
- •Спецглавы надёжности, планирование экспериментов и инженерных наблюдений
- •2.2. Тематические планы дисциплины
- •Тематический план дисциплины для студентов очной формы обучения
- •Тематический план дисциплины для студентов очно-заочной формы обучения
- •Тематический план дисциплины для студентов заочной формы обучения
- •2.3. Структурно-логическая схема дисциплины
- •2.4. Временной график изучения дисциплины при использовании дот
- •Временной график изучения дисциплины
- •2.5. Практический блок
- •2.5.1. Практические занятия
- •2.5.2. Лабораторный практикум
- •Темы практических занятий (заочной формы обучения)
- •Балльно-рейтинговая система
- •3. Информационные ресурсы дисциплины
- •. Библиографический список
- •3 .2. Опорный конспект по дисциплине
- •1.2. Общая схема научного исследования, его составные части
- •2.2. Понятие о случайных величинах и случайных процессах при эксплуатации машин и оборудования
- •2.3. Показатели надёжности
- •2.4. Испытания на надёжность машин и оборудования
- •3.2. Моделирование. Математические методы при проведении теоретических исследований
- •4. Планирование многофакторного эксперимента
- •При работе с данным разделом Вам предстоит:
- •Изучаемые вопросы:
- •4.1. Основы теории планирования эксперимента
- •4.2. Основы планирования эксперимента
- •5. Изобретательская деятельность. Оформление результатов исследований и их внедрение. Эффект от внедрения исследований
- •При работе с данным разделом Вам предстоит:
- •Изучаемые вопросы:
- •5.1. Изобретательская деятельность
- •5.2. Оформление результатов научно-исследовательской работы
- •5.3. Внедрение результатов научно-исследовательской работы
- •Заключение
- •3.3. Глоссарий
- •Методические указания к проведению практических занятий
- •Практическое занятие 1 Построение уравнения регрессии по результатам пассивного эксперимента
- •1. Задание на практическое занятие
- •2. Основные теоретические положения
- •3. Методические указания по построению уравнения регрессии по результатам пассивного эксперимента
- •3.1. Аппроксимация опытной линии регрессии линейной функцией
- •3.2. Аппроксимация опытной линии регрессии параболической функцией
- •Практическое занятие 2 Построение плана эксперимента
- •1. Задание на практическое занятие
- •2. Основные теоретические положения
- •3. Методические указания по ортогональному планированию эксперимента первого порядка
- •4. Блок контроля освоения дисциплины
- •4 .1. Задание на контрольную работу и методические указания к её выполнению
- •Задание на контрольную работу
- •Задание
- •4.1.2. Методические указания к выполнению контрольной работы
- •4 .2. Тренировочные тесты текущего контроля Тест № 1
- •Тест № 2
- •2. Нормальный закон распределения формируется в случае
- •3. Безотказность это
- •4. Интенсивность отказов это
- •Тест № 3
- •Тест № 4
- •Тест № 5
- •4 .3. Итоговый контроль. Вопросы к зачету
- •Вопросы к зачету по дисциплине «Спецглавы надёжности, планирование экспериментов и инженерных наблюдений»
- •Спецглавы надёжности, планирование экспериментов и инженерных наблюдений
- •191186, Санкт-Петербург, ул. Миллионная, д.5
2. Основные теоретические положения
Планирование эксперимента относится к активному эксперименту, предусматривающему принудительное изменение исследуемых факторов в требуемых пределах. Активный эксперимент – заключается в том, что уровни факторов (координаты опытных точек) назначаются исследователем на основе заранее разработанного алгоритма. Это позволяет произвести кодирование уровней факторов. При этом значительно повышается точность получаемых математических моделей, сокращает число проводимых испытаний.
При планировании опыты ставятся по заранее составленной схеме (матрице планирования), обладающей оптимальными свойствами. Все факторы при этом варьируются одновременно. Неизвестные или невключенные в исследование факторы рассматриваются как случайные величины. Такой подход уменьшает ошибки параметров, интересующих исследователя. В результате, это позволяет при значительном сокращении числа испытаний получить математическую модель исследуемого явления.
Теория планирования эксперимента оперирует определенными понятиями.
Функция y = f(x1, x2, … хk), характеризующая любой исследуемый процесс, называется функцией отклика.
Независимые переменные х1, х2, … хк — аргументы функции отклика — называются факторами.
Число точек плана при ортогональном планировании определяется по формуле
N = Kn,
где K – число уровней для каждого из факторов;
n – число факторов.
В случае большого числа факторов функция отклика рассматривается как геометрический образ в многофакторном пространстве — поверхность функции отклика.
При планировании эксперимента пользуются моделями, представляющими полиномы 1-й, 2-й степеней и выше. Применение таких моделей очень удобно для решения экстремальных задач.
Интервал варьирования факторов — диапазоны значений, принимаемых каждым фактором.
Уровни варьирования — значения каждого фактора при опытах.
В теории планирования эксперимента широко используется понятие матриц планирования эксперимента, т. е. таблиц, в которых записаны кодированные значения факторов.
Множество точек xi , в которых производятся наблюдения, и соответствующее число наблюдений в этих точках называют планом эксперимента.
План называют симметричным, если все факторы имеют одинаковое число уровней. План называют равномерным, если уровни любого фактора встречаются в плане одинаковое для данного фактора число раз.
Матрица планирования называется ортогональной, если сумма почленных произведений любых двух вектор-столбцов матрицы равна нулю.
Ротатабельность — свойство точек матрицы планирования, подобранных так, что точность предсказания значений параметра оптимизации одинакова на равных расстояниях от центра эксперимента и не зависит от направления.
При планировании эксперимента значения уровней факторов записываются в таблицу в условных, т. е. в кодированных значениях.
Кодирование преобразует независимые переменные к безразмерным величинам. Это позволяет построить ортогональную матрицу планирования с одинаковыми расстояниями уровней факторов от центра планирования.
При планировании эксперимента стоит задача определения коэффициентов математической модели. Коэффициенты полиномиальной модели подбираются на основе использования метода наименьших квадратов. В этом случае сумма квадратов отклонений функции отклика, получаемых с помощью теоретического уравнения, от опытных значений функции отклика должна быть минимальной.