- •Ю. А. Саяпин методология научных исследований
- •Введение
- •1. Общие сведения о науке и научных исследованиях
- •2. Методологические основы научного познания
- •2.1. Понятие научного знания
- •2.2. Методы научных исследований
- •Методы научного познания условно подразделяются на ряд уровней:
- •2.3. Методы активизации научно-технического творчества
- •3. Информационное обеспечение научных исследований
- •4. Задачи и классификация научных исследований
- •5. Теоретические исследования
- •6. Моделирование в научном и техническом творчестве
- •7. Экспериментальные исследования
- •7.1. Классификация, задачи и этапы эксперимента
- •7.2. Основные направления экспериментальных исследований в области сварки
- •8. Метрологическое обеспечение экспериментальных исследований
- •8.1. Измерение, параметры и датчики измерений
- •8.2. Средства измерений
- •8.3. Измерительно-регистрирующие приборы
- •9. Обработка результатов измерений
- •9.1. Ошибки при измерениях, их оценка
- •9.2. Методы графической обработки результатов измерений
- •9.3. Методы подбора эмпирических формул
- •9.4. Элементы теории планирования эксперимента
- •10. Основные принципы организации и управления научным коллективом
- •11. Оформление результатов научного исследования
- •Библиографический список
- •Оглавление
9.4. Элементы теории планирования эксперимента
Математическая теория эксперимента определяет условия оптимального проведения исследования, в том числе и при неполном знании физической сущности явления. Для этого используются математические методы при подготовке и проведении опытов, что позволяет исследовать и оптимизировать сложные системы и процессы, обеспечивать высокую эффективность эксперимента и точность определения исследуемых факторов. Обеспечивается также эффективное управление экспериментом при неполном знании механизма явлений.
Эксперименты обычно ставятся небольшими сериями по заранее согласованному алгоритму.
После каждой небольшой серии опытов производится обработка результатов наблюдений и принимается строго обоснованное решение о том, что делать дальше.
При использовании методов математического планирования эксперимента возможно решать различные вопросы, связанные с изучением сложных процессов и явлений; проводить эксперимент с целью адаптации технологического процесса к изменяющимся оптимальным условиям его протекания и обеспечивать, таким образом, высокую эффективность его осуществления и др.
Теория математического эксперимента содержит ряд концепций, которые обеспечивают успешную реализацию задач исследования. К ним относятся концепции рандомизации, математического моделирования, последовательного эксперимента, оптимального использования факторного пространства и ряд других.
Принцип рандомизации заключается в том, что в план эксперимента вводят элемент случайности. Для этого план эксперимента составляется таким образом, чтобы те систематические факторы, которые трудно поддаются контролю, учитывались статистически и затем исключались в исследованиях как систематические ошибки.
При последовательном проведении эксперимент выполняется не одновременно, а поэтапно, с тем, чтобы результаты каждого этапа анализировать и принимать решение о целесообразности проведения дальнейших исследований (рис. 11).
В результате эксперимента получают уравнение регрессии, которое часто называют моделью процесса. Для конкретных случаев математическая модель создается исходя из целевой направленности процесса и задач исследования, с учетом требуемой точности решения и достоверности исходных данных, что обычно производится по критерию Фишера. Так как степень полинома, адекватно описывающего процесс, предсказать невозможно, то сначала пытаются описать явление линейной моделью, а затем, если она неадекватна, повышают степень полинома, т. е. проводят эксперимент поэтапно.
В настоящее время изданы каталоги планов эксперимента, например каталог планов, выпущенный Московским государственным университетом, в которых приводится сравнительная оценка планов и рекомендации по их выбору применительно к конкретным условиям эксперимента.
Важное место в теории планирования эксперимента занимают вопросы оптимизации исследуемых процессов, свойств многокомпонентных систем или других объектов. Как правило, нельзя найти такое сочетание значений влияющих факторов, при котором одновременно достигается экстремум всех функций отклика. Например, максимальный крутящий момент двигателя и минимальный расход топлива достигаются при различных режимах работы. Поэтому в большинстве случаев за критерий оптимальности выбирают лишь одну из переменных состояния − функцию отклика, характеризующую процесс, а остальные принимают приемлемыми для данного случая. Методы планирования эксперимента в настоящее время быстро развиваются, чему способствует возможность широкого использования ЭВМ.
Рис. 11. Структурная схема эксперимента:
а – с целью математического описания исследуемого процесса; б – с целью оптимизации исследуемого процесса
