- •1.Сравнительная характеристика методов активного и пассивного эксперимента при изучении многофакторных объектов.
- •2. Композиционные оцкп, их построение и анализ.
- •1.Принципы статистического подхода к исследованию многофакторных объектов.
- •2.Композиционные рцкп, их построение и анализ.
- •Предпосылки статистического анализа результатов в задачах планирования эксперимента
- •Планирование и анализ эксперимента в задачах робастного проектирования.
- •Общие принципы планирования эксперимента и их характеристика
- •2. Планирование эксперимента при наличии неуправляемого аддитивного дрейфа.
- •1.Классификация задач и методов планирования эксперимента.
- •Вопрос 2
- •1.Процедуры проверки гипотез в задачах сравнительного эксперимента (t,f,g,b-критерии)
- •2.Планирование многофакторных испытаний с учетом дрейфа и порядковых эффектов факторов на основе матриц 2к.
- •2. Планы многофакторного анализа
- •Дисперсионный анализ при дрейфе
- •Построение однофакторных моделей методом наименьших квадратов (мнк), сравнение мнк с другими методами оценивания.
- •Свойство пропорциональности частот уровней факторов, комбинаторные планы в задачах элиминирующего эксперимента и минимизации перебора вариантов.
- •1.Построение однофакторных моделей методом полиномов Чебышева.
- •2.Модели многоуровневых планов с качественными переменными ( на примере латинских планов).
- •1.Методы отсеивающего эксперимента, их назначение.
- •2.Модели многоуровневых планов с количественными переменными.
- •1.Построение статистических моделей по данным пассивного эксперимента. Процедуры оценки и улучшение их качества.
- •2. Планы дфэ 2к, их назначение, построение и анализ.
- •1.Планы 2-го порядка для построения квадратичных моделей, критерии их оптимальности.
- •2.Методы построения обобщенных показателей (откликов) и многокритериальной оптимизации.
- •1.Оптимизация многофакторных объектов методом крутого восхождения
- •1. Симплексный метод оптимизации.
- •2. Возможности методов планирования эксперимента в современных задачах управления качеством.
- •1.Сравнение метода крутого восхождения (кв) и симплексного метода оптимизации (смо)
- •2. Содержание и особенности планирования экспериментов в задачах многофакторных испытаний.
- •1. Планирование эксперимента в условиях неоднородностей (разбиение планов на блоки, использование латинских планов).
- •2. Планы выборочного контроля и оценка необходимого объема наблюдений.
Свойство пропорциональности частот уровней факторов, комбинаторные планы в задачах элиминирующего эксперимента и минимизации перебора вариантов.
Свойство пропорциональности частот уровней факторов:
∑хiu=0 – сумма элементов по каждому столбцу плана равна 0 (условия симметрии плана)
∑хiu2=N=8 – сумма квадратов элементов равна числу опытов (N).
∑хiu хju =0 – для любой пары столбцов плана выполняются условия ортогональности, т.е. сумма парных произведений элементов любых двух столбцов равна 0.
Комбинаторные планы в задачах элиминирующего эксперимента и минимизации перебора вариантов.
В задачах такого рода необходимо применить комбинаторные планы неполного перебора вариантов типа латинский квадрат, куб и т. д.
Рассмотрим схему планирования и анализа многофакторных испытаний (МФИ) на примере трёх образцов оборудования на трёх стендах имеющих различное вспомогательное оборудование и наличие трёх операторов проводящих испытания.
Испытывается три насоса: А- старый образец; В,С – насосы новой конструкции (Х1-тип насоса). Проводится сравнение насосов АВС чтобы определить какой лучше из них по у1-производительность, у2-стабильность. Х2-стенды 1,2,3; Х3- компоненты дополнительного оборудования I,II,III; Х4- операторы α,β,γ. В такой задаче удобно применить план типа греко-латинского квадрата. Это такой план в виде таблицы размером n×n. N-число уровней каждого фактора. В клеточки которой латинскими большими буквами обозначены уровни основного фактора Х, а греческими буквами (α,β,γ) уровни другого фактора причем каждая из латинских и греческих букв встречаются между собой, а также в каждой строке и столбце одинаковое число раз (в данном случае один раз)
Аα |
Вβ |
Сγ |
Сγ |
Аα |
Вβ |
Вβ |
Сγ |
Аα |
Используя результаты замеров показателей у1 и у2 в каждом из 9 вариантов испытаний можно провести сравнение исследуемых насосов с точки зрения этих двух показателей у1 и у2 и результаты этих сравнений не будут искажены влияниями трёх факторов, характеризующих схему испытаний х2,х3,х4. Кроме того в процессе анализа осуществляется количественная оценка вклада каждого из этих трёх «мешающих» факторов в изменчивость выходных показателей Y на ряду с вкладом основного фактора Х1 в указанную изменчивость.
Уравнение дисперсного анализа – разложение итоговой изменчивости выходных показателей У на составляющие обусловленные каждым из четырех факторов, выглядит следующим образом:
SSY=SSX1+SSX2+SSX3+SSX4+SS0
Отношение дисперсии вносимой каждым из исследуемых факторов к дисперсии выходных показателей.
Если Fотн>Fα это свидетельствует о существенности влияния данного фактора.
Если это установлено для основного фактора, то его сравниваемые уровни действительно отличаются друг от друга по У.
Если это имеет место для мешающего фактора, то мы правильно сделали, что проводили испытания по латинскому квадрату. В случае когда повторные опыты отсутствуют вычисляют остаточную сумму квадратов.
Элиминирующий эксперимент. Цель такого эксперимента выявить или устранить влияние различных неоднородностей. Источниками этих неоднородностей являются различия в плодородии участков земли, свойствах семян, квалификации обслуживающего персонала (доярок, птичниц), заводе-изготовителе оборудования, качестве корма. Эти неоднородности увеличивают ошибку эксперимента и прежде, чем ставить основной эксперимент, указанные факторы надо выявить, оценить и так спланировать эксперимент, чтобы их влияние было минимальным.
Билет 10
