книги / Математическое моделирование и основы научных исследований в сварке. Статистическая обработка и планирование эксперимента-1
.pdfчиться проведением ¼ реплики вида 25–2, которая может быть задана следующими генерирующими соотношениями:
x4 x1x2 , x5 x1x3.
В табл. 36 приведены выбранные уровни и интервалы
варьирования факторов при сварке проволокой диаметром 3 |
мм. |
||||||
|
|
|
|
Т а б л и ц а |
3 6 |
||
|
|
|
|
|
|
|
|
Наименование |
|
|
Факторы |
|
|
|
|
х1, Vп.п |
х2, Vсв |
х3, В |
х4, Uх.х |
х5, L |
|||
|
|||||||
Основной уровень |
140 |
18,0 |
19,0 |
36,0 |
40,0 |
||
Интервал варьирования, i |
55 |
2,0 |
3,0 |
2,0 |
10,0 |
||
Верхний уровень |
195 |
20,0 |
22,0 |
38,0 |
50,0 |
||
Нижний уровень |
85 |
16,0 |
16,0 |
34,0 |
30,0 |
Матрица планирования и результаты опытов приведены в табл. 37. Опыты не дублировали. Для определения дисперсии воспроизводимости были проведены четыре опыта в центре плана. Параметрами оптимизации были приняты угол смачиваемости (Y1), коэффициент формы шва (Y2 отношение глубины проплавления к ширине шва) и время сварки (в часах) одного погонного метра шва толщиной 100 мм (Y3). Оптимизацию режима сварки в узкую разделку целесообразно производить не по одному параметру оптимизации, а по нескольким. Для этого применяют обобщенную функцию желательности (рис. 26).
|
|
|
|
|
|
|
|
|
|
Т а б л и ц а |
3 7 |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Но- |
|
|
|
|
|
|
|
Результаты опытов |
|
|
||||
мер |
X1 |
X2 |
X3 |
X4 |
X5 |
|
|
|
|
|
|
|
|
|
опы- |
y1 |
d1 |
y2 |
d2 |
y3 |
d3 |
D1 |
D2 |
||||||
|
|
|
|
|
||||||||||
та |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+ |
+ |
+ |
+ |
+ |
115 |
0.02 |
1.9 |
0.95 |
1.6 |
0.78 |
0.14 |
0.25 |
|
2 |
|
+ |
+ |
|
|
130 |
0 |
2.4 |
1.0 |
3.6 |
0.10 |
0 |
0 |
|
3 |
+ |
|
+ |
|
+ |
80 |
0.29 |
1.7 |
0.85 |
1.6 |
0.78 |
0.50 |
0.60 |
|
4 |
|
|
+ |
+ |
|
90 |
0.20 |
2.1 |
1.0 |
3.6 |
0.10 |
0.45 |
0.27 |
151
О к о н ч а н и е т а б л . 3 7
Но- |
|
|
|
|
|
|
|
Результаты опытов |
|
|
||||
мер |
X1 |
X2 |
X3 |
X4 |
X5 |
|
|
|
|
|
|
|
|
|
опы- |
y1 |
d1 |
y2 |
d2 |
y3 |
d3 |
D1 |
D2 |
||||||
|
|
|
|
|
||||||||||
та |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
+ |
+ |
|
+ |
|
65 |
0,55 |
1,0 |
0,14 |
1,1 |
0,89 |
0,28 |
0,41 |
|
6 |
|
+ |
|
|
+ |
80 |
0,29 |
2,5 |
1,0 |
2,7 |
0,29 |
0,54 |
0,45 |
|
7 |
+ |
|
|
|
|
45 |
0,75 |
0,9 |
0,08 |
1,1 |
0,89 |
0,25 |
0,36 |
|
8 |
|
|
|
+ |
+ |
70 |
0,45 |
2,3 |
1,0 |
2,7 |
0,29 |
0,67 |
0,52 |
|
9 |
0 |
0 |
0 |
0 |
0 |
81 |
|
1,7 |
|
2,0 |
|
|
|
|
10 |
0 |
0 |
0 |
0 |
0 |
85 |
|
1,75 |
|
2,1 |
|
|
|
|
11 |
0 |
0 |
0 |
0 |
0 |
79 |
|
1,8 |
|
2,3 |
|
|
|
|
12 |
0 |
0 |
0 |
0 |
0 |
86,5 |
|
1,65 |
|
2,1 |
|
|
|
Рис. 26. Функция желательности: Y1 – угол смачиваемости стенок разделки расплавленным металлом; Y2 – коэффициент формы шва; Y3 – время сварки одного метра шва толщиной 100 мм (в часах)
Формула желательности для каждого индивидуального показателя имеет вид
152
dexp exp y ,
где y – переведенное в безразмерную шкалу измеренное
значение Yi (параметр оптимизации).
В качестве показателя качества была выбрана обобщенная функция желательности
D1 d1d2 ,
где d1 и d2 – индивидуальные желательности угла смачиваемости и коэффициента формы шва соответственно.
При оптимизации учитывалась также и производительность
процесса, для чего анализировалась обобщенная функция |
|
D2 d1d2d3 , |
(22) |
где d3 – желательность производительности процесса сварки, оценка которой производилась по времени сварки (в часах) 1 погонного метра шва толщиной 100 мм.
Оптимизация производилась с помощью факторного эксперимента и крутого восхождения по обобщенным функциям желательности D1 и D2.
На рис. 27 и 28 приведены листинги расчетов, выполненных в среде Mathcad. Получены значения коэффициентов уравнений регрессии и оценка их значимости по критерию Стьюдента (t-критерию). При выполнении расчетов использовались, кроме указанных ранее, следующие функции Mathcad:
qt(p, f) обращает t-распределение Стьюдента; f число степеней свободы, 0 < p < 1;
qF(p, d1, d2) обращает F-распределение; f1, f2 > 0 являются числами степеней свободы; 0 < p < 1.
Таким образом, при выполнении расчетов в среде Mathcad для определения критериев Стьюдента и Фишера использовались указанные выше функции. Анализируя полученные результаты, можно отметить высокие коэффициенты корреляции между экспериментальными и расчетными данными.
153
Приведенные матрицы Y01, Y02 и Y03 соответствуют экспериментальным данным параметров оптимизации при значении факторов на нулевом уровне.
|
|
1 |
1 |
|
1 |
1 |
|
1 |
1 |
|
|
|
115 |
|
|
|
1.9 |
|
|
|
|
|
|
|
1.5 |
||||||||
|
|
1 |
1 |
|
1 |
1 |
1 |
1 |
|
|
|
130 |
|
|
|
2.4 |
|
|
|
|
|
|
|
3.5 |
|||||||||
|
|
|
1 |
1 |
|
1 |
1 |
1 |
1 |
|
|
|
|
80 |
|
|
|
|
|
1.7 |
|
|
|
|
|
|
|
|
1.6 |
|
|||
|
|
|
1 |
1 |
|
1 |
1 |
|
1 |
1 |
|
|
|
|
90 |
|
|
|
|
|
2.1 |
|
|
|
|
|
|
|
|
3.6 |
|
||
X |
|
|
|
|
Y1 |
|
|
|
Y2 |
|
|
|
|
|
Y3 |
|
|
|
|||||||||||||||
|
1 |
1 |
|
1 |
1 |
|
1 |
1 |
|
|
65 |
|
|
1 |
|
|
|
|
1.1 |
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
1 |
1 |
|
1 |
1 |
1 |
1 |
|
|
|
|
80 |
|
|
|
|
|
2.5 |
|
|
|
|
|
|
|
|
2.5 |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
1 |
1 |
|
1 |
1 |
1 |
1 |
|
|
|
|
45 |
|
|
|
|
0.9 |
|
|
|
|
|
|
|
1.1 |
|||||||
|
|
|
|
1 |
|
1 |
1 |
|
1 |
1 |
|
|
|
|
70 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
1 |
|
|
|
|
|
|
|
|
|
|
2.3 |
|
|
|
|
|
|
|
2.8 |
|
|||||||||||
|
|
|
0.02 |
|
|
|
|
0.95 |
|
|
|
|
|
0.78 |
|
|
|
|
81 |
|
|
|
|
|
|
|
1.7 |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
0 |
|
|
1 |
|
|
|
|
0.1 |
Y01 |
|
|
85 |
|
|
Y02 |
|
1.75 |
|
||||||||||||
|
|
|
0.29 |
|
|
|
|
0.85 |
|
|
|
|
|
0.78 |
|
|
79 |
|
|
|
1.8 |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
0.2 |
|
|
|
|
1 |
|
|
|
|
|
|
0.1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
86.5 |
|
|
|
|
|
1.65 |
|
||||||||
d1 |
|
0.55 |
d2 |
0.14 |
|
d3 |
|
|
0.89 |
|
|
|
|
|
|
|
|
2.0 |
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2.1 |
|
|
|
|
|
|
|
|
0.29 |
|
|
1 |
|
|
|
|
0.29 |
|
|
|
|
|
Y03 |
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2.3 |
|
|
|
|
|
|
|||||||
|
|
|
0.75 |
|
|
|
|
0.08 |
|
|
|
|
|
0.89 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
0.45 |
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2.1 |
|
|
|
|
|
1 |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
0.29 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
n0 4 |
i 0 7 |
j |
0 |
5 |
N 8 |
D1i |
|
|
|
|
D2i d1i d2i d3i 3 |
||||||||||||||||||||||
|
d1i d2i |
|
B1 |
|
|
T |
1 |
T |
B2 |
T |
1 |
T |
|
|
B3 |
|
T |
1 |
|
T |
|
|||||
|
X |
X |
|
X Y1 |
X |
X |
X Y2 |
|
X |
X |
X Y3 |
|
|||||||||||
Y1r X B1 |
|
corr(Y1 Y1r) 0.973 |
|
Y2r X B2 |
|
corr(Y2 Y2r) |
0.999 |
|
|||||||||||||||
Y3r X B3 |
|
corr(Y3 Y3r) 0.999 |
|
|
|
|
0.138 |
|
|
0.246 |
|
||||||||||||
|
|
84.375 |
|
|
1.85 |
|
|
|
2.212 |
|
|
|
0 |
|
|
|
|
0 |
|
||||
|
|
|
|
|
0.496 |
|
|
|
0.577 |
|
|||||||||||||
|
|
8.125 |
|
0.475 |
|
|
0.888 |
|
|
|
|||||||||||||
|
|
|
|
|
0.447 |
|
|
|
0.271 |
|
|||||||||||||
|
|
13.125 |
|
|
0.1 |
|
|
0.063 |
|
D1 |
|
|
D2 |
|
|
||||||||
B1 |
19.375 |
|
B2 |
0.175 |
|
B3 |
0.338 |
|
|
0.277 |
|
|
0.409 |
|
|||||||||
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
0.539 |
|
|
|
0.438 |
|
|||||||
|
|
|
0.625 |
|
|
0.025 |
|
|
|
0.037 |
|
|
|
|
|
|
|
||||||
|
|
|
1.875 |
|
|
0.25 |
|
|
|
|
|
|
|
0.245 |
|
|
0.377 |
|
|||||
|
|
|
|
|
|
|
0.113 |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.671 |
|
|
0.507 |
|
Рис. 27. Матрицы планирования, расчет коэффициентов уравнений регрессий (B1, B2 и В3), расчетных значений параметров оптимизации (Y1r, Y2r и Y3r), обобщенных функций желательности (D1, D2)
и коэффициентов корреляции в пакете Mathcad
154
Оценка значимости коэффициентов регрессии по t-кри- терию (см. рис. 28) показала, что статистически незначимыми в уравнениях для Y 2 и d 2 являются коэффициенты при X 4, некоторые коэффициенты находятся на граничном уровне и их можно оставить.
Рис. 28. Расчет значимости коэффициентов регрессии и адекватности полученных математических моделей
155
На рис. 28 приведены расчеты по проверке гипотезы адекватности моделей по критерию Фишера по приведенным ранее формулам. Согласно этим расчетам, все линейные модели адекватны с 5%-м уровнем значимости.
Уравнения регрессии для параметров оптимизации Y1m, Y2m и Y3m приведены на рис. 28. Для уменьшения угла смачиваемости (Y1m) скорость подачи проволоки необходимо уменьшать, так как коэффициент при Х1 отрицательный. Остальные факторы (скорость сварки, ширину разделки и вылет электрода) необходимо увеличивать. Такая же закономерность наблюдается и для коэффициента формы шва.
Для уменьшения времени сварки одного погонного метра шва, как и следовало ожидать, необходимо увеличить скорость подачи проволоки, скорость сварки, вылет электрода и уменьшить ширину разделки.
Так как ни в одном из опытов не удалось достигнуть высоких значений функций желательности D1 и D2 (выше 0,8), было осуществлено движение по градиенту, при этом за основу было принято уравнение для D1. Расчет коэффициентов уравнений регрессии для D1 и D2 приведен на рис. 29.
Рис. 29. Расчет коэффициентов уравнений регрессии для функций желательности D1 и D2, коэффициентов корреляции экспериментальных и расчетных значений D1 и D2
156
Т а б л и ц а 3 8
Расчетные параметры |
|
X1 |
X2 |
X3 |
X4 |
X5 |
|
bi – коэффициент регрессии |
|
0,0475 |
–0,08 |
–0,08 |
0,005 |
0,0975 |
|
xi bi |
|
2,61 |
–0,1 |
–0,24 |
|
0,975 |
|
Шаг, соответствующий |
|
15 |
–0,92 |
–1,38 |
|
5,6 |
|
изменению Х1 = 15 |
|
||||||
|
|
|
|
|
|
||
Округление |
|
15 |
–1 |
–1 |
|
5 |
|
Мысленный опыт |
|
1 |
155 |
17 |
17,5 |
36 |
45 |
Мысленный опыт |
|
2 |
170 |
16 |
16,0 |
36 |
60 |
Реализованный опыт |
|
3 |
180 |
15 |
15,0 |
36 |
55 |
Реализованный опыт |
|
4 |
195 |
14,5 |
15,0 |
36 |
60 |
Т а б л и ц а 3 9
Наименование |
Номер |
Расчетные и экспериментальные данные |
||||
опыта |
опыта |
|
|
|
|
|
Y 1 |
Y 2 |
Y 3 |
D1 |
D2 |
||
Мысленный |
1 |
67 |
1,7 |
1,78 |
0,48 |
0,49 |
Мысленный |
2 |
50 |
1,55 |
1,3 |
0,62 |
0,63 |
Реализованный |
3 |
35/35 |
1,45/1,5 |
0,9 |
0,74/0,76 |
0,75 |
Реализованный |
4 |
30/30 |
1,45/1,5 |
0,6 |
0,81/0,82 |
0,83 |
Примечание: в числителе приведены расчетные данные, в знаменателе экспериментальные.
Этот расчет непосредственно связан с расчетами, приведенными на рис. 23.
Расчет шагов крутого восхождения и полученные результаты представлены в табл. 38 и 39.
5.2.Оптимизация процесса вибродуговой наплавки
вуглекислом газе
Наплавку производили проволокой Св-12Х18Н10Т диаметром 3,5 мм на образцы диаметром 120 мм, изготовленные из стали 45 [6]. Условия наплавки характеризовались следующими величинами: частота вибраций электрода – 50 Гц; амплитуда
157
колебаний – 1,7 мм; вылет электрода от торца горелки – 15 мм. Защитной средой являлся углекислый газ.
Толщина наплавленного слоя определяется сочетанием значений параметров процесса. Одну и ту же толщину a наплавленного слоя (рис. 30) можно получить при различных сочетаниях значений параметров процесса, основными из которых являются: диаметр электрода, скорость его подачи, скорость наплавки, шаг наплавки, рабочее напряжение и величина смещения электрода. Технологический процесс должен обеспечить получение заданной глубины проплавления с минимальным припуском z на механическую обработку.
Задачей проведения экс-
периментов является получение математических моделей, устанавливающих зависимость между основными параметрами наплавки и характеристиками наплавленного слоя (толщиной наплавленного слоя a и припуском на механическую обработку z). При планировании эксперимента в качестве переменных факторов были приняты следующие: Vэ –
скорость подачи сварочной проволоки, м/ч; Vн – скорость наплавки, м/ч; t – шаг наплавки, мм/об; Uр – рабочее напряжение, В; H/R – относительное смещение электрода, где R – радиус наплавляемой поверхности; H – смещение электрода от зенита (против направления вращения детали).
На первом этапе исследования была реализована полуреплика 25–1 с определяющим контрастом 1 x1x2 x3 x4 x5 . Основ-
ные уровни и интервалы варьирования факторов, выбранные по результатам предварительных экспериментов, приведены в табл. 40.
158
Т а б л и ц а 4 0
№ |
|
|
Интервалы |
Уровень факторов |
||
|
Факторы |
варьирова- |
|
|
|
|
|
основ- |
верх- |
нижний, |
|||
п/п |
|
|||||
|
|
ния |
ной, 0 |
ний, +1 |
–1 |
|
|
|
|
||||
1 |
x1 |
скорость подачи элект- |
8 |
56 |
64 |
48 |
родной проволоки, м/ч |
||||||
2 |
x2 |
скорость наплавки, м/ч |
6 |
34 |
40 |
28 |
3 |
x3 |
шаг наплавки, мм/об |
1 |
6 |
7 |
5 |
4 |
x4 |
рабочее напряжение, В |
1 |
21 |
22 |
20 |
5 |
x5 относительное смеще- |
0,083 |
0,333 |
0,416 |
0,250 |
|
ние электрода от зенита, H/R |
Из каждого наплавленного цилиндрического образца изготавливали по четыре макрошлифа, на которых измеряли толщины наплавленного слоя и припуски на механическую обработку. Измерения выполняли с точностью до 0,1 мм. На каждом макрошлифе a и z определяли как средние значения из 12–16 измерений. Матрица планирования и результаты опытов
представлены в табл. 41. В столбцах yz и ya таблицы
приведены соответствующие средние значения припуска z и толщины слоя a. Опыты не дублировали.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Т а б л и ц а |
4 1 |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Но- |
x0 |
x1 |
x2 |
x3 |
x4 |
x5 |
2 |
3 |
4 |
5 |
3 |
4 |
5 |
4 |
5 |
5 |
ya |
yz |
мер |
1 |
1 |
1 |
1 |
2 |
2 |
2 |
3 |
3 |
4 |
||||||||
|
|
|
|
|
|
|
x |
x |
x |
x |
x |
x |
x |
x |
x |
x |
|
|
опы- |
|
|
|
|
|
|
x |
x |
x |
x |
x |
x |
x |
x |
x |
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
та |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
|
|
1 |
1 |
–1 |
–1 |
–1 |
–1 |
1 |
1 |
1 |
1 |
–1 |
1 |
1 |
–1 |
1 |
–1 |
–1 |
2.20 |
0.28 |
2 |
1 |
1 |
–1 |
–1 |
–1 |
–1 |
–1 |
–1 |
–1 |
–1 |
1 |
1 |
1 |
1 |
1 |
1 |
2.97 |
0.45 |
3 |
1 |
–1 |
1 |
–1 |
–1 |
–1 |
–1 |
1 |
1 |
1 |
–1 |
–1 |
–1 |
1 |
1 |
1 |
1.60 |
0.55 |
4 |
1 |
1 |
1 |
–1 |
–1 |
1 |
1 |
–1 |
–1 |
1 |
–1 |
–1 |
1 |
1 |
–1 |
–1 |
1.98 |
0.33 |
5 |
1 |
–1 |
–1 |
1 |
–1 |
–1 |
1 |
–1 |
1 |
1 |
–1 |
1 |
1 |
–1 |
–1 |
1 |
1.90 |
0.65 |
159
О к о н ч а н и е т а б л . 4 1
Но- |
x0 |
x1 |
x2 |
x3 |
x4 |
x5 |
2 |
3 |
4 |
5 |
3 |
4 |
5 |
4 |
5 |
5 |
ya |
yz |
мер |
1 |
1 |
1 |
1 |
2 |
2 |
2 |
3 |
3 |
4 |
||||||||
|
|
|
|
|
|
|
x |
x |
x |
x |
x |
x |
x |
x |
x |
x |
|
|
опы- |
|
|
|
|
|
|
x |
x |
x |
x |
x |
x |
x |
x |
x |
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
та |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
|
|
6 |
1 |
1 |
–1 |
1 |
–1 |
1 |
–1 |
1 |
–1 |
1 |
–1 |
1 |
–1 |
–1 |
1 |
–1 |
2.20 |
0.35 |
7 |
1 |
–1 |
1 |
1 |
–1 |
1 |
–1 |
–1 |
1 |
–1 |
1 |
–1 |
1 |
–1 |
1 |
–1 |
1.04 |
0.63 |
8 |
1 |
1 |
1 |
1 |
–1 |
–1 |
1 |
1 |
–1 |
–1 |
1 |
–1 |
–1 |
–1 |
–1 |
1 |
0.82 |
1.79 |
9 |
1 |
–1 |
–1 |
–1 |
1 |
–1 |
1 |
1 |
–1 |
1 |
1 |
–1 |
1 |
–1 |
1 |
–1 |
2.31 |
0.42 |
10 |
1 |
1 |
–1 |
–1 |
1 |
1 |
–1 |
–1 |
1 |
1 |
1 |
–1 |
–1 |
–1 |
–1 |
1 |
2.73 |
0.28 |
11 |
1 |
–1 |
1 |
–1 |
1 |
1 |
–1 |
1 |
–1 |
–1 |
–1 |
1 |
1 |
–1 |
–1 |
1 |
1.90 |
0.36 |
12 |
1 |
1 |
1 |
–1 |
1 |
–1 |
1 |
–1 |
1 |
–1 |
–1 |
1 |
–1 |
–1 |
1 |
–1 |
2.38 |
0.35 |
13 |
1 |
–1 |
–1 |
1 |
1 |
1 |
1 |
–1 |
–1 |
–1 |
–1 |
–1 |
–1 |
1 |
1 |
1 |
2.03 |
0.26 |
14 |
1 |
1 |
–1 |
1 |
1 |
–1 |
–1 |
1 |
1 |
–1 |
–1 |
–1 |
1 |
1 |
–1 |
–1 |
2.27 |
0.72 |
15 |
1 |
–1 |
1 |
1 |
1 |
–1 |
–1 |
–1 |
–1 |
1 |
1 |
1 |
–1 |
1 |
–1 |
–1 |
1.17 |
0.83 |
16 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1.55 |
0.41 |
17 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
2.35 |
0.19 |
18 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
2.37 |
0.18 |
19 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
2.23 |
0.33 |
20 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
2.26 |
0.27 |
21 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
2.38 |
0.19 |
22 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
2.24 |
0.35 |
Дисперсии воспроизводимости S 2 ya и S 2 yz определяли по
шести параллельным опытам в центре плана, т.е. выполненным при нахождении всех факторов на нулевых (основных) уровнях.
|
|
|
1 |
n0 |
|
|
|
1 |
n0 |
|
||
S 2 ya |
|
|
ya |
yas 2 ; S 2 yz |
|
|
yz |
yzs 2 . |
||||
n |
|
n |
|
|||||||||
|
|
1 u |
1 |
|
|
1 u |
1 |
|
||||
|
0 |
|
|
|
|
0 |
|
|
|
На рис. 31 приведен листинг расчета дисперсий воспроизводимости. На рис. 32 приведен листинг расчета коэффициентов линейных уравнений регрессии, их значимости и адекватности модели (без учета коэффициентов взаимо-
160