Table 6 andFigures 6-9 show correla

Table 6 and
Figures 6-9 show correlation coefficients with their corresponding p-values and scatter
plots, respectively. Surprisingly, there was no statistically significant correlation between
payloads for the experimental period and fuel/cycle as indicated by the p-value of 0.1801
(greater than α = 0.05). This was contrary to expectation and hence the correlation
between payload for the entire available data set (May 3 to July2) and fuel/cycle was also
analyzed. This yielded a statistically significant correlation (p-value of 0.0000). Modeling
fuel/cycle per ton is desirable so that the model can be extended to different truck
payloads. In fact, it is expected that fuel consumption should correlate to amount of
material carried since more work is done. Hence, correlations between cycle time
components in Table 6 and fuel/cycle/ton was tested and statistically significant positive
correlation was found. Based on this, the regression model in Equation (3) was
formulated. In this model, ti is cycle time in minutes for component i. Subscripts es, et, l,
ls, and lt mean empty stopped, empty travel, loading, loaded stopped, and loaded travel.

ผลลัพธ์ (ไทย) 1:

ตาราง 6 และตัวเลข 6-9 แสดงค่าสัมประสิทธิ์สหสัมพันธ์ มีค่า p ที่เกี่ยวข้องและกระจายลงจุด ตามลำดับ จู่ ๆ มีไม่มีความสัมพันธ์อย่างมีนัยสำคัญทางสถิติระหว่างpayloads สำหรับรอบระยะเวลาทดลองและน้ำมันเชื้อเพลิง/รอบตามที่ระบุ โดยค่า p ของ 0.1801(ด้วยกองทัพมากกว่า 0.05) นี้เป็นการขัดกับความคาดหวัง และดังนั้นสหสัมพันธ์ระหว่างส่วนของข้อมูลทั้งหมดพร้อมใช้งานชุดข้อมูล (3 พฤษภาคมเพื่อ July2) และน้ำมันเชื้อเพลิง/รอบได้ยังวิเคราะห์ ซึ่งหาความสัมพันธ์อย่างมีนัยสำคัญทางสถิติ (p-value ของ 0.0000) การสร้างโมเดลเชื้อเพลิง/วงจรต่อตันเป็นการสมควรเพื่อให้สามารถขยายรูปแบบรถบรรทุกต่าง ๆpayloads ในความเป็นจริง คาดว่า ปริมาณการใช้น้ำมันเชื้อเพลิงควรสร้างความสัมพันธ์กับจำนวนวัสดุดำเนินการเนื่องจากทำงานมากขึ้น ดังนั้น ความสัมพันธ์ระหว่างรอบเวลาส่วนประกอบในตาราง 6 และเชื้อเพลิงรอบ/ตันเป็นบวกอย่างมีนัยสำคัญทางสถิติ และทดสอบพบความสัมพันธ์ ตามนี้ แบบจำลองถดถอยในสมการ (3) ถูกสูตร ในรุ่นนี้ ตี้คือ รอบเวลาในนาทีสำหรับคอมโพเนนต์ i. ตัวห้อย es, et, lls และ lt หมายถึง ว่างเปล่า หยุดเดิน โหลด โหลดหยุด และโหลดลง

ผลลัพธ์ (ไทย) 2:

ตารางที่ Table 6 and
และรูปที่6Figures 6-9 show correlation coefficients with their corresponding p-values and scatter
แสดงค่าสัมประสิทธิ์สหสัมพันธ์ที่มีค่าพีที่สอดคล้องกันของพวกเขาและกระจายแปลงตามลำดับ น่าแปลกที่ไม่มีความสัมพันธ์กันอย่างมีนัยสำคัญทางสถิติระหว่างplots, respectively. Surprisingly, there was no statistically significant correlation between
payloads ( = 0.05) payloads for the experimental period and fuel/cycle as indicated by the p-value of 0.1801
(greater than α = 0.05). This was contrary to expectation and hence the correlation
between payload for the entire available data set (May 3 to July2) and fuel/cycle was also
analyzed. This yielded a statistically significant correlation (p-value of 0.0000). Modeling
fuel/cycle per ton is desirable so that the model can be extended to different truck
payloads. In fact, it is expected that fuel consumption should correlate to amount of
material carried since more work is done. Hence, correlations between cycle time
components in Table 6 and fuel/cycle/ton was tested and statistically significant positive
correlation was found. Based on this, the regression model in Equation (3) was
formulated. In this model, ti is cycle time in minutes for component i. Subscripts es, et, l,
ls, and lt mean empty stopped, empty travel, loading, loaded stopped, and loaded travel.

ผลลัพธ์ (ไทย) 3:

ตารางที่ 6
) สัมประสิทธิ์สหสัมพันธ์กับ p-values โชว์ตัวเลขที่สอดคล้องกันของพวกเขาและกระจาย
แปลง ตามลำดับ จู่ ๆ ไม่มีความสัมพันธ์ระหว่าง
( สำหรับระยะเวลาทดลองและเชื้อเพลิง / วงจรตามที่ระบุโดยนัยของ 0.1801
( มากกว่าα = 0.05 ) นี่มันขัดกับความคาดหวังและด้วยเหตุนี้ความสัมพันธ์
ระหว่างนำข้อมูลที่มีอยู่ทั้งชุด ( 3 พฤษภาคมที่จะ july2 ) และเชื้อเพลิง / วงจรยัง
วิเคราะห์ ซึ่งพบความสัมพันธ์อย่างมีนัยสำคัญทางสถิติ ( p-value ของข้า ) แบบจำลอง
เชื้อเพลิง / รอบต่อตันเป็นที่พึงปรารถนาดังนั้นแบบจำลองนี้สามารถขยายไปยังรถบรรทุกที่แตกต่างกัน (
. ในความเป็นจริงมันเป็นที่คาดว่า ปริมาณการใช้เชื้อเพลิงจะสัมพันธ์กับปริมาณของวัสดุที่ทำงานมากขึ้น
ตั้งแต่จบแล้วดังนั้น ความสัมพันธ์ระหว่างองค์ประกอบเวลา
รอบโต๊ะ 6 และเชื้อเพลิง / รอบ / ตันและทดสอบนัยสำคัญทางสถิติบวก
ความสัมพันธ์ . ตามนี้ แบบจำลองการถดถอยในสมการ ( 3 )
สูตร . ในรูปแบบนี้ , Ti เป็นรอบเวลาในนาทีสำหรับชิ้นส่วนผม subscripts es , et , L ,
LS และ LT หมายถึงเปล่าหยุด เปล่าเดินทาง โหลด โหลด หยุด และเดินทางโหลด