Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ЗАДАНИЕ Планирование и организация эксперимента.doc
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
404.48 Кб
Скачать

5. Вычисление расчетных значений параметров оптимизации

Определим расчетные значения параметров оптимизации путем подстановки соответствующих знаков (+ или −) в выражение (3.6). Тогда получим следующие расчетные значения:

6. Определение критерия фишера и проверка модели на адекватность

6.1. Вычисление критерия Фишера

Адекватность модели в целом будем определять по критерию Фишера. Экспериментальное значение F-критерия (критерия Фишера) равно: 

, (6.1)

где − дисперсия адекватности модели (остаточная дисперсия), − дисперсия опыта (эксперимента).

Вычислим дисперсию адекватности по формуле:

, (6.2)

где f − число степеней свободы, m − количество значимых коэффициентов модели (в уравнении регрессии, кроме ), N − количество опытов.

Сначала вычислим разницу между расчетными и экспериментальными значениями параметров оптимизации и заполним таблицу 2:

(6.3)

Также найдем (∆Y)2 и заполним таблицу 2.

Подставляя известные значения в выражение (6.2), вычислим дисперсию адекватности модели:

Экспериментальное значение F-критерия (критерия Фишера) вычислим по (6.1).

Табличное значение критерия Фишера ( ) определяется по таблице. Значение F-критерия для уровня значимости зависит от (число степеней свободы большей дисперсии), (число степеней свободы меньшей дисперсии). Учитывая уровень значимости и зная степень свободы, табличное значение критерия Фишера равно .

6.2. Проверка модели на адекватность

Полученную с помощью факторного планированного эксперимента модель объекта необходимо проверить на адекватность. Проверяется адекватность модели, то есть пригодность полученной модели для описания реального объекта исследования, по отношению дисперсий адекватности и параметра оптимизации .

Сравним расчетные и табличные значения критериев Фишера и сформулируем вывод об адекватности модели. Согласно условию − модель неадекватна и соответственно при − адекватна.

Таким образом, в нашем случае:

; . , что говорит об адекватности модели.

Вывод:

Уравнение регрессии для данного полного факторного эксперимента выглядит следующим образом:

.

Так как , модель адекватна, то есть пригодна для описания реального объекта исследования.

Наибольшее влияние на результат шлифования оказывает скорость движения стола шлифовального станка ( ), наименьшее же − твердость абразивного инструмента ( ). Влияние такого фактора, как глубина шлифования, также существенно ( ).

Приложение

Таблица 1 – Варианты задания

Варианты значений, Yэксп

опыта

1

2

3

4

5

6

7

8

9

10

1

0,83

0,81

0,81

0,85

0,79

0,84

0,78

0,79

0,83

0,82

2

0,66

0,63

0,66

0,73

0,6

0,67

0,6

0,61

0,65

0,63

3

0,91

0,99

0,84

0,99

0,9

0,91

0,92

0,92

0,97

0,96

4

0,83

0,9

0,98

0,84

0,87

0,86

0,84

0,85

0,88

0,9

5

1

0,94

0,73

0,94

0,95

1

0,98

0,97

0,96

1

6

0,71

0,8

0,92

0,8

0,75

0,75

0,73

0,74

0,81

0,79

7

1

0,95

0,85

1

0,94

0,96

0,98

0,95

1

0,99

8

1

0,97

1

0,98

0,97

1

0,99

0,97

0,98

0,99

Варианты значений, Yэксп

опыта

11

12

13

14

15

16

17

18

19

20

1

0,95

1

0,98

0,97

0,96

1

0,8

0,73

0,8

0,75

2

0,75

0,75

0,73

0,74

0,81

0,79

0,95

0,96

1

0,94

3

0,91

0,99

0,98

0,99

0,9

0,91

0,92

0,92

0,97

0,96

4

0,85

0,84

0,87

0,86

0,84

0,85

0,88

0,99

0,98

0,99

5

0,95

0,94

0,95

1

0,98

0,97

0,96

0,9

0,85

0,84

6

0,73

0,8

0,75

0,75

0,73

0,74

0,81

0,94

0,95

0,94

7

0,99

0,9

0,91

0,92

0,92

0,97

0,63

0,66

0,73

0,6

8

0,84

0,87

0,86

0,84

0,85

0,88

0,99

0,98

0,99

0,9

Варианты значений, Yэксп

опыта

21

22

23

24

25

26

27

28

29

30

1

0,84

0,87

0,86

0,84

0,85

0,88

0,99

0,75

0,73

0,74

2

0,94

0,95

1

0,98

0,97

0,96

0,9

0,92

0,92

0,97

3

0,98

0,99

0,9

0,91

0,92

0,84

0,87

0,86

0,84

0,85

4

0,87

0,86

0,84

0,85

0,88

0,94

0,95

1

0,98

0,97

5

0,74

0,81

0,79

0,95

0,96

0,8

0,75

0,75

0,73

0,74

6

0,99

0,9

0,91

0,92

0,92

0,75

0,75

0,75

0,73

0,74

7

0,86

0,84

0,85

0,88

0,99

0,96

0,91

0,92

0,92

0,97

8

1

0,98

0,97

0,96

0,9

1

0,86

0,84

0,85

0,88

17