
- •Лабораторная работа №1
- •Построение математической модели процесса гальванического получения хромоникелевых покрытий.
- •Составление плана эксперимента.
- •Обработка результатов эксперимента.
- •Анализ результатов эксперимента.
- •Варианты.
- •Литература.
- •Определение критерия Фишера (f)
- •Определение критерия Кохрена (g)
- •Определение критерия Стьюдента (t).
Составление плана эксперимента.
Таблица,
составленная из значений факторов для
каждого опыта, как независимых (i=
),
так и зависимых (i=
),
называется матрицей планирования. Та
ее часть, которая включает в себя значения
независимых переменных, является планом
эксперимента.
Эксперимент, в котором реализуются все возможные сочетания уровней факторов называется полным факторным экспериментом (ПФЭ). Если k факторов варьируется на двух уровнях, то число всех возможных сочетаний факторов равно 2k и полный факторный эксперимент называется ПФЭ типа 2k.
В общем случае ПФЭ типа 2k обладает следующими свойствами:
симметричностью относительно центра эксперимента (алгебраическая сумма элементов вектора столбца для каждого фактора равна 0:
, i= ., где xiu – значение i-го фактора в u –том опыте);
сумма квадратов элементов каждого столбца равна числу опытов (условие нормировки):
i=
;
условиям ортогональности (сумма почленных произведений любых двух векторов-столбцов матрицы равна 0):
, I<j; i, j= . Ортогональность матриц позволяет получить независимые друг от друга оценки коэффициентов при обработке данных с помощью метода наименьших квадратов.
Коэффициенты полинома
составляют: bi=
xiu
; bij=
xiu
xju.
Обработка результатов эксперимента.
Включает следующие этапы:
на основании данных параллельных наблюдений оценивается дисперсия воспроизводимости Dyi для каждой строки плана и определятся критерий равноточности (критерий Кохрена) G, осуществляется проверка однородности дисперсий и рассчитывается погрешность опыта
;
с помощью метода наименьших квадратов определяются коэффициенты аппроксимирующего полинома;
производится проверка адекватности модели исходя из критерия Фишера F;
проверяется значимость коэффициентов полинома, исключаются незначимые, осуществляется повторная проверка адекватности модели.
Анализ результатов эксперимента.
Заключается в интерпретации модели в терминах объекта и определении оптимальных условий функционирования.
Пример.
Предварительные исследования показали, что наибольший интерес представляют 3 фактора: плотность тока Х1 , температура раствора Х2 и концентрация хрома Х3. Уровни факторов и их интервалы варьирования выбраны на основе априорных сведений об объекте (табл. 1).
Таблица №1 |
|||
Параметр |
Фактор |
||
|
Плотность тока, А/м2 |
Тем-ра, 0С |
Кон-ция, кг/м3 |
|
Х1 |
Х2 |
Х3 |
Основной уровень , Хi |
55 |
45 |
0,7 |
Интервал варьирования, Ii |
25 |
15 |
0,3 |
Верхний уровень, Хi max |
80 |
60 |
1 |
Нижний уровень Хi min |
30 |
30 |
0,4 |
Решение.
Анализ имеющихся сведений об объекте свидетельствует, о том, что наибольший интерес представляют линейные эффекты и парные взаимодействия. Поэтому модель объекта имеет вид:
Y=b + b1 x1+ b2x2+ b3 x3 + b12 x1x2 + b13 x1x3 + b23 x2x3 (1)
Наиболее простой план, допускающий оценку всех коэффициентов такой модели (s=7), - ПФЭ типа 23 с N=8 (табл. 2).
Таблица № 2 |
|||||||||
№ оп. |
Опыты |
Фактор |
Отклик |
Оценка |
|||||
|
|
Х0 |
Х1 |
Х2 |
Х3 |
Y1 |
Y2 |
Yср. |
Dy |
1 |
8,13 |
+1 |
-1 |
-1 |
-1 |
3,40 |
4,10 |
3,750 |
0,245 |
2 |
11,15 |
+1 |
+1 |
-1 |
-1 |
-0,40 |
-0,60 |
-0,500 |
0,020 |
3 |
6,14 |
+1 |
-1 |
+1 |
-1 |
2,70 |
1,80 |
2,250 |
0,405 |
4 |
3,12 |
+1 |
+1 |
+1 |
-1 |
2,35 |
3,15 |
2,750 |
0,320 |
5 |
2,4 |
+1 |
-1 |
-1 |
+1 |
2,20 |
3,30 |
2,750 |
0,605 |
6 |
1,9 |
+1 |
+1 |
-1 |
+1 |
-0,84 |
-1,16 |
-1,000 |
0,051 |
7 |
5,7 |
+1 |
-1 |
+1 |
+1 |
0,60 |
0,90 |
0,750 |
0,045 |
8 |
10,16 |
+1 |
+1 |
+1 |
+1 |
0,60 |
0,40 |
0,500 |
0,020 |
|
|
|
|
|
|
|
|
|
1,711 |
Yср. |
|
|
|
|
|
|
1,406 |
|
В таблице № 2 приведены результаты опытов (при m=2), расчетные средние значения и дисперсия отклика в каждой точке опыта. Последовательность проведения опытов (от 1-го до 16-го) удовлетворяет требованию рандомизации, т.е. организации случайной последовательности опытов, позволяющей минимизировать влияние помех.
По данным табл. 2 определим критерий Кохрена:
/
(2)
G=0,605/1,711=0,35
Табличное значение GТ при m-1=1 и N=8 равно 0,680 (см. табл. I. Приложение). Так как G< GТ , гипотеза равноточноcти не отвергается. При этом дисперсия опыта равна:
=
(3)
=1,711/(2*8)=0,107
Для определения коэффициентов регрессии воспользуемся выражениями:
bi= xiu (4 а)
b0 = 1/8(3,75-0,50+2,25+2,75+2,75-1,0+0,75+0,5)=1,406
bij= xiu xju (4 б)
Тогда:
b0 |
b1 |
b2 |
b3 |
b12 |
b13 |
b23 |
1,406 |
-0,968 |
0,156 |
-0,656 |
1,031 |
-0,031 |
-0,281 |
Подставив найденные значения коэффициентов регрессии в аппроксимирующий полином, получим:
Y=1,406 – 0,968 x1+ 0,156 x2 – 0,656 x3 + 1,031 x1x2 – 0,031 x1x3 – 0,281 x2x3 (5)
Воспользовавшись приведенной зависимостью (5), составим табл. 3 и по ее данным вычислим дисперсию адекватности:
Таблица №3 |
||||
№ оп. |
Yср |
Yр |
Yр-Yср |
(Yр-Yср)2 |
1 |
3,75 |
3,594 |
-0,156 |
0,024 |
2 |
-0,50 |
-0,344 |
0,156 |
0,024 |
3 |
2,25 |
2,406 |
0,156 |
0,024 |
4 |
2,75 |
2,594 |
-0,156 |
0,024 |
5 |
2,75 |
2,906 |
0,156 |
0,024 |
6 |
-1,00 |
-1,156 |
-0,156 |
0,024 |
7 |
0,75 |
0,594 |
-0,156 |
0,024 |
8 |
0,50 |
0,656 |
0,156 |
0,024 |
|
|
|
0,195 |
=
(6)
=0,195/(8-7)=0,195
Для проверки гипотезы адекватности найдем значение критерия Фишера:
F= / (7)
F= 0,195/0,107=1,82
При числе степеней свободы N-s=8-7=1 и N*(m-1)=8*(2-1)=8 согласно табл. II Приложения.
Имеем F< FТ= 1,82<5,32
Следовательно, гипотеза об адекватности выбранной модели не отвергается.
Найдем значимые коэффициенты регрессии.
Дисперсии коэффициентов равны:
=
/N
(8)
= 0,107/8=0,0134
Среднее квадратичное отклонение равно:
=
(9)
=
=0,115
Расчетное значение критерия Стьюдента для коэффициентов:
tl
=
(10)
t0 = 1,406/0,115=12,13
t0 |
t1 |
t2 |
t3 |
t12 |
t13 |
t23 |
12,23 |
8,43 |
1,36 |
5,72 |
8,98 |
0,27 |
2,44 |
Табличное значение критерия Стьюдента для числа степеней свободы =N (m-1)=8*(2-1) = 8 (см. табл. Приложение) составляет tТ = 2,31.
Сравнение расчетных значений t-критерия с табличным позволяет сделать заключение о незначимости коэффициентов b2 и b13.
Тогда аппроксимирующий полином примет вид:
Y=1,406 – 0,968 x1 – 0,656 x3 + 1,031 x1x2 – 0,281 x2x3 (11)
По данным таблицы № 4 вычислим дисперсию адекватности для данного случая:
=0,398(8-5)=0,133
Таблица №4 |
||||
№ оп. |
Yср |
Yр |
Yр-Yср |
(Yр-Yср)2 |
1 |
3,75 |
3,781 |
0,031 |
0,001 |
2 |
-0,50 |
-0,219 |
0,281 |
0,079 |
3 |
2,25 |
2,281 |
0,031 |
0,001 |
4 |
2,75 |
2,406 |
-0,344 |
0,118 |
5 |
2,75 |
3,031 |
0,281 |
0,079 |
6 |
-1,00 |
-0,969 |
0,031 |
0,001 |
7 |
0,75 |
0,406 |
-0,344 |
0,118 |
8 |
0,50 |
0,531 |
0,031 |
0,001 |
|
|
|
0,398 |
Для проверки гипотезы адекватности данной модели найдем значение критерия Фишера:
F= 0,133/0,107=1,24
При числе степеней свободы N-s=8-5=3 и N*(m-1)=8*(2-1)=8 (табл. II, Приложение) имеем F< FТ= 1,82<4,07
Следовательно, гипотеза об адекватности модели и в данном случае не отвергается.
Описанная модель процесса позволяет определить оптимальные условия его протекания. На основании априорных сведений известно, что наиболее качественные показатели процесса получались при х1 = 0,21,0; х2 = 0,331,0; х3 = 0,331,2.
Исходя из требований практики достаточно исследовать уравнения для температур 50, 55, 60 0С, т.е. при х2 = 0,33; 0,66 и 1,0.
Поочередно подставив указанные значения х2 в уравнение регрессии и положив Y=0, что соответствует оптимальному протеканию процесса имеем:
х2 = 0,33; 0,625 х1 + 0,749 х3 = 1,406 (12)
х2 = 0,66; 0,286 х1 + 0,841 х3 = 1,406 (13)
х2 = 1,0 0,063 х1 - 0,937 х3 = -1,406 (14)
Из уравнений (13) и (14) следует, что даже при х1 = 1 имеем х3 > 1,2, т.е. фактор х3 выходит за заданный интервал. Поэтому для определения оптимальных условий работы можно воспользоваться только уравнением (12).
Приняв х1 = 1, получим х3 = (1,406-0,625)/0,749 = 1,04.
Найдем натуральные значения факторов:
Хi = xi * Ii + Хср (14)
Выводы. Оптимальные параметры процесса следующие (в табл.):
Плотность тока, А/м2 |
Температура, 0С |
Концетрация, кг/м3 |
X1 |
X2 |
X3 |
80 |
50 |
1,01 |