- •Основные требования к объектам исследований.
- •Основные принципы планирования эксперимента.
- •Основные этапы пэ.
- •Требования к параметру оптимизации.
- •Задачи с несколькими выходными параметрами.
- •Факторы.
- •Выбор модели.
- •Геометрическая интерполяция модели.
- •Поверхность отклика будет иметь следующий вид.
- •Допущения относительно свойств модели.
- •Предпосылки выбора модели.
- •Факторный эксперимент.
- •Преимущества факторных экспериментов.
- •Метод варьирования факторов по одному:
- •Полный факторный эксперимент.
- •Алгоритм принятия решения при выборе основного уровня.
- •При выборе интервала варьирования необходимо учитывать:
- •Полный факторный эксперимент 2 типа.
- •Геометрическая интерпретация пфэ 22.
- •Приемы построения матриц.
- •Свойства пфэ типа 2k.
- •Построение математической модели на основе пфэ.
- •Дробный факторный эксперимент.
- •Минимизация числа опытов.
- •Правила минимизации числа опытов.
- •Дробная реплика.
- •Порядок проведения эксперимента.
- •Оценка значимости результатов опытов
- •Проверка однородности дисперсии.
- •Критерий Фишера.
- •Критерий Кохрена.
- •Обработка результатов эксперимента.
- •Система нормальных уравнений мнк.
- •Геометрическая интерпретация уравнений(коэффициентов) регрессии.
- •Условие корректного применения регрессионного анализа.
- •Проверка значимости коэффициентов регрессии.
- •Проверка адекватности модели.
- •Методы поиска оптимума функции.
- •Шаговый метод.
- •Анализ результатов моделирования процессов.
- •Принятие решения после принятия решения.
- •Выделение существенных факторов.
- •Насыщенность плана:
- •Насыщенные дробные факторные планы.
- •Насыщенный эксперимент, планы Плакетте – Бермана.
- •Построение матриц.
- •Метод случайного баланса.
- •Планы для изучения поверхности отклика.
- •План подбора модели 2го порядка.
- •Центральные композиционные планы.
- •Ортогональные планы второго порядка.
- •Рототабельное планирование 2го порядка.
Порядок проведения эксперимента.
Используя теорию планирования эксперимента, мы ставим соответствие реальному процессу математическую модели считаем, что она с достаточной точностью описывает рассматриваемый процесс, поэтому чем лучше изучим процесс, тем меньше вероятность некорректных исходных данных для построения модели, т е необходимо уметь выявить, классифицировать, оценивать и по возможности исключить некоторые систематические ошибки. Необходимыми условиями к подготовке эксперимента являются:
Постановка задачи
Описание процесса;
Формулировка цели исследования;
Выбор параметра оптимизации;
Разработка методики;
Предположить желаемы результат;
Определиться с оценкой результата.
Выбор факторов
Выявить все факторы, влияющие на процесс;
Определить факторы, включаемые в эксперимент и область их определения;
Определить возможно ли установить значение каждого фактора на любом заданном уровне и будут ли значения этих уровней сохраняться в течение опыта;
Проанализировать, могут ли некоторые комбинации факторов привести к остановке процессов.
Число опытов
Определить желаемое число опытов;
Оценить длительность опыта и его стоимость;
Установить число уровней для каждого фактора;
Учесть возможность проведения || опытов.
Учет априорной информации.
Оценка значимости результатов опытов
В результате проведения каждого опыта – получаем значение отклика yi.
При наличии определенного количества результатов всегда возникает необходимость, проверить, значимо ли отличаются результаты опытов.
Если известна ошибка опытов, то значимость различий 2х средних можно проверить с помощью t критерия.
Критерий Стьюдента.
t=
|y1-y2|
.
S√(1/n1+1/n2)
y1;y2
– средние значения в 1 и 2 опытах;
S – ошибка опыта (ошибки в 1 и 2 опытах равны);
n1;n2 – количество наблюдений в 1 и 2 опытах.
Эта формула предназначена для сравнения значений 2х малых выборок с равной дисперсией.
Предположим, что в качестве функции отклика выступает относительная, опорная длина профиля (Бейба).
В результате опытов получено:
y1=40%; y2=42,1%; S=1; n1=n2=2; t=2,1.
Число степеней свободы:
υ=n1+n2-2
n1;n2 – число деталей в выборках;
- 2, т к 2 степени свободы используется для вычисления средних.
t2, υ=n1+n2-2
(теоретические значения)
=t0,05,2=2,92
Табличные значения t критерия для υ=2 и 5% уровня значимости =2,92.
Это означает, что вероятность того, что при двух степенях свободы значения величины t, будет больше, чем значение 2,95 =0,05, т к t эксперимент меньше табличного, то с вероятностью Р.
Р=1-L=0,95 можно считать, что разница между результатами 2х опытов нет.
Для отброса ошибочных опытов удобно пользоваться критерием Стьюдента.
|y-y|
≥t
S
Опыт считается некорректным, если эксперимент значение |t| больше табличного.
Пример: при исследовании точной обработки шейки вала на токарном станке, для получения диаметра Ф40±0,2 4 опыта дали результаты действительных размеров 39,9; 39,8; 39,82; 39,84.
Результат 1ого опыта выделяется на фоне остальных, исключив 1 опыт из расчета определим:
y=39,82+39,84+39,8=39,82
3
S2=1/(n-1)∑(yi-y)2
Проведем проверку по Стьюденту.
|39,9-39,82|=4
0,02
T теоретическое 2,92
Т к t экспериментальное >t табличное, то результат 1го опыта можно считать некорректным.