘limlarni aniq ajratish mumkin: suyuqlik va gazni
kiritish;
cho‘ktirish va yig‘ish; suyuqlik va gazni olib ketish.Kiritish bo‘limi kiruvchi suyuqlik
va gaz oqimi kinetic energiyasini so‘ndirish, sig‘im kesimi bo‘ylab tarqatish uchun
xizmat qiladi. Bu bo‘limda dastlabki ajratish jarayoni tugaydi.Cho‘ktirish bo‘limi
suyuqlik va gaz qismida gravitatsionajratishni tugallash uchun xizmat qiladi. Yig‘ish va
cho‘ktirish
bo‘limi separatsiya sig‘imining 60 % gacha hajmini egallaydi.Suyuqlik va gazni olib
ketish bo‘limi ajralgan mahsulotniseparatsiya sig‘imidan olib ketish va sath boshqarish
suzgichi
hamda chegaraviy sath sezdirgichini joylashtirishga xizmat qiladi.Òomchi ushlab
qolgich 2 separatsiya sig‘imi ustida joylashtiriladi, u tomchi ushlab qolgichda ushlab
qolingan suyuqlikni

o‘z oqimi bilan separatsiya bo‘limi cho‘ktirish va yig‘ish sig‘imigauzatishni
ta’minlaydi.
BSU toifadagi separatsiya uskunasi me’yoriy ishlashminimal avtomatik va nazorat
jihozlari bilan ta’minlanadi va ulargaquyidagilar kiradi: pnevmatik yoki elektrik sath
boshqargichlar;
yuqori va pastki chegaraviy sathni sezdirgichlar; elektrokontaktmanometrlari.
Suvlangan neftdan gazni ajratish, azot qatlam suvinitashlash va bir vaqtning o‘zida
apparatdan chiqayotgan suvsizlantirilgan neft miqdorini hisobga oluvchi 0,6 MPa ish
bosimga
mo‘ljallangan uskunaning quyidagi toifalari ishlab chiqariladi:UPS-3000/6M, UPS-A-
3000/6, UPS-6300/6M va UPS-10000/6M. Shu bilan bir qatorda uskuna barcha
toifalarining
1,6 MPa ishchi bosimda ishlovchi toifalari ham ishlab chiqariladi.Uskunaning shifrida
quyidagi belgilar qabul qilingan: UPS(DSÒU) — dastlab suvni tashlovchi uskuna; A
— antikorrozion
bajarilgan; birinchi son — suyuqlik bo‘yicha o‘tkazuvchanlikxususiyati (m3/s);
ikkinchi — ruxsat etilgan ishchi bosim; M — modernizatsiyalangan (turlangan,
takomillashgan).
UPSning birinchi uchtasidan birinchi bosqich separatorisifatida foydalanish mumkin, u
holda dastlab gazni suyuqlikdanajratish mahsulot apparatga kirishidan avval
depulsatorda amalga
oshiriladi. UPS-10000/6M uskunasi birinchi bosqich separatoridan keyin o‘rnatiladi va
u suyuqlikni bir xil sarfdagi birnechta oqimga ajratishi mumkin.Avtomatlashtirilgan
qurilma UPS-3000/6M(16M), UPS-A3000/6(16) va UPS-6300/6M(16M) monoblok
sifatida
bajarilgan bo‘lib, unga separatsiya va suvni tashlash bloki,berkitish-boshqarish
armaturasi, nazorat va boshqaruv tizimlarikiradi (5.9-rasm).Ajratish va suvni tashlash
bloki A o‘tkazmaydigan sferik to‘siqbilan ikkita kesimga ajratilgan — separatsion B va
tindirish D. Har
qaysi kesim kirish lyukiga, asragich klapaniga va drenaj shtutserlariga ega. Har qaysi
separatsiya bo‘limida to‘liq separatsiyalash vako‘pik hosil bo‘lishiga yo‘l qo‘ymaslik
uchun neftni tarqatib
to‘kish polkalari 2 ko‘zda tutilgan. Parallel ishlovchi uskunalardaoqimni bir me’yorda
tarqatish uchun separatsiya va tindirishbo‘limlarida ularni tutashtirish uchun (quyi
qismida) suyuqlik
(yuqori qismida) gaz shtutserlar mavjud. Òindirish bo‘limidasig‘im hajmidan to‘liq
foydalanish uchun kirish 3 da suyuqliktarqatuvchi, suvni chiqazish 8 uchun shtutser
bilan birga

teshikli quvur va neftni chiqazish uchun ikkita 5 va 6 shtutser
UPS-3000 va UPS-6300 uskunasi prinsiðial tarhi.
mavjud. Neftni chiqazish shtutserlarining joylashishi qurilmato‘liq va to‘liq bo‘lmagan
tartibda ishlashiga sharoit yaratadi. UPS-6300 qurilmalarida tindirish bo‘limi
yuqorisida tomchi ushlabqoluvchi 4 o‘rnatiladi. Quduq mahsuloti separatsiya bo‘limi 5
gasoplo 1 bo‘ylab tushadi va neft tarqatib to‘kuvchi polkaga o‘tadi,unda gaz suyuq
fazadan birlamchi ajratiladi. Ajralgan neft gazisath boshqargich orqali D bo‘limga
o‘tkaziladi, undan tomchitutib qolgich 4 va bosim boshqargich orqali gaz
kollektorigauzatiladi.Qurilma birinchi bosqich ajratishda qo‘llanilganida dastlabgazni
ajratib olish (depulsator) birikmasi ko‘zda tutiladi.5.10-rasmda qurilma ikkinchi
bosqich ajratishda qo‘llanilganida.dastlab gazni ajratish talab qilinmaydi. Suv-neft
emulsiyasiB bo‘limdan gaz bosimi ostida D bo‘limga tushadi. A va Dbo‘limlar
orasidagi ruxsat etilgan bosimlar farqi 0,2 MPa danoshmasligi shart (bo‘limlar
orasidagi tomchi hosil qiluvchiuzunligiga bog‘liq holda).
2-BO’LIM. AMALIY HISOB QISMI
REGRESSION VA KORRELYATSION TAHLIL
I. BOSHLANG’ICH MA’LUMOTLAR (TAJRIBA NATIJALARI).
1.1) Passiv tajriba natijalari (2.1-jadval)
№ Gkir[m3/s] Pkir[atm] Lkir[%] GN
chiq[m3/s] GG
chiq[m3/s]

1 43,0262192
3 3,56386873
4 83,708824
2 33,54149081 10,71055514
2 42,4932562
3 2,76785934
9 83,258254
2 30,67249081 9,781252144
3 43,3209676
5 2,76887045
9 84,129024
2 32,57539081 10,77065514
4 45,1085273
3 2,83885944
4 84,830334
2 34,17469081 11,31054714
5 42,0910007 3,02885981
3 83,965284
2 33,14956081 10,81069214
6 41,5972876 2,88885445
9 84,909254
2 34,52617415 9,830722144
7 40,2570145
3 3,84885287
5 84,799274
2 32,36537 11,16594714
8 41,9296764
5 3,39887051
3 85,795294
2 31,61818 12,0116364
9 39,6346981
3 2,72284020
9 83,079314
2 33,14286081 10,80627634
1
0 39,8370143
5 2,62885935
8 85,144304
2 33,16846491 11,29610406
1
1 44,0941987
4 2,54887035 83,143264
2 31,40070961 9,811712144
1
2 45,2910895
5 2,80886018
6 84,579274
2 32,16635981 10,81065514
1
3 44,1499874
1 2,89887038
4 85,904334
2 33,93133881 11,80594714
1
4 48,89545 2,78881887
6 89,189314
2 35,17255246 15,47227634
1
5 45,59545 2,75564188
4 85,343284
2 33,97382486 10,80405856
1
6 44,99545 3,94230603
2 84,358924
2 33,87021871 10,31201326
1
7 45,5151610
2 2,73332158 85,529214
2 33,64300106 11,30215694
1
8 46,0923714
8 2,95292263
5 87,099104
2 33,91290546 11,51154525
1
9 47,2513245
8 2,63822158
9 88,749414
2 34,17041546 12,29608357
2
0 49,21545 2,72522121
5 87,915704
2 35,85198546 11,8104492
2
1 46,2455243
6 2,88847923
6 86,213814
2 36,17216603 11,31065514
2
2 48,4355243
6 2,79081288
2 85,319894
2 34,55273546 10,81065514
2
3 46,5455243
6 2,67855581
4 86,827134
2 34,17318089 11,31065514
2
4 45,3455243
6 2,48891903
6 84,300194
2 33,66083759 10,31065514
2
5 45,4411754
6 2,58825730
4 88,379124
2 33,73195791 9,810653144
2
6 43,6098958
2 3,01082248
9 85,145904
2 33,06095258 11,31065514
2
7 45,1394872
6 2,74886136 83,459084
2 35,32218567 10,81065514
2
8 46,3310868
5 2,97886873
4 85,945994
2 34,9025967 11,81065514
2 44,8448695 2,71986873 84,469094 33,5807786 10,05065514

9 7 4 2
3
0 42,1417866
7 2,89786873
4 83,895214
2 33,65292546 9,810653144
3
1 42,9208467
8 2,52886873
4 84,439734
2 33,77012546 10,47065514
3
2 46,8509933
3 2,65886873
4 86,819364
2 31,86084446 11,81065514
3
3 47,0398957
2 2,65786873
4 87,751584
2 34,16729093 11,80278982
3
4 47,2399488
7 2,80777822
7 88,218964
2 34,04153378 12,30667634
3
5 45,5439484
8 2,72884387
5 84,729794
2 31,5617452 10,30498617
3
6 48,9950643
6 2,62877930
8 87,129074
2 34,75258033 11,53065514
3
7 41,9461314
8 2,50932159
1 85,828804
2 33,77580046 11,31065514
3
8 43,7478867
1 2,44822403
2 85,214914
2 33,84347086 10,60761367
3
9 49,3250731
1 2,69811033
1 86,430724
2 34,80203388 11,53154516
4
0 45,2455166
7 2,50887234
7 84,175834
2 33,81286569 10,3254999
4
1 46,0855243
6 2,44881904
7 85,457354
2 33,94309146 10,61366502
4
2 46,6555243
6 2,61874383
6 86,037586
7 34,26842093 10,81255869
4
3 49,4855243
6 3,00064191
3 88,178831
2 34,88286546 11,31065514
4
4 47,5055456
2 2,84544492
1 85,978902
2 34,33179197 10,80987634
4
5 45,1449756
1 2,62591853
6 84,039944
2 33,76817678 11,31194539
4
6 46,0455644
9 2,89933621
4 85,767324
2 34,165932 10,79399136
4
7 43,6257714
7 3,05981286
5 83,099324
2 33,27212016 10,46989059
4
8 46,5446444
7 3,01883057 86,605324
2 33,81239546 11,80627167
4
9 44,5424290
6 2,92883732
1 85,169324
2 33,36738086 10,46675062
5
0 46,0457351
4 2,83289046 85,840244
2 33,90250546 11,30907617
5
1 48,7455243
6 2,94879059
3 88,658854
2 34,02302546 12,30984637
5
2 47,8145243
6 2,88887042
9 87,332724
2 34,26262546 12,28166502
5
3 46,2455243
6 2,67830759
1 86,291174
2 31,06286546 11,30987634
5
4 47,4155243
6 2,70273021 87,816194
2 33,98193446 12,79710486
5
5 46,5452492
3 2,87882249
9 86,674814
2 34,07094571 11,79594714
5 45,0450620 2,97891909 83,564854 31,08169669 10,30667926

6 1 1 2
5
7 42,4755613
8 2,92873292
2 84,219114
2 34,09084509 10,31027252
5
8 43,2411730
7 3,05892248
9 87,849324
2 33,77207326 10,81004756
5
9 47,0460758
2 2,97185657 88,908884
2 34,04239191 12,80527684
6
0 48,2355243
6 2,83286873
4 89,729324
2 31,38174546 13,31019161
Quyidagi belgilashlarni kiritamiz:
- kirishda neft sarfi -
- kirishda neft bosimi -
- separatorda neft sarfi -
- chiqishda neft sarfi -
- chiqishda gaz sarfi -
№ Berilishi Kirish yoki chiqish Shartli belgilanishi
1 1-kirish faktori
2 2-kirish faktori
3 3-kirish faktori
4 1-chiqish kattaligi
5 2- chiqish kattaligi
1.2) Tajriba natijalarining dekart sistemasida tasvirlanishi
1.2.1) X1 va Y1 ga nisbatan

2.4 2.5 2.6 2.7 2.8 2.9 3 3.132.5 3333.5 3434.5
Qolgan kirish va chiqish miqdorlari o’rtasida ham xuddi shunday tasvirlash mumkin.
II. JUFT REGRESSIYANING EMPERIK CHIZIG’INI QURISH
(1-bosqich: strukturaviy isentifikasiyalash masalasini yechish)
Tajriba natijalari asosida tanlanma ajratish
2.1) X1 va Y1 tanlanmasi
X1 ning qiymatlarini teng intervallarda bo’lib chiqamiz. Bunda X1 qiymatlari ichidagi
min va mak qiymatlarini bilish zarur:
min{X1}= 39,64435996;max{X1}=49,4855546.Har bir interval uzunligini 0,5 ga teng
deb olsak u holda X1 ning qiymatlari uchun quyidagi intervallarni olishimiz mumkin:
(49,5; 40), (40; 41,5), (41,5; 42), (42; 42,5), (42,5; 43), (43; 43,5), (43,5; 44), (44,44,5),
(44,5; 45); (45; 45,5), (45,5;46) . (46; 46,5);(46.5;47) (47;47.5) (47.5,48) (48;,48.5)
(48,5;,49)(49;49.5);
Y1 ning qiymatlari uchun har bir intervalga mos keluvchi Y1 lar o’rtachasi olinadi.
Jadval tuzamiz. Bunda tajriba natijalarining 60 ta qiymatini Excel dasturiga kiritib, X1
bo’yicha usib borish tartibida tartiblaymiz (avval filtr o’rnatib, filtr ichida tartiblash
kerak, aks holda X1 dan boshqaqolgan ustunlar o’zgarmay qoladi!!!)
№ x1 y1
1 2,44852154 33,8932811
6
2 2,48891903
6 33,6608375
9
3 2,52398325
5 33,1898753
4 2,58825730 33,7319579

4 1
5 2,62810452
5 34,0256116
8
6 2,67434224
1 33,2132431
2
7 2,72595531
2 33,8692130
3
8 2,77440069 33,3893988
8
9 2,82778366
2 33,3331045
5
10 2,89158599
4 34,3974439
4
11 2,93545361
2 33,8270838
12 2,97064175
7 33,4848976
9
13 3,01478869
6 33,7264435
8
14 3,05936767
7 33,5220967
1
15 48,33552 12,0604
16 48,87868 13,1043
17 49,34202 11,5509
X1 va Y1 o’rtasidagi regressiya chizigini tasvirlaymiz:
ESLATMA! intervalda X1 va Y1ning 4 ta qiymati mos keladi. Y1 ning shu 4 ta qiymatining
o’rtachasini olib X1=42,26 bo’lganda mos ravishda Y1= 32,36135913 deb yozamiz.
2.2) X1va Y2 tanlanmasi
X1 va Y2 qiymatlari tanlanmasi ham yuqoridagi kabi amalga oshiriladi:
№ x1 y2
1 41,82437 11,051
2 42,3004 10,1782
3 42,92085 10,4707
4 43,19612 10,7638
5 43,66118 10,7961
6 44,12209 10,8088
7 44,79425 10,2765
8 45,22017 10,6247
9 45,55152 10,8037
10 46,1559 11,2371
11 46,62839 11,5072
12 47,19855 12,4016
13 47,66003 11,5458
14 48,33552 12,0604
15 48,87868 13,1043
16 49,34202 11,5509

ВЫВОД ИТОГОВ
Регрессионная статистика
Множественный R 0,977291742
R-квадрат 0,955099149
Нормированный R-
квадрат 0,951017253
Стандартная ошибка 0,127771593
Наблюдения 13
Дисперсионный анализ
df SS MS F Значимост
ь F
Регрессия 1 3,819928091 3,819928091 233,984220
6 9,27265E-
09
Остаток 11 0,179581379 0,01632558
Итого 12 3,99950947
Коэффициент
ы Стандартная
ошибка t-
статистик
а P-Значение Нижние
95% Верхние
Y-пересечение 20,99816715 0,853589941 24,59982965 5,7421E-11 19,1194283
5 22,8769059
Переменная X 1 0,285403134 0,018658016 15,29654277 9,27265E-
09 0,24433711
9 0,32646915
ВЫВОД ОСТАТКА
Наблюдение Предсказанное
Y Остатки
1 33,17036527 -0,0084369
2 33,33293082 -0,02466433
3 33,45125399 0,089585748
4 33,62618584 0,085879042
5 33,76304259 -0,04050144
6 33,89420982 0,049018584
7 34,03709653 0,010695771
8 34,18545746 -0,09607487
9 34,27438838 -0,0831259
10 34,48084963 -0,18307451
11 34,69611901 -0,04332725
12 34,8053848 -0,07551581
13 34,85322202 0,319541866X1 va Y2 o’rtasidagi regressiya chizigini tasvirlaymiz:2.44771412808783
2.52317584356744
2.62729711343853
2.72514790011609
2.82697625024681
2.93464620023471
3.01869687875391
32.5 3333.5 3434.5
Series1
Axis TitleAxis Title

2.3) X2va Y1 tanlanmasi
X2 ning qiymatlarini teng intervallarda bo’lib chiqamiz. X2 qiymatlari ichidagi min va
mak qiymatlarini ajratamiz: min{X2}= 2,445701206; max{X2}=3,056547342
Har bir interval uzunligini 0,01 ga teng deb olsak u holda X2 ning qiymatlari
uchun quyidagi intervallarni olishimiz mumkin:
(2,44; 2,50), (2,50; 2,6), (2,6; 2,7), (2,70; 2,8), (2,8; 2,90), (2,90; 3.0),
Y1 ning qiymatlari uchun har bir intervalga mos keluvchi Y1 lar o’rtachasi
olinadi.
№ x2 y1
1 2,44852154 33,893281
2 2,48891904 33,660838
3 2,52398326 33,189875
4 2,5882573 33,731958
5 2,62810453 34,025612
6 2,67434224 33,213243
7 2,72595531 33,869213
8 2,77440069 33,389399
9 2,82778366 33,333105
10 2,89158599 34,397444
11 2,93545361 33,827084
12 2,97064176 33,484898
13 3,0147887 33,726444
14 3,05936768 33,522097
X2 va Y1 o’rtasidagi regressiya chizigini tasvirlaymiz:2.44771412808783
2.52317584356744
2.62729711343853
2.72514790011609
2.82697625024681
2.93464620023471
3.01869687875391
32.5 3333.5 3434.5
Series1
Axis TitleAxis Title

2.4) X2va Y2 tanlanmasi
X2 va Y2 qiymatlari tanlanmasi ham yuqoridagi kabi amalga oshiriladi:
№ x2 y2
1 2,448522 10,61064
2 2,488919 10,31066
3 2,523983 10,47963
4 2,588257 9,810653
5 2,628105 11,44947
6 2,674342 11,5531
7 2,725955 11,12604
8 2,774401 11,52778
9 2,827784 11,64284
10 2,891586 11,08994
11 2,935454 11,02896
12 2,970642 11,60854
13 3,014789 11,30957
14 3,059368 10,63997
X2 va Y2 o’rtasidagi regressiya chizigini tasvirlaymiz:
2.4 2.5 2.6 2.7 2.8 2.9 3 3.18.5 99.5 1010.5 1111.5 12
2.5) X3 bilan Y1va Y2 tanlanmasi

X3 ning qiymatlarini teng intervallarda bo’lib chiqamiz. X3 qiymatlari ichidagi
min va mak qiymatlarini ajratamiz: min{X3}= 83,2078482; max{X3}=89,7293242.
Har bir interval uzunligini 0,5 ga teng deb olsak u holda X3 ning qiymatlari uchun
quyidagi intervallarni olishimiz mumkin:
(83; 83,5), (83,5; 84), (84; 84,5), (84,5; 85), (85; 85,5), (85,5; 86), (86; 86,5), (86,5;
87), (87; 87,5); (87,5; 88), (88; 88,5), (88,5; 89), (89; 89,5) va (89,5; 90)
Y1 ning qiymatlari uchun har bir intervalga mos keluvchi Y1 lar o’rtachasi
olinadi. Y2 ning qiymatlari uchun har bir intervalga mos keluvchi Y2 lar o’rtachasi
olinadi.
X3 bilan Y1 va Y2 qiymatlari tanlanmasi ham yuqoridagi kabi amalga oshiriladi:
№ x3 y1
y2
1 83,207848
2 32,76207
3 10,3359
6
2 83,783544
2 32,85641
8 10,4096
4
3 84,266483 33,64115
5 10,4827
9
4 84,769586
2 32,95886
8 10,6845
7
5 85,256425
6 33,70141
7 10,8442
1
6 85,823764 33,78389
3 11,3942
5
7 86,243324
8 34,07637
2 11,2411
6
8 86,731659
2 33,47934
2 11,6808
8
9 87,186967
5 34,30937 11,7746
2
10 87,833201
7 34,44332
1 11,8051
11 88,258973
2 34,21878
6 11,1426
6
12 88,772384
2 34,07861
1 12,4704
13 89,189314
2 35,17255
2 15,4722
8
14 89,729324
2 31,38174
5 13,3101
9
X3 va Y1 o’rtasidagi regressiya chizigini tasvirlaymiz:

0 2 4 6 8 10 12024681012
X3 va Y2 o’rtasidagi regressiya chizigini tasvirlaymiz:
1 -bosqichda tanlanmalar asosida regressiyaning chizig’ini tasvirladik. Bu
ekspremental – statik modellashtirishning dastlabki bosqichi bo’lib, odatda kirish qismi
ham deyiladi. Shuningdek, empirik modelni qurishda dastlabki ma’lumotlar tahlili
hamdir.
1-bosqich bo’yicha xulosalar

1) keying bosqich jarayonida tanlanma qiymatlardan foydalanish mumkin, chunki
olingan tanlanma qiymatlar kirish faktorlari va chiqish kattaliklari o’rtasidagi
munosabatlar o’zgarishiga sabab bo’lmaydi;
2) qurilgan regressiya chiziqlari masalani chiziqlashtirish mumkinligini va chiziqli
model yordamida kamida bitta factor va chiqish kattaliklari o’rtasida kuchli
korrelyatsion bog’liqlik mavjudligini kafolatlaydi;
3) olingan regressiya chiziqlari tanlanma qiymatlar bo’yicha umumiy chetlanishlar
holati to’g’risida dastlabki visual ma’lumotlarga ega bo’lishga imkon beradi.
III. JUFT REGRESSIYANING EMPIRIK FUNKSIYASINI
QURISH
(2-bosqich: parametrik identifikasiyalash masalasini yechish)
3.1. X1 – kirish omili va Y1 – chiqish o’rtasidagi empirik bog’liqlik
ifodasini topish
3.1.1. Chiziqli empirik bog’liqlik qurish (chiziqli regressiya
funksiyasi koeffisiyentlarinianiqlash)
Chiziqli empirik tenglama ko’rinishi (ragressiyaning nazariy tenglamasi o’rnini
bosuvchi funksiya):
Chiziqli regressiya funksiyasi quyidagi ko’rinishga ega, ya’ni
Bu yerda - regressiya koeffisiyenlari.
Regressiya xatoligi quyidagiga teng:
bu yerda n – tajribalar soni.
Regressiya funksiyasining - koeffisiyenlarini aniqlaymiz. Ularni eng kichik
kvadratlar usulidan foydalanib, - koeffisiyenlarni hisoblash uchun olingan
tenglamalar sistemasining ildizlari sifatida topamiz. U holda X1 va Y1 uchun quyidagi
jadvalni tuzamiz (2.2-jadval):

2.2-jadval.
X1= Y1= X^2= X^3= X^4= X*Y= X^2*Y=
40,2570145
3 32,36537 1620,62721
9 65241,6134
8 2626432,58
1 1302,93317 52452,1995
6
41,8243651
8 33,3067182 1749,27752
2 73162,4218
9 3059971,85 1393,03234
5 58262,6935
42,3004012
4 32,8914555
4 1789,32394
5 75689,1208
4 3201680,18
1 1391,32176
7 58853,469
42,9208467
8 33,7701254
6 1842,19908
9 79068,7448
2 3393697,48
2 1449,44238
1 62211,2943
4
43,1961199
9 33,2963182
9 1865,90478
2 80599,8468
4 3481600,65
5 1438,27176 62127,7595
2
43,6611846
7 33,3921812 1906,29904
6 83231,2747 3633976,05
5 1457,94219 63655,4831
8
44,1
2209308 32,6660242
1 1946,75909
7 85895,0860
9 3789870,98
3 1441,29336
1 63592,8798
1
44,7942495
4 33,6061260
5 2006,52479
2 89880,7722
5 4026141,74
2 1505,36119
7 67431,5250
9
45,2201697
8 33,4648463
7 2044,86375
5 92469,0861
8 4181467,77
7 1513,28603
5 68431,0514
1
45,5515198
3 33,0595237 2074,94095
9 94516,7142
4 4305379,98
3 1505,91155 68596,5598
1
46,1559044
3 34,0088660
8 2130,36751
4 98329,0393
8 4538465,74
5 1569,70997
3 72451,3834
8
46,6283871
5 33,6371574
9 2174,20648
8 101379,741
9 4727173,85
4 1568,44640
2 73134,1260
6
47,1985538
7 34,0807133
1 2227,70348
7 105144,383 4962662,82
7 1608,56038
3 75921,7238
8
47,6600349
9 34,2972087
1 2271,47893
5 108258,765
5 5159616,55
3 1634,60616
7 77905,3871
2
48,3355243
6 32,9672404
6 2336,32291
5 112927,393
2 5458404,76
4 1593,48885
4 77022,1193
2
48,8786795
7 34,6493860
8 2389,12531
7 116777,290
8 5707919,77
9 1693,61624 82781,7254
9
49,3420158
2 35,1789616 2434,63452
5 120129,775
3 5927445,27
3 1735,80088 85647,9144
7
- - - - - - -
Yig`indisi Yig`indisi Yig`indisi Yig`indisi Yig`indisi Yig`indisi Yig`indisi
808,304079
3 603,003592
7 36431,1866
1 1647942,68
4 74808340,6
6 27105,9578
2 1222931,49
5
O`rtachasi O`rtachasi O`rtachasi O`rtachasi O`rtachasi O`rtachasi O`rtachasi
44,9057821
9 33,5001996 2023,95481
2 91552,3713
3 4156018,92
6 1505,88654
6 67940,6385
9
- noma’lumlarga nisbatan tenglamalar sistemasi quyidagicha berilgan:

$Bizning holdan=17 va jadvalda hisoblashlarga ko’ra ∑ X 1 = 768 , 0523709 ∑ Y 1 = 570 , 6382088 , ,ΣX^2=34810 ,90278 , ∑ X 1 ∗ Y 1 = 25803 , 22607 Olingan natijalar asosida yuqoridagi sistema quyidagi ko’rinishda bo’ladi: { 17 bo+768,2306241 b1=570,6548506 768,2306241 bo+34810 ,90656 b1= 25803,22607 Bu sistemani yechib quyidagi ildizlarga ega bo’lamiz: bo=¿ 20,74952721; b1=¿ 0,290982978; Demak, X1 va Y1 o’rtasidagi chiziqli regression bo’gliqlik funksiyasi quyidagi ko’rinishda bo’ladi: Ý= 20,74952721+0,290982978*X 3.1.2. Parabolik empirik bog’liqlik qurish (parabolik regressiya funksiyasi koeffisiyentlarini aniqlash) Parabolik regressiya funksiyasi quyidagi ko’rinishga ega, ya’ni Bu yerda - regressiya koeffisiyenlari. Regressiya funksiyasining - koeffisiyenlarini aniqlaymiz. Ularni eng kichik kvadratlar usulidan foydalanib, - koeffisiyenlarni hisoblash uchun olingan tenglamalar sistemasining ildizlari sifatida topamiz. U quyidagi tenglamalar sistemasidir: Yuqoridagilarga qo’shimcha ravishda yozamiz: ΣX 1 3 = ¿ 1582716,108 ; ΣX 14 = 72182371 , 66 ; ΣX 12∗¿Y=1170492 ,988 ¿ ; U holda quyidagi ko’rinishdagi tenglamalr sistemaga ega bo’lamiz:$ ${ 17 bo+768,0523709 b1+27209 ,20656 b2= 442,6548506 594,2306241 bO+27209,20656 b1+1248022 ,052 b2= 20247,42047 27209,20656 bO+1582716,108 b1+72182371 ,66 b2=1170492 ,988Bu sistemani yechib quyidagi ildizlarga ega bo’lamiz: bO= ¿ 39,37725332; b1=¿ -0,5253395; b2=¿ 0,008927984 ; 3.2. X1 – kirish omili va Y2 – chiqish o’rtasidagi empirik bog’liqlik ifodasini topish 3.2.1. Chiziqli empirik bog’liqlik qurish (chiziqli regressiya funksiyasi koeffisiyentlarini aniqlash) Hisoblashlarni yuqoridagi X1 va Y1 uchun bajarilgani kabi olib boramiz. X1 va Y2 uchun quyidagi jadvalni tuzamiz (2.3-jadval): Olingan natijalar asosida sistema quyidagi ko’rinishda bo’ladi: 13 b o + 594,2306241 b 1 = 151.2078694 594,230624 b o + 27209,20656 b 1 = 6942.818 Bu sistemani yechib quyidagi ildizlarga ega bo’lamiz: bo=¿ -18,6808691; b1=¿ 0,663141804; Demak, X1 va Y2 o’rtasidagi chiziqli regression bo’gliqlik funksiyasi quyidagi ko’rinishda bo ý= -18,68086913+0,663141804*X; 3.2.2. Parabolik empirik bog’liqlik qurish (parabolik regressiya funksiyasi koeffisiyentlarini aniqlash) Olingan natijalar asosida sistema quyidagi ko’rinishda bo’ladi: { 1 b o + 594,2306241 b 1 + 27209,20656 b 2 = 151.2078694 594,2306241 b O + 27209,20656 b 1 + 1248022 , 052 b 2 = 6942.818 27209,20656 b O + 1248022 , 052 b 1 + 57341493,18 b 2 = 92772.5052 Bu sistemani yechib quyidagi ildizlarga ega bo’lamiz: bo=¿ 136,9776256; b1=¿ -6,15827745; b2=¿ 0,07460474; Demak, X1 va Y2 uchun parabolik regression bo’gliqlik funksiyasi quyidagi ko’rinishda bo’ladi: Ý= 136,9776256-6,158277446*X+0,07460474*X^3 3.3. X2 – kirishomilivaY1 – chiqisho’rtasidagiempirikbog’liqlikifodasinitopish 3.3.1. Chiziqli empirik bog’liqlik qurish (chiziqli regressiya funksiyasi koeffisiyentlarini aniqlash) Hisoblashlarni yuqoridagi X1va Y1 uchun bajarilgani kabi olib boramiz. X2 va Y1 uchun quyidagi jadvalni tuzamiz (2.4-jadval): 2.4-jadval. № X2 Y1 X2^2 X2^3 X2^4 X2^2*Y1 1 2,4485215 4 33,893281 16 5,9952577 31 14,679517 69 35,943115 26 203,19895 59 2 2,4889190 33,660837 6,1947179 15,418151 38,374530 208,51939$ $36 59 65 46 67 54 3 2,5239832 55 33,189875 3 6,3704914 73 16,079013 81 40,583161 61 211,43581 76 4 2,5882573 04 33,731957 91 6,6990758 71 17,338932 05 44,877617 53 225,97294 53 5 2,6281045 25 34,025611 68 6,9069333 96 18,152142 91 47,705728 93 235,01263 36 6 2,6743422 41 33,213243 12 7,1521064 21 19,127180 31 51,152626 26 237,54464 94 7 2,7259553 12 33,869213 03 7,4308323 63 20,256116 95 55,217269 6 251,67644 43 8 2,7744006 9 33,389398 88 7,6972991 88 21,355392 18 59,248414 8 257,00819 29 9 2,8277836 62 33,333104 55 7,9963604 39 22,611977 41 63,941780 28 266,54351 85 10 2,8915859 94 34,397443 94 8,3612695 58 24,177329 94 69,910828 63 287,60630 09 11 2,9354536 12 33,827083 8 8,6168879 08 25,294474 74 74,250757 23 291,48418 94 12 2,9706417 57 33,484897 69 8,8247124 51 26,215059 31 77,875549 85 295,49459 36 13 3,0147886 96 33,726443 58 9,0889508 83 27,401266 38 82,609028 15 306,53798 91 14 3,0593676 77 33,522096 71 9,3597305 8 28,634857 2 87,604556 54 313,75779 37 SUMMA 38,552105 3 471,26448 89 106,69462 62 296,74141 23 829,29496 53 3591,7934 2 O'RTACH A 2,7537218 07 33,661749 21 7,6210447 31 21,195815 17 59,235354 67 256,55667 28 Olingan natijalar asosida sistema quyidagi ko’rinishda bo’ladi:{ 13 bo+38.52717606 b1= 474.1536891 38.52717606 bo+106.5668322 b1=1306.309346 Bu sistemani yechib quyidagi ildizlarga ega bo’lamiz: bo=¿ 26,42743307 ; b1=¿ 2,70379604; Demak, X2va Y1 o’rtasidagi chiziqli regression bo’gliqlik funksiyasi quyidagi ko’rinishda bo’ladi: Ý= 26,42743307-2,70379604*X 3.3.2. Parabolik empirik bog’liqlik qurish (parabolik regressiya funksiyasi koeffisiyentlarini aniqlash) Olingan natijalar asosida sistema quyidagi ko’rinishda bo’ladi: { 13 bo+38.52717606 b1+106.5668322 b2= 474.1536891 38.52717606 bO+106.5668322 b1+296,2493423 b2=1306.309346 106.5668322 bO+296,2493423 b1+827,6079103 b2=3617.326663 Bu sistemani yechib quyidagi ildizlarga ega bo’lamiz: b o = ¿ 47,927442; b 1 = ¿ -13,0078605; b 2 = ¿ 2,855725656 Demak, X2va Y1 uchun parabolik regression bo’gliqlik funksiyasi quyidagi ko’rinishda bo’ladi: Ŷ=47,927442+13,00786055*X-2,855725656**X^4$ $3.4. X2 – kirish omili va Y2 – chiqish o’rtasidagi empirik bog’liqlik ifodasini topish 3.4.1. Chiziqli empirik bog’liqlik qurish (chiziqli regressiya funksiyasi koeffisiyentlarini aniqlash) Hisoblashlarni yuqoridagi X1va Y1 uchun bajarilgani kabi olib boramiz. X2 va Y2 uchun quyidagi jadvalni tuzamiz (2.5-jadval): 2.5-jadval. № X2 Y2 X2^2 X2^3 X2^4 X2*Y2 X2^2*Y2 1 2,44852154 10,61063934 5,995257731 14,67951769 35,94311526 25,98037898 63,61351755 2 2,488919036 10,31065514 6,194717965 15,41815146 38,37453067 25,66238586 63,87160066 3 2,523983255 10,47963058 6,370491473 16,07901381 40,58316161 26,45041211 66,76039727 4 2,588257304 9,810653144 6,699075871 17,33893205 44,87761753 25,39249466 65,72230976 5 2,628104525 11,44946937 6,906933396 18,15214291 47,70572893 30,09040227 79,08072236 6 2,674342241 11,55310432 7,152106421 19,12718031 51,15262626 30,8969549 82,6290316 7 2,725955312 11,12604054 7,430832363 20,25611695 55,2172696 30,32908932 82,67574213 8 2,77440069 11,52777947 7,697299188 21,35539218 59,2484148 31,98267931 88,73276753 9 2,827783662 11,64283712 7,996360439 22,61197741 63,94178028 32,9234246 93,10032219 10 2,891585994 11,08994016 8,361269558 24,17732994 69,91082863 32,06751563 92,72597904 11 2,935453612 11,0289565 8,616887908 25,29447474 74,25075723 32,3749902 95,03528191 12 2,970641757 11,60853912 8,824712451 26,21505931 77,87554985 34,48481106 102,4420197 13 3,014788696 11,30956852 9,088950883 27,40126638 82,60902815 34,09595935 102,7921128 14 3,059367677 10,63996907 9,35973058 28,6348572 87,60455654 32,55157746 99,58724389 SUMMA 38,5521053 154,1877824 106,6946262 296,7414123 829,2949653 425,2830757 1178,769048 O'RTACH A 2,753721807 11,01341303 7,621044731 21,19581517 59,23535467 30,37736255 84,19778918 Olingan natijalar asosida sistema quyidagi ko’rinishda bo’ladi:{ 14 b o + 38,527194115 b 1 = 156,7999416 38.52717606 b o + 106.5668322 b 1 = 434,575051 Bu sistemani yechib quyidagi ildizlarga ega bo’lamiz: b o = ¿ -4,3935325; b 1 = ¿ 5,6663545; Demak, X2 va Y2 o’rtasidagi chiziqli regression bo’gliqlik funksiyasi quyidagi ko’rinishda bo’ladi: Ý= -4,393532463+ 5,666354503*X 3.4.2. Parabolik empirik bog’liqlik qurish (parabolik regressiya funksiyasi koeffisiyentlarini aniqlash) Olingan natijalar asosida sistema quyidagi ko’rinishda bo’ladi: { 14 b o + 38.52717606 b 1 + 106.5668322 b 2 = 156,7999416 38.52717606 b O + 106.5668322 b 1 + 296,2493423 b 2 = 434.575051 106.5668322 b O + 296,2493423 b 1 + 827,6079103 b 2 = 1210.5994 Bu sistemani yechib quyidagi ildizlarga ega bo’lamiz: bo=¿ 72,317183; b1=¿ -50,391875; b2=¿ 10,1890545$

Demak, X2 va Y2 uchun parabolik regression bo’gliqlik funksiyasi quyidagi ko’rinishda bo’ladi:
Ý= 72,31718304+50,39187501*X-10,1890545*X^5
3.5. X3 – kirish omili va Y1 – chiqish o’rtasidagi empirik bog’liqlik ifodasini topish
3.5.1. Chiziqli empirik bog’liqlik qurish (chiziqli regressiya funksiyasi koeffisiyentlarini
aniqlash)
Hisoblashlarni yuqoridagi X1va Y1 uchun bajarilgani kabi olib boramiz.
X3 va Y1 uchun quyidagi jadvalni tuzamiz (2.6-jadval):
2.6-jadval.
№
1 83,2078482 33,1607336 6923,546002 2759,233287 576093,3647 47935489,24 229589,8645
2 83,7835442 33,42206996 7019,682279 2800,219476 588133,8605 49275939,29 234612,3122
3 84,26648295 33,6105203 7100,840149 2832,240336 598362,8253 50421930,82 238662,932
4 84,7695862 33,6945449 7185,882745 2856,272628 609144,3067 51636910,82 242125,0488
5 85,25642563 33,78978514 7268,658111 2880,796304 619699,8097 52833390,73 245606,3958
6 85,82376395 33,88447957 7365,718459 2908,093577 632153,6823 54253808,41 249583,5367
7 86,24332483 33,97917001 7437,911077 2930,476597 641470,181 55322521,19 252734,045
8 86,7316592 34,08140181 7522,380708 2955,936527 652428,5599 56586211,51 256373,2794
9 87,18696753 34,17115843 7601,567308 2979,27968 662757,6021 57783825,53 259754,3608
10 87,8332017 34,22123914 7714,671321 3005,761 677604,2822 59516153,59 264005,6121
11 88,2589732 34,42329192 7789,64635 3038,164399 687506,1885 60678590,26 268145,2702
12 88,7723842 34,77006751 7880,536197 3086,621792 699573,9869 62102850,75 274006,7756
13 89,1893142 34,88406641 7954,733767 3111,28596 709477,2494 63277789,31 277493,461
14 89,7293242 35,17375341 8051,351621 3156,117123 722442,3399 64824262,93 283196,2566
Summa 1211,0528 477,2662821 104817,1261 41300,49868 9076848,239 786449674,4 3575889,151

$O’rtacha 86,50377144 34,09044872 7486,937578 2950,03562 Olingan natijalar asosida sistema quyidagi ko’rinishda bo’ladi:{ 14 bo+1211.0528 b1=477.2662821 1211.0528 bo+104817.1261 b1= 41300.49868 Bu sistemani yechib ildizlarga ega bo’lamiz: b o = ¿ 10,86825505; b 1 = ¿ 0,268452962; Demak, X3va Y1 o’rtasidagi chiziqli regression bo’gliqlik funksiyasi quyidagi ko’rinishda bo’ladi: Ý= 10,86825505+0,268452962 3.5.2. Parabolik empirik bog’liqlik qurish (parabolik regressiya funksiyasi koeffisiyentlarini aniqlash) Olingan natijalar asosida sistema quyidagi ko’rinishda bo’ladi: { 14 bo+1211.0528 b1+104817.1261 b2= 477.2662821 1211.0528 bO+104817.126 b1+9076848.239 b2=41300.49868 104817.1261 bO+9076848.293 b1+786449674.4 b2=3575889,51 Bu sistemani yechib quyidagi ildizlarga ega bo’lamiz: b o = ¿ 138,6502798; b 1 = ¿ -2,68809465; b 2 = ¿ 0,017092512; Demak, X3va Y1 uchun parabolik regression bo’gliqlik funksiyasi quyidagi ko’rinishda bo’ladi: Ŷ=138.65028+2.68809465*X-0.01709251*X^6; 3.6. X3 – kirish omili va Y2 – chiqish o’rtasidagi empirik bog’liqlik ifodasini topish 3.6.1. Chiziqli empirik bog’liqlik qurish (chiziqli regressiya funksiyasi koeffisiyentlarini aniqlash) Hisoblashlarni yuqoridagi X1 va Y1 uchun bajarilgani kabi olib boramiz. X3 va Y2 uchun quyidagi jadvalni tuzamiz (2.7-jadval): 2.7-jadval. № 1 83,2078482 9,856011162 6923,546002 820,0974806 576093,3647 47935489,24 68238,54668$

2 83,7835442 10,31117429 7019,682279 863,9067269 588133,8605 49275939,29 72381,16744
3 84,26648295 10,50010643 7100,840149 884,8070398 598362,8253 50421930,82 74559,57734
4 84,7695862 10,79999757 7185,882745 915,5113247 609144,3067 51636910,82 77607,51616
5 85,25642563 10,8167383 7268,658111 922,1964443 619699,8097 52833390,73 78623,17257
6 85,82376395 11,29365328 7365,718459 969,2638331 632153,6823 54253808,41 83185,87042
7 86,24332483 11,31400372 7437,911077 975,7572982 641470,181 55322521,19 84152,55362
8 86,7316592 11,59544919 7522,380708 1005,692547 652428,5599 56586211,51 87225,38328
9 87,18696753 11,80802889 7601,567308 1029,506232 662757,6021 57783825,53 89759,5264
10 87,8332017 11,86387499 7714,671321 1042,042125 677604,2822 59516153,59 91525,89613
11 88,2589732 12,29783433 7789,64635 1085,39423 687506,1885 60678590,26 95795,78029
12 88,7723842 12,64043537 7880,536197 1122,121585 699573,9869 62102850,75 99613,4085
13 89,1893142 13,31321762 7954,733767 1187,39675 709477,2494 63277789,31 105903,1018
14 89,7293242 15,47530236 8051,351621 1388,588423 722442,3399 64824262,93 124597,1008
Summa 1211,0528 163,8858275 104817,1261 14212,28204
9076848,239 786449674,4 1233168,601
O’rtacha 86,50377144 11,70613054 7486,937578 1015,163003
Olingan natijalar asosida sistema quyidagi ko’rinishda bo’ladi:{
14 bo+1211.0528 b1=163.8858275
1211.0528 bo+104817.1261 b1=14212.28204
Bu sistemani yechib ildizlarga ega bo’lamiz :
bo=¿
-42,7150704; b1=¿ 0,629119402 ;
Demak, X3 va Y2 o’rtasidagi chiziqli regression bo’gliqlik funksiyasi quyidagi
ko’rinishda bo’ladi:
Ŷ=-42.07150704+0.629119402;
3.6.2. Parabolik empirik bog’liqlik qurish (parabolik regressiya funksiyasi koeffisiyentlarini
aniqlash)
Olingan natijalar asosida sistema quyidagi ko’rinishda bo’ladi:
{
14 bo+1211.0528 b1+104817.1261 b2= 163.8858275
1211.0528 bO+104817.126 b1+9076848.239 b2=14212.28204
104817.1261 bO+9076848.293 b1+786449674.4 b2=1233168.601
Bu sistemani yechib quyidagi ildizlarga ega bo’lamiz:
b
o = ¿
708,213443; b
1 = ¿
-16,7454322; b
2 = ¿
0,10044638;

Demak, X3 va Y2 uchun parabolik regression bo’gliqlik funksiyasi quyidagi
ko’rinishda bo’ladi:
Ŷ=708.213443-16.7454322*X+0.10044638*X^7;
3.7. Tajriba natijalari (tanlanmalar) asosida juft (bir omilli) regression
bog’liqlik holati
3.7.1. Olingan natijalar bo’yicha jadval
2.8-jadval.
№ Kirish va chiqish Regressiya funksiyasi
X Y Chiziqli
1 X1 Y1 Y= 20,99816715 + 0,285403134 *X
2 X1 Y2 Y= -10,3306834 + 0,479310275 *X
3 X2 Y1 Y= 34,35077786 - 0,188062373 *X
4 X2 Y2 Y= 7,909710957 + 1,137465456 *X
5 X3 Y1 Y= 18,55824963 + 0,178954936 *X
6 X3 Y2 Y= 33,99327078 + 0,527775479 *X
Parabolik
Y= 37,61637
989 - 0,393736
045 *
X + 0,006702
148 *
X 2
Y= 97,83876
259 - 4,060487
994 *
X + 0,047276
846 *
X 2
Y= 34,58860
159 - 0,767423
937 *
X + 0,155676
773 *
X 2
Y= -
55,13910
917 + 46,98384
214 *
X
- 8,296488
307 *
X 2
Y= -
936,4134
991 + 22,33363
815 *
X
- 0,128476
735 *
X 2
Y= 604,2256
665 - 14,24552
345 *
X + 0,085443
77 *
X 2
3.7.2. Korrelyatsiya koeffisiyentlarini hisoblash jadvali
2.9-jadval.
X1,Y1 X1,Y2 X2,Y1 X2,Y2
X̅ 44,90578219 45,17923911 2,753721807 2,753721807
Y
̅ 33,5001996 11,19685498 33,66174921 11,01341303
^2
X͞ 2023,954812 2047,679964 7,621044731 7,621044731
*
X͞
Y 1505,886546 507,1782807 92,69851043 30,37736255
^2
Y͞ 1122,801424 125,9339962 1133,217897 121,590262

^2X̅ 2016,529274 2041,163646 7,582983791 7,582983791
^2
Y̅ 1122,263373 125,3695614 1133,11336 121,2952666
r
XY = 0,767388625 0,684575138 0,054180249 0,467028089
2-bosqich bo’yicha xulosalar;
1) chiziqli va parabolik ko’rinishdagi regressiya funksiyasi har bir kirish faktori va
chiqish kattaliklari uchun alohida aniqlandi, bu natijalar regression tahlil uchun asos
bo’lib xizmat qiladi;
2) olingan strukturaviy natijalar parametrik qiymatlar aniqlanishi natijasida
oydinlashtirildi, ya’ni har bir regressiya chizig’i yordamida prognozlash uchun
boshlang’ich ma’lumotlar ishlab chiqildi
3) har bir kirish faktori va chiqish kattaliklari uchun alohida hisoblangan
korrelyasiya koeffisiyentlari ular o’rtasidagi korrelyatsion bog’liqlik darajasini aniqlash
imkoni berdi, ya’ni:
3.1. kirishda neft sarfi va chiqishda neft sarfi o’rtasida bog’liqlik yuqori darajada
(kuchli) ekan;
3.2. kirishda neft sarfi va chiqishda gaz sarfi o’rtasida bog’liqlik yuqori darajada
(kuchli) ekan;
3.3. kirishda neft bosimichiqishda neft sarfiga sezilarli darajada ta’sir qilmaydi
(kuchsiz bog’liqlik mavjud);
3.4. kirishda neft bosimichiqishda gaz sarfiga o’rta darajadan kamroq ta’sir qiladi
(kuchsizroq bog’liqlik mavjud);
3.5. separatorda neft sarfichiqishda neft sarfiga kuchli darajada ta’sir qiladi (kuchli
bog’liqlik mavjud);
3.6. separatorda neft sarfichiqishda gaz sarfiga kuchli darajada ta’sir qiladi (kuchli
bog’liqlik mavjud);
IV. REGRESSION TAHLIL (BIR FAKTORLI REGRESSIYA)
(3-bosqich: Regressiya tenglamasini monandlikga (sifatga) tekshrish)

4.1. Regressiya koeffisiyentlari aniqligini baholash tahlili
4.1.1. kirish va chiqish bo’yicha regressiya koeffisiyentlari aniqligini baholash
tahlili
- regressiya koeffisiyentlarining standart xatoligi bo’lib, ular quyidagicha
aniqlanadi:
,
Bu yerda - regressiyaning standart xatoligi bo’lib, u quyidagicha hisoblanadi:
yoki
bu yerda n – tajribalar soni.
Hisoblaymiz :
S 2
= 0.143824452
13 − 2 = ¿
0,114345748
S
b
i2
= 0,114345748
46.89620626 = ¿
0,016697489
. S
b
o2
= x 2
S
b
i2
= ¿
45,71004801* 0,0166974890,763901614
Olingan natijalardan foydalanib, regressiya koeffisiyentlarining standart xatoligini
aniqlashimiz mumkin:
S
b
i =√ S
b
i2
= ¿ ¿ 0,016697489
S
b
o =
√ S
b
o2
= ¿ ¿ 0,763901614
4.1.2. kirish va chiqish bo’yicha regressiya koeffisiyentlari aniqligini baholash
tahlili
Xuddi yuqoridagi hisoblashlardan so’ng kirish va chiqish bo’yicha regressiya
koeffisiyentlarining standart xatoligini aniqlaymiz:
S
b
i =
√ S
b
i2
= ¿ ¿ 0,101139573
S
b
o =
√ S
b
o2
= ¿ ¿ 4,627083931

4.1.3. kirish va chiqish bo’yicha regressiya koeffisiyentlari aniqligini baholash
tahlili
kirish va chiqish bo’yicha regressiya koeffisiyentlarining standart
xatoliklari:
S
b
i =√ S
b
i2
= ¿ ¿ 0,209638966
S
b
o =
√ S
b
o2
= ¿ ¿ 0,57838766
4.1.4. kirish va chiqish bo’yicha regressiya koeffisiyentlari aniqligini baholash
tahlili
kirish va chiqish bo’yicha regressiya koeffisiyentlarining standart
xatoliklari:
S
b
i =
√ S
b
i2
= ¿ ¿ 0,692870778
S
b
o =
√ S
b
o2
= ¿ ¿ 1,911609831
4.1.5. kirish va chiqish bo’yicha regressiya koeffisiyentlari aniqligini baholash
tahlili.
kirish va chiqish bo’yicha regressiya koeffisiyentlarining standart
xatoliklari:
S
b
i =
√ S
b
i2
= ¿ ¿ 0,015926594
S
b
o =
√ S
b
o2
= ¿ ¿ 1,378081891
4.1.6. kirish va chiqish bo’yicha regressiya koeffisiyentlari aniqligini baholash
tahlili.
kirish va chiqish bo’yicha regressiya koeffisiyentlarining standart
xatoliklari:
S
b
i =
√ S
b
i2
= ¿ ¿ 0,081116164
S
b
o =
√ S
b
o2
= ¿ ¿ 7,018 7 45735
4.1.7.X kirish va Y chiqish bo’yicha regressiya koeffisiyentlari aniqligini baholash tahlili
jadvali
2.10-jadval.
X1,Y1 X1,Y2 X2,Y1 X2,Y2 X3,Y1 X3,Y2
S 0,49884964
2 0,58301385
3 0,34871546
6 0,51874320
6 0,93395038 0,85004094
8
S
b1 0,04314887
3 0,05539279
6 0,47771341
9 0,71063837 0,12426030
1 0,11309631
2
S
b0 1,94119811 2,50659590 1,31878711 1,96180532 10,7518824 9,78589497

2 3 7 2 2 1
Chiziqli regressiya koeffitsiyentlari
b
1 0,20656812
2 0,20147765
3 0,08979195
6 1,30020221
7 0,11057978
9 0,53397651
2
b
0 24,2240965
1 2,09424793
4 33,4144871
4 7,43301783
1 24,0675686
9 -
34,5446447
4.2. Chiziqli regressiya koeffisiyentlari nisbiy gipotezasini tekshirish
(regressiya koeffisiyentlarini ahamiyatlilikga tekshirish)
4.1.1. kirish va chiqish bo’yicha regressiya koeffisiyentlari nisbiy gipotezasini tekshirish.
Chiziqli regressiya koeffisiyentlari nisbiy gipotezasini tekshirishda t-statistikadan
(Styudent mezoni ham deb yuritiladi) foydalanamiz.
Chiziqli regressiya koeffisiyentlari har biri uchun (t) qiymat aniqlanadi va ularning quyidagi holati
bo’yicha ahamiyatlilik darajasi baholanadi:
1) - ahamiyatsiz koeffitsiyent (tashlab yuborish mumkin)
2) - kuchsiz koeffitsiyent (tashlab yuborish aniqlikga ta’sir etishi mumkin)
3) - kafolatli holat (koeffitsiyent ta’siri kuchli)
4) - ishonchli, ideal holat (asliga mos keluvchi koeffitsiyent)
t-statistika ni ( Styudent mezonini) hisoblash formulalari:
,
Bu yerda
,
Shuningdek, ni yuqoridagi kabi hisoblash ham mumkin. Bu formulalar teng kuchli,
chunki quyidagi tenglik o’rinli:
.
kirish va chiqish bo’yicha chiziqli regressiya koeffisiyentlari quyidagiga teng, ya’ni:
b
o = ¿
0,290982978; b
1 = ¿
20,74952721
Shuningdek, yuqoridagi 2.10-jadvaldan foydalanib hisoblaymiz:
t
b
o = 0,290982978
20,74952721 = 27,16256494
t
b
1 = 20,74952721
0,290982978 = ¿
17,42675075

Ko’rinadiki, har bir chiziqli regressiya koeffisiyentlari uchun munosabat o’rinli.
Bundan b
o = ¿
0,290982978; b
1 = ¿
20,74952721 larning ishonchli (ahamiyatli) ekanligi
kelib chiqadi.
4.1.2. X kirish vaY chiqish bo’yicha regressiya koeffisiyentlari nisbiy gipotezasini
(ahamiyatlilikga) tekshirish.
Yuqoridagi birinchi juftlik qiymatlarini olib, qolgan 5 ta juftlik uchun t – statistika qiymatlarini
hisoblab quyidagi jadvalni tuzamiz (2.11-jadval):
2.11-jadval.
X1,Y1 X1,Y2 X2,Y1 X2,Y2 X3,Y1 X3,Y2
Chiziqli regressiya koeffitsiyentlari uchun t-statistika qiymatlari
t
b1 4,787335308 3,637253725 0,187961972 1,829625688 0,889904403 4,721431686
t
b0 12,4789409 0,835494836 25,3372866 3,788866177 2,238451626 -3,5300445
t 7,46641877
4 4,98976902
6 0,18823846
2 2,06914475
2 0,91879953
5 7,98139804
4
t
jad 2,1 2,1 2,1 2,1 2,1 2,1
(+,+) (+,-) (-,+) (-,+) (+,+) (+,+)
4.3. Regressiya tenglamasini umumiy monandlikga tekshirish
(Determinatsiya koeffisiyentini aniqlash, Fisher mezoni)
4.3.1. kirish va chiqish bo’yicha determinatsiya koeffisiyentini aniqlash uchun quyidagi
formuladan foydalanamiz:
Hisoblaymiz:
∑
i = 1n
( y
i − ŷ ) 2
= ¿ ¿ 0,143824452;
∑
i = 1n
( y
i − y ) 2
= 4.114577528 ;

R 2
= 1 − 0,143824452 ;
4.114577528 = ¿
0,965045147 ;
Quyidagi tenglikdan foydalanib natijani tekshirishimiz mumkin:rxy2=¿
Determinatsiyakoeffisiyentiqiymatlari [0;1] kesmagategishlibo ’ lib ,
uningqabulqilganqiymatlarigako ’ raregressiyatenglamasiningsifatihaqidabirlamchi
( zaruriy ) xulosachiqarishmumkin :
1) -qurilgan regressiya tenglamasi sifati past
2) - qurilgan regressiya tenglamasi sifati yuqori bo’lishi mumkin
Bunday holda F-statistikani hisoblash (Fisher mezonidan foydalanish) qatiy xulosalarga olib
keladi. Uni quyidagicha hisoblash mumkin:
yoki
Bu formulalar 1 omilli regressiya uchun F–statistikaning umumiy formulasidan kelib
chiqadi. Amaliyotda F – statistikaning qiymatlarini farqlab olish zarur, chunki uning bir
vaqtda ikki qiymati mavjud bo’lib, ular quyidagilar:
1) Hisoblanish kerak bo’lgan qiymat -
2) Mezon jadvalidagi qiymat -
Regressiya tenglamasining sifatiga qo’yiladigan talablar bajarilishi uchun shart bajarilishi
yetarlidir.
Hisoblaymiz:
F=
R2
1− R2(n−2)= (13 − 2)∗0,965045147
1−0,965045147 =303,6916419 .
F-statistika jadvalida qiymatlarga mos keluvchi Fisher qiymati 4,67 ga teng.
Demak, taqqoslaymiz: F
taj = 303,6916419 > F
jad = 4,67.
. Yetarli shart bajarildi.

Xulosa: kirish va chiqish bo’yicha qurilgan regressiya tenglamasi sifati yuqori.
4.3.2. Barcha X kirish va Y chiqish bo’yicha determinatsiya koeffisiyentini aniqlash
Barcha X kirish va Y chiqish bo’yicha determinatsiya koeffisiyentlarini aniqlab quyidagi
jadvalni tuzamiz (2.12-jadval).
2.12-jadval.
X1,Y1 X1,Y2 X2,Y1 X2,Y2 X3,Y1 X3,Y2
R 2 0,58888530
2 0,46864311
9 0,00293549
9 0,21811523
6 0,06190855
1 0,65006331
F
jad 4,67 4,67 4,6 4,6 4,6 4,6
F
taj 22,9185793
5 13,2296146
6 0,03532970
3 3,34753015
7 0,79192984
6 22,2919171
6
3-bosqich bo’yicha xulosalar
1) har bir kirish faktori bo’yicha aniqlangan regressiya koeffisiyentlarining standart xatoliklari
hisoblandi. Bu regressiya koeffisiyentlarini ahamiyatlilkga tekshirish uchun asos bo’ladi;
2) 1-kirish va 2-chiqishning chiziqli regressiya koeffisiyentlari orasida ozod koeffisyenti ahamiyatsiz
3) 2-kirish va 1-chiqishning chiziqli regressiya koeffisiyentlari orasida erksiz koeffisyenti
ahamiyatsiz
4) 2-kirish va 2-chiqishning chiziqli regressiya koeffisiyentlari orasida erksiz koeffisyenti ahamiyatsiz
5) 2-kirish faktori bilan 1- va 2-chiqish kattaliklari bo’yicha determinatsiya koeffisiyenti statistika
koeffisiyenti bo’lmaydi.
V.MS Excel dasturida « Анализданных » ilovasidan foydalanib regression tahlil o’tkazish
va natijalarni taqqoslash
5.1. kirish va chiqish bo’yicha Ms Excel dasturida regression tahlil natijalari.
ВЫВОД ИТОГОВ
Регрессионная статистика
Множественный R 0,977291742
R-квадрат 0,955099149
Нормированный R-
квадрат 0,951017253
Стандартная
ошибка 0,127771593
Наблюдения 13
Дисперсионный анализ

df SS MS F Значимос
ть F
Регрессия 1 3,81992809
1 3,8199280
91 233,98422
06 9,27265E-
09
Остаток 11 0,17958137
9 0,0163255
8
Итого 12 3,99950947
Коэффициен
ты Стандарт
ная ошибка t-
статист
ика P-
Значение Нижние
95% Верхние
95% Нижние
95,0%
Y-пересечение 20,99816715 0,85358994
1 24,599829
65 5,7421E-
11 19,119428
35 22,876905
94 19,119428
35
Переменная X 1 0,285403134 0,01865801
6 15,296542
77 9,27265E-
09 0,2443371
19 0,3264691
5 0,2443371
19
ВЫВОД ОСТАТКА
Наблюдение Предсказанн
ое Y Остатки
1 33,17036527 -0,0084369
2 33,33293082 -
0,02466433
3 33,45125399 0,08958574
8
4 33,62618584 0,08587904
2
5 33,76304259 -
0,04050144
6 33,89420982 0,04901858
4
7 34,03709653 0,01069577
1
8 34,18545746 -
0,09607487
9 34,27438838 -0,0831259
10 34,48084963 -
0,18307451
11 34,69611901 -
0,04332725
12 34,8053848 -
0,07551581
13 34,85322202 0,31954186
6
5.2. kirish va chiqish bo’yicha Ms Excel dasturida regression tahlil natijalari.
Регрессионная статистика
Множественный R 0,717156274
R-квадрат 0,514313122
Нормированный R- 0,470159769

квадрат
Стандартная
ошибка 0,961731043
Наблюдения 13
Дисперсионный анализ
df SS MS F Значимос
ть F
Регрессия 1 10,7738565
6 10,773856
56 11,648336
82 0,0057947
94
Остаток 11 10,1741925
9 0,9249265
99
Итого 12 20,9480491
5
Коэффициен
ты Стандарт
ная ошибка t-
статист
ика P-
Значение Нижние
95% Верхние
95% Нижние
95,0%
Y-пересечение -10,3306834 6,42493317
2 -
1,6079051
9 0,1361563
18 -
24,471865
96 3,8104991
69 -
24,471866
Переменная X 1 0,479310275 0,14043804
6 3,4129659
85 0,0057947
94 0,1702082
19 0,7884123
3 0,1702082
19
ВЫВОД ОСТАТКА
Наблюдение Предсказанн
ое Y Остатки
1 10,11148743 0,85977674
2 10,38450244 0,21548067
4
3 10,58321613 -
0,48313086
4 10,8769993 -
0,43805896
5 11,10683856 -0,1084954
6 11,32712276 -
0,14290113
7 11,56708883 0,16738655
2
8 11,81624838 0,23856380
5
9 11,9656003 -
0,33109864
10 12,31233438 -
0,50383575
11 12,673861 -
1,14267321
12 12,85736359 -
0,86612067
13 12,93770213 2,53510685
2

5.3. kirish va chiqish bo’yicha Ms Excel dasturida regression tahlil natijalari.
Регрессионная статистика
Множественный R 0,154223828
R-квадрат 0,023784989
Нормированный R-
квадрат -0,057566262
Стандартная ошибка 0,256349806
Наблюдения 14
Дисперсионный анализ
df SS MS F Значимос
ть F
Регрессия 1 0,01921342
1 0,0192134
21 0,2923739
8 0,5985968
03
Остаток 12 0,78858267
8 0,0657152
23
Итого 13 0,80779609
9
Коэффициен
ты Стандарт
ная ошибка t-
статисти
ка P-
Значение Нижние
95% Верхние
95% Нижние
95,0%
Y-пересечение 34,35077786 0,96002164
9 35,781253
35 1,45197E-
13 32,259070
38 36,442485
35 32,259070
38
Переменная X 1 -0,188062373 0,34780238
1 -
0,5407161
7 0,5985968
03 -
0,9458586
63 0,5697339
18 -
0,9458586
6
ВЫВОД ОСТАТКА
Наблюдение Предсказанн
ое Y Остатки
1 33,8904739 0,00301868
7
2 33,88287665 -
0,22182763
3 33,87628239 -
0,18437313
4 33,86648815 -
0,22893503
5 33,8567011 0,14936894
2
6 33,84800552 0,32744902
8
7 33,83788178 -
0,08422031
8 33,8291883 0,35991587
3
9 33,81873152 0,20206528
4
10 33,80697891 0,11827865
3
11 33,79857813 -

0,01549917
12 33,79115435 0,26954832
2
13 33,78309353 -
0,44150093
14 33,77559673 -
0,25328859
5.4. kirish va chiqish bo’yicha Ms Excel dasturida regression tahlil natijalari.
Регрессионная статистика
Множественный R 0,466463896
R-квадрат 0,217588566
Нормированный R-
квадрат 0,152387613
Стандартная
ошибка 0,458931212
Наблюдения 14
Дисперсионный анализ
df SS MS F Значимос
ть F
Регрессия 1 0,70287373
9 0,7028737
39 3,337199
177 0,092693
701
Остаток 12 2,52741428
5 0,2106178
57
Итого 13 3,23028802
4
Коэффициен
ты Стандарт
ная
ошибка t-
статист
ика P-
Значение Нижние
95% Верхние
95% Нижние
95,0%
Y-пересечение 7,909710957 1,71868239
5 4,6021946
69 0,000608
618 4,165023
705 11,65439
821 4,165023
705
Переменная X 1 1,137465456 0,62265453
1 1,8268002
57 0,092693
701 -
0,219182
223 2,494113
136 -
0,219182
22
ВЫВОД ОСТАТКА
Наблюдение Предсказанн
ое Y Остатки
1 10,69378653 -
0,08261454
2 10,73973728 -0,4285495
3 10,77962162 -0,2994584
4 10,83886055 -
0,57772377
5 10,89805597 0,55194604

3
6 10,95064977 0,60298718
8
7 11,01188162 0,09666159
5
8 11,0644628 0,46384930
5
9 11,12770892 0,46699224
4
10 11,19879277 0,13189205
4
11 11,24960354 -0,3993502
12 11,29450507 0,25498990
2
13 11,34325968 -
0,03352072
14 11,38860291 -
0,74810119
5.5. kirish va chiqish bo’yicha Ms Excel dasturida regression tahlil natijalari.
Регрессионная статистика
Множественный R 0,836878108
R-квадрат 0,700364968
Нормированный R-
квадрат 0,675395382
Стандартная
ошибка 0,253967737
Наблюдения 14
Дисперсионный анализ
df SS MS F Значимос
ть F
Регрессия 1 1,80913164
3 1,8091316
43 28,048721
69 0,0001895
44
Остаток 12 0,77399533
4 0,0644996
11
Итого 13 2,58312697
8
Коэффициен
ты Стандарт
ная ошибка t-
статист
ика P-
Значение Нижние
95% Верхние
95% Нижние
95,0%
Y-пересечение 18,55824963 2,92374338
2 6,3474276
66 3,67837E-
05 12,187960
04 24,928539
22 12,187960
04
Переменная X 1 0,178954936 0,03378991
9 5,2961043
88 0,0001895
44 0,1053330
28 0,2525768
44 0,1053330
28
ВЫВОД ОСТАТКА
Наблюдение Предсказанн Остатки

ое Y
1 33,4487048 -
0,02567917
2 33,55172844 -
0,04948124
3 33,63815271 0,10099982
5
4 33,72818552 -
0,02464288
5 33,81530784 -
0,11350275
6 33,91683583 -
0,02569483
7 33,99191832 0,28716468
1
8 34,07930817 -
0,09975511
9 34,16078784 0,11546066
8
10 34,27643464 -
0,08540218
11 34,35262855 -0,1336314
12 34,44450598 -
0,36568361
13 34,51911766 0,65364622
5
14 34,61575512 -
0,23379823
5.6. kirish va chiqish bo’yicha Ms Excel dasturida regression tahlil natijalari.
Регрессионная статистика
Множественный R 0,802601404
R-квадрат 0,644169014
Нормированный R-
квадрат 0,614516432
Стандартная ошибка 0,851083077
Наблюдения 14
Дисперсионный анализ
df SS MS F Значимос
ть F
Регрессия 1 15,7355244
8 15,735524
48 21,723875
9 0,0005500
45
Остаток 12 8,69210884 0,7243424
03
Итого 13 24,4276333
2
Коэффициен
ты Стандарт
ная ошибка t-
статисти
ка P-
Значение Нижние
95% Верхние
95% Нижние
95,0%
Y-пересечение -33,99327078 9,79789223
2 -
3,4694473 0,0046356
81 -
55,341044
08 -
12,645497
5 -
55,341044
1
Переменная X 1 0,527775479 0,11323496 4,6608878 0,0005500 0,2810576 0,7744932 0,2810576

6 88 45 84 75 84
ВЫВОД ОСТАТКА
Наблюдение Предсказанн
ое Y Остатки
1 9,921791183 0,41469873
2 10,22562942 0,18454815
3 10,48051265 0,00281395
4 10,7460382 0,14106598
5
5 11,00298012 -
0,15823288
6 11,30240737 0,09237459
9
7 11,52384131 -
0,28214984
8 11,78157222 -
0,10015731
9 12,0218728 -
0,24671835
10 12,36293934 -
0,55730885
11 12,5876511 -
1,44445692
12 12,85861684 -
0,38768194
13 13,07866227 2,39414671
7
14 13,3636663 -
0,05294206

VI. KO’P BELGILI CHIZIQLI REGRESSIYA
6.1. To’liq faktorli tajriba (TFT)
Faol tajriba nafaqat tajriba o‘tkazishning optimal shartlarini aniqlash, balki jarayonni
optimallashtirish (tajribani optimal rеjalashtirish) dan kelib chiqqan holda oldindan tuzilgan rеja
asosida o‘tkaziladi.
To‘liq faktorli tajriba (TFT) tеnglamasi kvadratli faktorlarni o‘z ichiga olmagan holda ni
tavsiflovchi I tartibli tajribalarga tеgishli.
- kirishomillari, - chiqish kattaliklari
Kirish faktorlari soni 3 ga teng, ya’ni .
To’liq faktorli tajribada sinovlar soni bo’lganligi uchun 8 ga teng: .
TFT nаzаriyasigа ko’rа sinоv tаdqiqоtlаrini аmаlgа оshirishdа fаktоrlаrning hаr biri fаqаt ikki –
minimаl (kоdlаngаn qiymаti -1) vа mаksimаl (kоdlаngаn qiymаti +1) sаthlаrdа vаriаsiyalаnаdi.
o’rnigа qiymаti quyidаgi kоdlаshtirish sxеmаsi bo’yichа оlinаdigаn z
j fаktоrlаrning kоdlаngаn
qiymаtlаrini o’z ichigа оlаdi:
bu yerda
6.2. Ko’p faktorlar orasidagi korrelyatsion bog’liqlikni aniqlash (Ko’p belgili
regressiya tenglamasi koeffisiyentlarini aniqlash yoki parametrik masalani
yechish)
O’zaro ta’sirlashuvsiz regressiya tenglamasini (I tartibli) quyidagi ko’rinishdan izlaymiz:
Bu yerda - noma’lum koeffisiyentlar. Bu koeffisiyentlarni hisoblashda EKKU dan
foydalanaladi. Matrisali yechish usulini tanlaymiz, ya’ni yechim matrisasi quyidagicha bo’lsin:
matrisa quyidagicha aniqlanadi:
Bu yerda - matrisa o’lchovli kvadrat matrisa, - esa o’lchovli ustun matrisa bo’lib
quyidagiga teng:

Bu yerda - ning transponiri. Demak, va matrisalarni aniq bo’lsa barcha noma’lumlarni
aniqlash mumkin ekan. Ular tajriba natijalaridan quyidagicha aniqlanadi:
,
Bizda har bir kirish faktorining va ikki javob funksiyasining 60 tadan aniq qiymati mavjud, ular
yordamida va matrisalarni yozib olib, quyidagilarni hisoblaymiz: Z=XT.X=¿
Z= X T
. X =
( 60
2710,123944
166,7053769
5147,34466 2710,123944 166,7053769 5147,34466
122550,259 7544,067238 232652,0288
7544,067238
232652,0288 464,7656804
14317,78581 14317,78581
441760,9962 )
Z − 1
=
( 703,9492327
8,888859505
76,27984215
− 15,3559029 8,888859505 76,27984215 − 15,3559029
0,273670979 0,140254537 0,252245597
0,140254537
0,252245597 13,85726359
− 1,41179162 − 1,41179162
0,357528859 )
,
Olingannatijalardanfoydalanibikkijavobfunksiyasiuchunregressiyakoeffisiyentlarinimatrisalishaklinian
iqlaymiz:
R=
X
T∗¿Y1=(
672,71271430466,467891877,40121357802,99671 )¿
B=
Z
−1∗¿Y2=(
−41,58500280,199497189−2,662933390,596633078 )¿ ,
Aniqlanganregressiyakoeffisiyentlaridanfoydalanibregressiyatenglamalariniyozishimizmumkin:
Y
1 = ¿
Ushbu regressiya tenglamasiga qarab jarayonni tahlil qilishimiz mumkin.

1) ajralib chiqadigan sof neft miqdori bo’yicha:
- kirishdagi neft oqimi bir birlikka oshsa ajralib chiqadigan sof neft miqdori 0,3077 birlikka oshar
ekan,
- kiruvchi bosim ning bir birlik oshishiga sof neft miqdorining 0,0862 birlik kamayishi mos
keladi,
- separatorda neft sarfi ning bir birlik oshishiga ajralib chiqadigan sof neft miqdori 0,0298
birlikka kamayishini bildiradi.
2) ajralib chiqadigan gaz miqdori bo’yicha:
- kirishdagi neft oqimi bir birlikka oshsa, ajralib chiqadigan sof gaz miqdori 0,1101 birlikka
oshadi,
- kiruvchi bosim ning bir birlik oshishiga ajralib chiqadigan sof gaz miqdori 0,5770 birlikka
oshadi,
- separatorda neft sarfi ning bir birlik oshishiga ajralib chiqadigan sof gaz miqdori 0,3355
birlikka oshadi.
6.3. To’liq faktorli tajriba natijalarini qayta ishlash. Regressiyaning kodlangan
koeffisiyentlarini aniqlash.
Barcha kirish faktorlarning o‘zaro ta'sirlarini hisobga olganda, rеgrеssiyaning
kodlangan tеnglamasi quyidagi ko‘rinishda bo’ladi ( bo’yicha koeffisiyentlar teng bo’lishi
nazarda tutilmaydi, masalan emas!!!):
Kodlash jadvali quyidagicha:
Sinovla
r X0 X1 X2 X3 X1X2 X1X3 X2X3 X1X2X3
1 1 -1 -1 -1 1 1 1 -1
2 1 1 -1 -1 -1 -1 1 1
3 1 -1 1 -1 -1 1 -1 1
4 1 1 1 -1 1 -1 -1 -1
5 1 -1 -1 1 1 -1 -1 1
6 1 1 -1 1 -1 1 -1 -1

7 1 -1 1 1 -1 -1 1 -1
8 1 1 1 1 1 1 1 1
Jadvaldagi Y1 ning qiymatlarini olishni ko’rib chiqamiz. Quyidagicha jadval tuzamiz:
X1 X2 X3 kodlas
h 1 2 3 4 5 6 7 8
zj zj zj Y1 ning qiymatlari
-1 -1 -1
-
1 -
1 -
1 9,7842781
62 - - - - - - -
-
0,98971595
5 -
0,998054
199 -
0,993981
964 -
1 -
1 -
1 9,8136791
62 - - - - - - -
-
0,98439418
7 -
0,866920
385 -
0,980766
946 -
1 -
1 -
1 9,8136791
62 - - - - - - -
-
0,93218042
4 -
0,801669
647 -
0,946183
54 -
1 -
1 -
1 9,8147381
62 - - - - - - -
-
0,82197065
6 -
0,800200
542 -
0,885783
63 -
1 -
1 -
1 10,053681
16 - - - - - - -
-
0,79138976
4 -
0,736278
043 -
0,853973
152 -
1 -
1 -
1 10,308012
19 - - - - - - -
-
0,74354115 -
0,670869
342 -
0,810673
969 -
1 -
1 -
1 10,309705
28 - - - - - - -
-
0,68712828
1 -
0,621822
061 -
0,754616
91 -
1 -
1 -
1 10,313298
53 - - - - - - -
-
0,67711615
9 -
0,542067
27 -
0,733543
258 -
1 -
1 -
1 10,313681
16 - - - - - - -
-
0,57573334
7 -
0,442371
102 -
0,711089
156 -
1 -
1 -
1 10,315039
28 - - - - - - -
-
0,50862569
5 -
0,418908
607 -
0,684298
219 -
1 -
1 -
1 10,328525
91 - - - - - - -
-
0,50847070
9 -
0,409553
391 -
0,670220
045 -
1 -
1 -
1 10,469776
64 - - - - - - -
-
0,47697287 -
0,409291
615 -
0,657203
523 -
1 -
1 -
1 10,472916
6 - - - - - - -
-
0,47620207
2 -
0,378675
519 -
0,632818
597 -
1 -
1 -
1 10,473681
16 - - - - - - -
-
0,47513308
6 -
0,314425
997 -
0,615155
466 -
1 -
1 -
1 10,610639
69 - - - - - - -
-
0,44143014
4 -
0,311155
826 -
0,590851
743 -
1 -
1 -
1 10,616691
03 - - - - - - -
-
0,44142756
7 -
0,247587
444 -
0,582021
681 -
1 -
1 -
1 10,713581
16 - - - - - - -
-
0,40966640
7 -
0,246775
71 -
0,548884
889 -
1 -
1 -
1 10,773681
16 - - - - - - -
-
0,40835766
6 -
0,182829
099 -
0,503615
784 -
1 -
1 -
1 10,797017
38 - - - - - - -
-
0,40790599 -
0,167721 -
0,482719 -
1 -
1 -
1 10,807084
57 - - - - - - -

5 305 575
-
0,37584224
4 -
0,111675
401 -
0,473378
236 -
1 -
1 -
1 10,809302
36 - - - - - - -
-
0,36431554
4 -
0,101958
172 -
0,449642
933 -
1 -
1 -
1 10,812902
36 - - - - - - -
-
0,34232454
5 -
0,094171
875 -
0,378951
31 -
1 -
1 -
1 10,813073
57 - - - - - - -
-
0,34210916
9 -
0,082325
156 -
0,378470
108 -
1 -
1 -
1 10,813681
16 - - - - - - -
-
0,34139111
2 -
0,016892
306 -
0,371426
509 -
1 -
1 -
1 10,813681
16 - - - - - - -
-
0,27302781
2 -
0,016864
56 -
0,357715
252 -
1 -
1 -
1 10,813681
16 - - - - - - -
-
0,26721226
8 0,005308
913 -
0,326142
367 -
1 1 -
1 - - 10,813718
16 - - - - -
-
0,24029813
9 0,045262
11 -
0,319107
791 -
1 1 -
1 - - 10,815584
71 - - - - -
-
0,23068720
6 0,048568
613 -
0,284801
075 -
1 1 -
1 - - 10,833748
16 - - - - -
-
0,20657305 0,113803
344 -
0,263189
078 -
1 1 -
1 - - 11,178973
16 - - - - -
-
0,17324154
5 0,120324
086 -
0,191577
156 -
1 1 -
1 - - 11,299130
08 - - - - -
-
0,17318433
9 0,175803
663 -
0,183165
138 -
1 1 -
1 - - 11,305182
96 - - - - -
-
0,15984636
7 0,179341
856 -
0,173086
958 -
1 1 -
1 - - 11,312102
18 - - - - -
-
0,14119204
4 0,257853
91 -
0,169646
361 -
1 1 -
1 - - 11,312902
36 - - - - -
-
0,10621185
3 0,257924
956 -
0,150371
202 -
1 1 -
1 - - 11,313573
16 - - - - -
-
0,10621185
3 0,277444
556 -
0,137841
898 -
1 1 -
1 - - 11,313681
16 - - - - -
-
0,07752996
3 0,292036
502 -
0,127944
77 -
1 1 -
1 - - 11,313681
16 - - - - -
-
0,07372225 0,298980
189 -
0,110295
323 -
1 1 -
1 - - 11,313681
16 - - - - -
-
0,00594209
1 0,408130
575 -
0,057294
651 -
1 1 -
1 - - 11,313681
16 - - - - -
-
0,00564713
9 0,439709
753 -
0,034028
52 -
1 1 -
1 - - 11,313681
16 - - - - -
0,02771936
5 0,440936
799 0,007941
341 1 1 1 - - - - - - - 11,314971
41
0,03122658
9 0,440989
022 0,060452
541 1 1 1 - - - - - - - 11,514571
26
0,06139600
3 0,470415
018 0,081351
757 1 1 1 - - - - - - - 11,533681
16
0,08452588
7 0,473690
585 0,124825
376 1 1 1 - - - - - - - 11,534571
17
0,09675086
1 0,473691
007 0,127162
215 1 1 1 - - - - - - - 11,798973
16
0,16007390
7 0,475213
927 0,208957
581 1 1 1 - - - - - - - 11,805815
83
0,18955168
6 0,571346
186 0,217971
101 1 1 1 - - - - - - - 11,808973
16

0,22713486
8 0,571687
591 0,279219
129 1 1 1 - - - - - - - 11,809297
68
0,28599053
1 0,615732
575 0,405191
872 1 1 1 - - - - - - - 11,813475
22
0,31477703
9 0,636938
199 0,424623
422 1 1 1 - - - - - - - 11,813681
16
0,31616707
1 0,650450
683 0,434587
316 1 1 1 - - - - - - - 11,813681
16
0,32947634
6 0,712367
884 0,454551
196 1 1 1 - - - - - - - 12,014662
41
0,49736128
8 0,735298
861 0,533687
017 1 1 1 - - - - - - - 12,284691
04
0,62791055
8 0,735463
535 0,545757
074 1 1 1 - - - - - - - 12,299109
59
0,81547715
8 0,806500
877 0,593925
423 1 1 1 - - - - - - - 12,309702
36
0,89608312
9 0,839793
1 0,678054
619 1 1 1 - - - - - - - 12,312872
39
0,92610127
7 0,865980
893 0,705290
669 1 1 1 - - - - - - - 12,800130
88
0,97318274
3 0,898778
231 0,753251
499 1 1 1 - - - - - - - 12,808302
86
0,97988705
7 0,997088
319 0,837591
222 1 1 1 - - - - - - - 13,313217
62
1 1 1
1 1 1 - - - - - - - 15,475302
36
Kodli tanlanmali Y1 ning summasi
271,77970
93 0 156,75332
07 0 0 0 0 244,17968
39
Kodli kombinatsiyaga tegishli qiymatlar soni
Kodli tanlanmali Y1 ning o’rtacha qiymatlari
10,453065
74 0 11,196665
77 0 0 0 0 12,208984
19
Jadvalning 1-uchta ustunidagi musbat qiymatlar rangli kataklarda berilgan. Ularning qiymatlariga mos
ravishda 2-uchta ustundagi qiymatlar +1 ga qolganlari esa -1 ga teng.
Jadvalning 1-uchta ustuni quyidagi formulalar bilan hisoblangan:
bu yerda
Jadvalningso ’ ngi 8 taustunidagiqiymatlar 1 va -1
ningkombinasiyalarigamoskeluvchitajribanatijalaridagiY 1 ning 60 taqiymatitaqsimotinibildiradi .
Masalan, (-1, 1, -1) kombinatsiyaga Y1 ning 60 ta qiymati orasida 19 ta qiymati mos keladi.
Jadvalning eng so’ngi satridagi qiymatlar kodlash jadvalidagi Y1 ustunidagi qiymatlarni beradi. Ular
quyidagicha hisoblangan:
Jadvaldagi Y2 ning qiymatlarini ham xuddi shunday aniqlash mumkin.
Endi barcha kirish faktorlarning o‘zaro ta'sirlarini hisobga olingan rеgrеssiya
tenglamasining kodlangan koeffisiyentlarini topamiz:

Bu yerda noma’lumlar . Kodlash jadvalidan foydalanib ularni
hisoblaymiz:
ni hisoblash uchun kodlash jadvalidagi X0 ustun qiymatlarini mos ravishda Y1 ustun
qiymatlariga ko’paytirib qo’shib chiqamiz va sinovlar soniga (bizda 8) bo’lamiz ya’ni:
ni hisoblash uchun kodlash jadvalidagi X1 ustun qiymatlarini mos ravishda Y1 ustun
qiymatlariga ko’paytirib qo’shib chiqamiz va sinovlar soniga (bizda 8) bo’lamiz ya’ni:
Qolgan koeffisiyentlar ham shunday hisoblanadi, natijada quyidagilarga ega bo’lamiz:
b
o = ¿
12,72392304
b
1 = ¿
-4,13159599b2=¿
4,339828133
b
3 = ¿
-4,13159599
b12=¿
4,252498912
b13=¿
12,72392304
b23=¿
4,252498912
b123 = ¿
4,339828133
Demak, barcha kirish faktorlarning o‘zaro ta'sirlari hisobga olingan kodlangan
rеgrеssiya tenglamasi quyidagi ko’rinishga ega bo’ladi:
Y1=¿
12,72392304-4,13159599 X1+4,339828133 X2−¿ 4,339828133 X3+4,252498912 X1X2+¿
12,72392304 X
1 X
3 + 4,252498912 X
2 X
3 + 4,339828133 X
1 X
2 X
3
Ikkinchi javob funksiyasi uchun ham xuddi shunday hisoblashlardan keyin, uning ko’rinishi aniqlash
mumkin. Natijada ikkinchi javob funksiyasi uchun kodlangan regressiya tenglamasi quyidagi
ko’rinishda bo’ladi: Y
1 = ¿

-Y2=¿ 4,23233-1,18009341 X1 +1,619073027 X2−¿ 1,18009341 X3 +1,433173021 X1X2 +4,232339463
X1X3
+ 1,433173021 X2X3 + 1,619073027 X1X2X3
6.4. Regressiyaning kodlangan koeffisiyentlarini ahamiyatlilikga tekshirish.
(Koeffisiyentlarning standart xatoligi va dispersiyasi)
Regressiyaning kodlangan koeffisiyentlarini ahamiyatlilikga tekshirishda Styudent mezonidan
foydalanamiz.
- kattalik matrisaning dioganal elementlari bo’lsin.
matrisa yuqorida keltirilgan, ya’ni:
dispersiyaning bahosi quyidagi formula bilan hisoblanadi:
Koeffisiyentlarning standart xatoligi:
uchun quyidagilarni hisoblaymiz:
Shu kabi hisoblashlardan keyin quyidagi jadvalga ega bo’lamiz:
b0= b1= b2= b3= b12= b13= b23= b123=
z* 50,3669962
3 0,00555876
5 0,22145440
6 0,01036323
2 0,03508579
4 0,00758991
3 0,04790598
6 0,02336608
S 4,85258945
9 4,85258945
9 4,85258945
9 4,85258945
9 4,85258945
9 4,85258945
9 4,85258945
9 4,85258945

S
b 34,4386862
7 0,36179511
7 2,28357727
6 0,49399342
5 0,90894835
3 0,42275809
8 1,06210741
5 0,74176532
t
jad 2,27 2,27 2,27 2,27 2,27 2,27 2,27
S
b *t
jad 78,1758178
4 0,82127491
6 5,18372041
7 1,12136507
6 2,06331276
2 0,95966088
2 2,41098383
2 1,68380728
|b| 25,1404041
5 0,26716454
4 8,54576273
7 8,18297517
2 0,0733034 0,19577219
5 8,41166623
9 0,14469574
Regressiyaning kodlangan koeffisiyentlarini ahamiyatlilik sharti:
Jadvaldan ko’rinadiki, koeffisiyentlar ahamiyatsiz ekan, u holda regressiya
tenglamasi quyidagi ko’rinishda bo’ladi:
Ayni shunday jadvalni uchun ham tuzishimiz mumkin, u holda quyidagi jadvalga ega
bo’lamiz:
b0= b1= b2= b3= b12= b13= b23= b123=
z* 50,3669962
3 0,00555876
5 0,22145440
6 0,01036323
2 0,03508579
4 0,00758991
3 0,04790598
6 0,02336608
S 2,02998942
2 2,02998942
2 2,02998942
2 2,02998942
2 2,02998942
2 2,02998942
2 2,02998942
2 2,02998942
S
b 14,4067759 0,15135017
4 0,95529155
2 0,20665284
7 0,38024142
7 0,17685288
9 0,44431263
7 0,31030355
t
jad 2,27 2,27 2,27 2,27 2,27 2,27 2,27
S
b *t
jad 32,7033812
8 0,34356489
6 2,16851182
3 0,46910196
3 0,86314804 0,40145605
9 1,00858968
5 0,70438907
|b| 8,24609692
3 0,06847180
1 2,84408205 2,52238841
7 0,31448004
2 0,25021292
7 2,87962645
6 0,00420468
Jadvaldan ko’rinadiki, koeffisiyentlar ahamiyatsiz ekan, u holda regressiya
tenglamasi quyidagi ko’rinishda bo’ladi:
6.5. Regressiya tenglamasini umumiy monandlikga tekshirish.
(Determinasiya koeffisiyentini aniqlash, Fisher mezoni)
Determinasiya koeffisiyenti quyidagi formuladan aniqlanadi:

To’g’rilanuvchi determinasiya koeffisiyenti quyidagi formuladan aniqlanadi:
Hisoblaymiz:
,
Fisher mezoni (F-statistika) quyidagi formula bilan aniqlanadi:
Hisoblaymiz:
Agar shart bajarilsa statistika koeffisiyenti bo’ladi. Tekshiramiz:
Demak, statistika koeffisiyenti bo’ladi.

VII. MODDIY BALANS VA OBYEKTNING DINAMIK MODELINI TUZISH
7.1. Moddiy balans tuzish.
Bu yerda – separatorga kirishda aralashma (kondensat) oqimi; – chiqishda suyuqlik sarfi;
– chiqishda gaz sarfi.
Moddiy balans massaning saqlanish qonunini akslantiradi.Kondensatni gazsizlantirish jarayoni
bir yoki bir nechta ishlash pog’onalaridani iborat.
komponentli va sarf ixtiyoriy yengil fraksiyali kondensat idishga kelib tushadi , u yerda
bosim va harorat o’rnatiladi. Yengil berilgan bosimda uglevodorodlarni qaynashi haroratidan
yuqori haroratda, kondensatni gazsizlanishi ro’y beradi. komponentali gaz va komponentli
suyuqlik mos ravishda va sarf bilan idishdan ajratib turiladi.
Material balans tenglamasiga ko’ra
Bizning holda balans tenglamasini quyidagicha yozish mumkin
Keltirilgan tenglamadan quyidagini yozish mumkin, ya’ni:
Taqqoslash uchun quyidagi jadvalni tuzamiz.
Sinovlar X0 X1 X2 X3 Y1 Y2
1 1 -1 -1 -1 33,2125382
3 10,6044067
2 1 1 -1 -1 33,7024134
1 10,8614751
6
3 1 -1 1 -1 32,5083469
4 11,2960462
3
4 1 1 1 -1 33,8702187
1 10,3120132
6
5 1 -1 -1 1 33,7720732
6 10,8100475
6
6 1 1 -1 1 34,0576426
5 12,0847864
7
7 1 -1 1 1 0 0
8 1 1 1 1 0 0
SUMM
A 201,123233
2 65,9687753
8
,
.

Demak, ushbu natijaga ko’ra moddiy balans
bajariladi.
7.2. Obyektning dinamik modelini tuzish
Dinamik model differensial teglama ko’rinishida tasvirlanadi, ya’ni kirishlar va o’zgarmas kattaliklar
ta’sirida vaqtga bog’liq chiqish parametrining o’zgarishidan aniqlanadi.
Bizning obyektimiz – bu sanoat separatori bo’lib, o’z parametrlariga ega sodda obyekt
hisoblanadi. Separator parametrlari bo’yicha umumiy dinamik tenglamasi quyidagi ko’rinishda
bo’ladi:
Bu yerda K = ρ
2(
c1f1
√(p− pnp)ρ
−
c2f2
√(pp− p)ρ
),
K1=
c1√ρ(p− pnp)
K ,
,
Boshlang’ich ma’lumotlar sifatida quyidagi parametrlar berilgan bo’lsin:
- separatorga kirishdagi aralashma bosimi
- o’tish chizig’idagi gaz bosimi
- separator ichki bosimi
- kirishdagi klapanning o’tish kesimimning yuzasi
- chiqishdagi klapanning o’tish kesimimning yuzasi
- separator doimiysini hisoblashda olinadigian o’zgarmas son
- separator doimiysini hisoblashda olinadigian o’zgarmas son
- aralashma zichligi
Bu parametrlarning qiymatlari:
Hisoblaymiz:
,
2,784181 3,263945 3,024063 0,05 0,08 688
Jadvaldagi qiymatlardan foydalanib koeffisiyentlarni topamiz:

0,672536 86018,06 74990,1
Yuqoridagi hisoblashlardan umumiy dinamik tenglama ko’rinishi aniqlaymiz:
.
Xulosa
Xulosam shundan iboratki : menga berilgan 60 ta tajriba uchun ma’lumotlar asosida 60
ta tajribani o’tkazdim. Bunda ko’rinib turibdiki 60 ta tajribani 6 ta guruhga bo’linib
o’rgandik. Bu 6 ta guruhlar quyidagilar. X
1 Y
1 , X
1 Y
2 , X
2 Y
1, X
2 Y
2 , X
3 Y
1 , X
3 Y
2
Bu 6ta guruh ketma ketlikda amalga oshirildi. Bu aslida x va y lar kirish va chish
faktorlari hisoblanadi. Tanlanmani biz EXCEL dasturidan danni bo’limiga murojat
qilish orqali , uning filtir konstruksiyasi orqali filtirlanib keyin o’siah tartibida
joylashtirib 0.5 intervalda tanlanma qilamiz. SHu tanlanmani amalga oshirganimizdan
sung x ning kvadrati, kubi, to’rtinchi darajasini hamda x va y bog’liqlik
ko’paytmalarini va x ning kvadrati hamda y ning ko’paytmasini amalga oshirib
olamoiz. Chunki bu bizga tanlanmamizning ya’ni kirish faktori = x ni , hamda chiqish
faktori = y , to’g’risida grafik orqali ma’lumotga ega bo’lishimiz mumkin. Shu
hisoblashlardan so’ng x va y ning birbiriga bog’liqlik garafigi kelib chiqadi. Bu grafik
asosan chiziqli , parabolik, polinom, logarifmik, integralli bo’lishi mumkin. Biz e –
chetlanishlar asosida regressiya koefsentlarini aniqlaymiz. Regressiya koeffisiyentlari
asosan chiziqli uchun b
0 hamda b
1 ni tashkil etadi. Parabolik uchun esa b
0 , b
1 ,b
2 lar
topiladi. Yuqori darajali bo’lsa agar regressiya koeffisiyentlar soni ko’payib
boraveradi . Bizga buning ahamiyati ham bor bo’lib , biz uning natijasi kuchiga teng
parabolikni ishlaymiz. Bu qismini qilib bo’lganimizdan so’ng biz determenatsiya
koeffisiyentini aniqlab olamiz;
huddi mana bunga o’xshab.
r 2
xy = ¿ 0,242924686) = R 2

yoki
Qolganlari ham huddi shu jkabi amalga oshiroladi. Bunda fesher mezoni , student
mezoni , F statik taxlili, monandlikka tekshirdik , kodlashgan kanbenatsiyalsh ham qilib
o’tdik. Undan sung ketma ketlikda bajarilib kelib eng oxida dinamik modeluni qurdik.
Shu tariqa 60 ta tajriba asosida kerakli ma’lumotlarga ega bo’ldik. Hamma ma’lumotlar
ma’lum yo’l yuriqlar asosida nomoyon bo’ldi. Keling ozgina ma’lumot berib o’tsak.
Giperbola 2.Parabola 3.Polinom 4.Ko’rsatkichli 5.Ekspontsional 6.Ekstremal
1.Maksimal 2.Simmetrik 3.Normal 4.Logarifmik 5.Korrelyatsiya indeksi 6.Dispertsiya.
Y va , ..., , 1 2 n x x x lar orasidagi analitik munosabat regressiya tenglamasi deyiladi .
Bir va ko’p omilli regressiya Regressiya tenglamasiga kiritilgan o’zgaruvchilarning
soniga bog’liq ravishda juft (oddiy) va ko’p omilli (o’lchovli) regressiya bo’lishi
mumkin. Y va x ikki o’zgaruvchi orasidagi regressiya juft(oddiy) regressiya deyiladi,
ya’ni model ko’rinishga ega bo’ladi. bu erda: y  natijaviy belgi(erksiz o’zgaruvchi); x 
erkli o’zgaruvchi(omil). Natijaviy belgining ikki va undan ortiq erkli o’zgaruvchilar
bilan regressiyasi ko’p omilli regressiya deyiladi .
y  f (x) bu bir va ko’p omilli regressiyadir. Har qanday ekonometrik tadqiqot
o’zgaruvchilar oralaridagi bog’lanishlar nazariyasidan kelib chiqib modellarni
shakllantirishdan boshlanadi. Avvalo natijaga ta’sir etuvchi omillar to’plamidan
muxumlarini, ko’proq ta’sir etuvchilarini ajratib olinadi. Agarda iqtisodiy jarayonni
belgilovchi asosiy omil ma’lum bo’lsa, u holda jarayonni o’rganish uchun juft
regressiyaning o’zi etarli. Xulosa qiladigan bo’lsam tajriba natijalari sifatli , anniq ,
qiymatlarini to’liq ishlab topildi. Tajriba kerakli natijani bergandan biz uning amaliy
ishlar uchun shu tarzda qo’llashimiz mumkin. Gaz separarorida kirishda mahsulot
ma’lum tezlikda, aralashma holatida holatlaridan tozalydigan qurilma hisoblanadi.
Undan keyin separator ajratgan maxsulotni 2 ta chiqish orqali ikkixil jarayonga
junatadi. Bu maxsulotlar gaz tarkibidan ajralgandan so’ng , keyingi bosqichga
o’tadi .Keyingi bosqichda yana qandaydir jarayonlar amalga oshiriladi. Gaz tarkibidan

15 ga yaqin maxsulotlar olsa bo’ladi. Bu maxsulotlar inson uchu8n ishlatiladigan
maxsulotlar bo’lishi aniq.

Foydalanilgan adabiyotlar
1 I.A.Karimov Jahon moliyaviy-iqtisodiy inqirozi, O‘zbekiston sharoitida uni
bartaraf etishning yo‘llari va choralari.//T.: O‘zbekiston.
2 Bannov P.G. Protsess ы pererabotki nefti. Izdat. Moskva-2000 Str.116.
3 Reglament ы ustanovok kataliticheskogo riforminga. L-35-11/300, Lch-35-
11/600.
4 Sredin V.V. Tarasenkov P.M. Oborudovanie i truboprovod ы ustanovok
kataliticheskogo riforminga i gidroochistki. 1963
5 Sovremennie katalizatori neftepererabotki. – SNIITE neftexim, 1999
6 Boriov G.S. Brikov V.P. Ditnerskiy YU.I. Osnovnie protsessi i apparati
ximicheskoy texnologii: Posobie po proektirovaniyu. Ximiya, 1991 Str.496
7 S.A.Farmazov. Ekspluatatsiya oborudovaniya neftepererabativayushix
zavodov. Izdat. Ximiya 1969g.
8 Molokanov YU.K. Protsessi i apparati neftegazo-pererabotki. Moskva
Ximiya-1980g.
9 Zavod reglamentlari.
10.Internet; Ziyo.net.

Texnologik jarayon tavsifi

Sotib olish

Dokument ma'lumotlari

Sotuvchi

Texnologik jarayon tavsifi

O'xshash dokumentlar