- •ВВЕДЕНИЕ
- •1. ЭКСПЕРИМЕНТ КАК ПРЕДМЕТ ИССЛЕДОВАНИЯ
- •1.1. Понятие эксперимента
- •1.2. Виды экспериментальных исследований
- •1.3. Математическая модель объекта исследования
- •1.4. Факторы
- •1.5. Параметр оптимизации
- •Вопросы и задания для самоподготовки
- •2. ПРОСТЫЕ СРАВНИВАЮЩИЕ ЭКСПЕРИМЕНТЫ
- •2.1. Предварительная обработка экспериментальных данных
- •2.2. Статистические гипотезы
- •2.5. Сравнение двух рядов наблюдений
- •2.6. Сравнение двух дисперсий
- •2.7. Проверка гипотезы о законе распределения
- •2.7.1. Общие сведения
- •2.7.2. Пример проверки гипотезы о нормальном законе распределения экспериментальных данных
- •Вопросы и задания для самоподготовки
- •3. АНАЛИЗ РЕЗУЛЬТАТОВ ПАССИВНОГО ЭКСПЕРИМЕНТА
- •3.1. Элементы дисперсионного анализа
- •3.1.1. Общие сведения
- •3.1.2. Пример применения однофакторного дисперсионного анализа
- •3.2. Характеристика видов связей между рядами наблюдений
- •3.4. Определение тесноты связи между случайными величинами
- •3.5. Парная линейная корреляция
- •3.6. Статистическое изучение корреляционной связи
- •3.6.2. Исключение из массива первичной информации промахов
- •3.6.4. Измерение степени тесноты связи, оценка ее существенности
- •3.8. Линейная множественная регрессия
- •Вопросы и задания для самоподготовки
- •4. МНОГОФАКТОРНЫЕ ЭКСПЕРИМЕНТЫ
- •4.1. Общие сведения
- •4.2. Полный факторный эксперимент
- •4.2.1. Кодирование факторов
- •4.2.2. Матрицы планирования эксперимента
- •4.2.3. Рандомизация опытов
- •4.2.4. Проведение эксперимента
- •4.2.5. Проверка однородности дисперсии параллельных опытов, воспроизводимости эксперимента
- •4.2.6. Расчет коэффициентов регрессии, проверка их значимости
- •4.2.7. Проверка адекватности модели
- •4.2.8. Пример применения планов первого порядка полного факторного эксперимента
- •4.3. Дробный факторный эксперимент
- •4.4. Применение плана первого порядка дробного факторного эксперимента для исследования технических устройств
- •4.4.1. Теоретическая модель усилителя
- •4.5. Планы второго порядка
- •4.5.1. Ортогональные планы
- •4.5.2. Ротатабельные планы второго порядка
- •5.1. Метод покоординатной оптимизации
- •5.3. Симплексный метод планирования
- •ПРИЛОЖЕНИЯ
Кроме того, проверять значимость коэффициентов можно по t-критерию следующим образом:
находят ошибки определения коэффициентов по формуле
(4.18);
определяют отношения
bu |
|
|
tu S b |
; |
(4.20) |
находят число степеней свободы d.f N r 1 , выбирают уровень значимости ;
по таблице находят критическое значение tT ;
если рассчитанное значение отношения больше критического tu tТ , то коэффициент bu признается статистически значимым, в
противном случае – незначимым.
Незначимость коэффициентов может быть обусловлена рядом
фактор, соответствующий незначимомуД коэффициенту, не влияет на функцию отклика; А
имеет место большая ошибка;
выбран малый шагбварьирования независимой переменной;
экстремум функции по переменной находится вблизи центраИпричин и
пересчета всехСостальных коэффициентов. Прежде чем исключить коэффициент, необходимо проанализировать причины, вызвавшие незначимость коэффициента.
4.2.7. Проверка адекватности модели
Данная проверка проводится с целью доказательства пригодности полученного уравнения регрессии для описания экспериментальных данных с заданной точностью. Для этого оценивают отклонения вычисленных по уравнениям регрессии значений функции оптимизации ~y от экспериментально установленных y. Для оценки отклонений используют F-критерий Фишера.
Проверку адекватности математической модели выполняют в несколько этапов:
находят дисперсию адекватности:
67
|
2 |
1 N |
|
|
~ |
2 |
|
||
|
|
|
|||||||
|
|
Sад |
|
i 1ri yi |
yi |
, |
(4.21) |
||
|
N g |
||||||||
где ri |
– число параллельных опытов в i-й строчке матрицы планиро- |
||||||||
вания; |
y |
i – среднее арифметическое функции отклика из ri |
парал- |
лельных опытов; ~yi – значение функции отклика, предсказанное по уравнению в i-м опыте; g – число значимых коэффициентов в уравнении регрессии; N – число независимых опытов. Если все опыты повторяются r раз, то формула (4.21) будет иметь вид
|
2 |
|
r |
|
|
N |
|
|
|
|
~ |
2 |
|
|
|
|
|
|
|
|
|||||||||
|
Sад |
|
|
|
i 1 yi yi |
; |
(4.22) |
|||||||
|
N g |
|||||||||||||
находят значения F-критерия Фишера (дисперсионное отно- |
||||||||||||||
шение): |
|
S2 |
|
|
S2 |
|
И |
|
||||||
|
F |
|
|
|
|
|||||||||
|
|
ад |
|
|
|
ад |
|
; |
|
|
(4.23) |
|||
|
|
|
|
|
S2 y |
|
|
|||||||
|
|
Sвосп2 |
|
|
|
|
|
|
||||||
|
определяют числа |
|
|
Д |
N g и |
|||||||||
|
степеней |
|
свободы:d.f1 |
|||||||||||
d.f2 N r 1 ; выбирают уровень значимости ; |
|
|||||||||||||
|
по значениям d.f1; |
d.f2; |
|
|
находят критическое значе- |
|||||||||
ниеFT . |
Если F FT , то математическое описание функции отклика |
|||||||||||||
|
б |
|
|
|
|
|
|
|
|
|
|
|||
уравнением регрессии считается адекватным. |
|
|
||||||||||||
|
и |
|
|
|
|
|
|
|
|
|
|
|
|
Если математическая модельАнеадекватна данным эксперимента, то необходимо перейти к олее сложной форме уравнения регрессии
или уменьшить интервал варь рования факторов в эксперименте. Например, если неадекватнаС л нейная модель, то следует ее дополнить, введя коэффициенты, соответствующие эффектам взаимодействия.
4.2.8. Пример применения планов первого порядка полного факторного эксперимента
Пусть необходимо исследовать влияние параметров процесса сушки керамического порошка (шликера) на его влажность. Остаточная влажность шликера после сушки должна находиться в определенных пределах, отклонение от которых приводит к ухудшению качества керамических изделий. На основании результатов предыдущих исследований оказалось, что наиболее тесную связь с влажностью имеет температура отходящих при сушке газов, причем при увеличении влажности температура снижается, а при уменьшении влажности температура повышается. Поэтому в качестве результативного при-
68
знака выбрана температура отходящих при сушке газов. Варьируемыми факторами приняты: расход шликера m, расход газа v, давление в сушилке p (табл. 4.10).
Выбор уровней факторов, кодирование факторов |
Таблица 4.10 |
||||
|
|
||||
|
|
|
|
|
|
Уровень варьируемых |
Кодовое обо- |
m, т/ч |
v, м3/ч |
|
p, МПа |
факторов |
значение |
X1 |
X2 |
|
X3 |
Нижний уровень |
–1 |
1,25 |
0,76 |
|
0,13 |
Верхний уровень |
+1 |
1,79 |
1,24 |
|
0,15 |
Основной уровень |
0 |
1,52 |
1,00 |
|
0,14 |
Интервал варьирования |
xi |
0,27 |
0,24 |
|
0,01 |
Для оценки влияния указанных факторов и математического описания процесса используем модель первого порядка
~ |
|
y b0 b1X1 b2X2 b3X3 b12X1X2 b13X1X3 |
|
b23X2X3 b123X1X2X3 . |
(4.24) |
Матрица планирования ПФЭ 23 |
с учетом взаимодействия фак- |
торов представлена табл. 4.9. Для определения температуры отходя- |
|
|
И |
щих при сушке газов планируется провести три параллельных опыта |
|
Д |
|
А |
|
в каждой строке матрицы ПФЭ, всего 24. Рандомизацию опытов про- |
водим с помощью таблицы случайных чисел (см. прил. 7). Например, начиная со второго стол ца та лицы, записываем числа с 1 до 24, от-
брасывая больше 24 |
повторяющиеся, тогда таблица проведения |
|||||||||
опытов имеет вид (табл. 4.11). |
|
|
|
|
|
|||||
|
|
|
б |
|
|
|
Таблица 4.11 |
|||
|
|
Порядок проведения опытов |
|
|||||||
|
|
|
|
|
||||||
|
|
и |
|
|
|
|
|
|
||
Номер опыта по |
|
|
|
|
|
|
|
|
|
|
матрице |
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
планирования |
С |
|
|
|
|
|
|
|
||
Случайный порядок |
24 |
19 |
4 |
9 |
5 |
21 |
7 |
8 |
||
10 |
15 |
2 |
23 |
12 |
14 |
13 |
16 |
|||
реализации опытов |
|
|
|
|
|
|
|
|
||
22 |
20 |
1 |
3 |
17 |
6 |
11 |
18 |
|||
|
|
Результаты испытаний, проведенных в соответствии с матрицей планирования и данными табл. 4.10, представлены в табл. 4.12.
Дисперсию параллельных опытов определяем по формуле (4.8). Однородность дисперсии проверяем с помощью критерия Кохрена
(4.9)
69
|
G |
S2 |
|
2863,0 |
0,38. |
|
max |
|
|
||
|
n |
7535,3 |
|||
|
|
Si2 |
|
|
|
|
|
i 1 |
|
|
|
При уровне значимости |
0,05 и числах степеней свободы |
||||
d.f1 2; |
d.f2 8 табличное |
значение критерия GT 0,5157 |
(см. прил. 6).
Расчетное значение критерия меньше табличного, следовательно, дисперсии параллельных опытов однородны, что является подтверждением нормального закона распределения ошибок отдельных опытов.
Таблица 4.12
Результаты испытаний
Номер |
|
|
|
|
Температура, °С |
|
|
|
|
|
И |
2 |
|
|
|
|
|
~ |
2 |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
~ |
|
|
S |
|
|
y |
|
y |
|
||
опыта |
yi1 |
|
yi2 |
|
yi3 |
|
|
|
|
yi |
|
|
|
|
|
|
i |
i |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
yi |
|
|
|
|
|
|
|
i |
|
||||||||||||||
1 |
|
|
332 |
|
|
327 |
|
366 |
|
|
341,7 |
|
|
357,6 |
|
450,3 |
|
253,3 |
|
||||||||||||||
2 |
|
|
665 |
|
|
674 |
|
693 |
|
|
677,3 |
|
|
661,4 |
|
204,3 |
|
253,3 |
|
||||||||||||||
3 |
|
|
825 |
|
|
886 |
|
895 |
|
|
868,7 |
|
|
872,3 |
|
1450,3 |
|
|
|
|
13,4 |
|
|||||||||||
4 |
|
|
777 |
|
|
725 |
|
832 |
|
|
А |
774,3 |
|
2863,0 |
|
|
|
|
13,4 |
|
|||||||||||||
|
|
|
|
|
|
|
778,0 |
|
|
|
|
|
|
|
|
||||||||||||||||||
5 |
|
|
1076 |
|
|
1088 |
|
1029 |
|
|
1064,3 |
|
|
1068,0 |
|
972,3 |
|
|
|
|
13,4 |
|
|||||||||||
6 |
|
|
1190 |
|
|
1183 |
|
1136 |
|
|
1169,7 |
|
|
1166,0 |
|
862,3 |
|
|
|
|
13,4 |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Д |
|
|
|
|
|
|||||||||||
7 |
|
|
1289 |
|
|
1236 |
|
1271 |
|
|
1265,3 |
|
1281,3 |
|
726,3 |
|
253,3 |
|
|||||||||||||||
8 |
|
|
993 |
|
|
991 |
|
996 |
|
|
993,3 |
|
|
977,4 |
|
6,3 |
|
253,3 |
|
||||||||||||||
|
Дисперсия всего экспер мента (4.10) |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
N |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
б2 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
S y |
|
|
i 1Si |
941,9. |
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
N |
|
|
|
|
|
|
|
|
|
||||||||||||||
|
Вычисляем коэффициентыи |
уравнения (4.13) |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
С |
b |
y |
0 |
|
y |
i |
895; |
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
N |
|
|
0 |
|
|
|
|
|
|
N |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
b |
|
X1i yi |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
1 |
|
|
N |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
341,7 677,3 868,7 778,0 1064,3 1169,7 1265,3 993,3 |
10 |
|
||||||||||||||||||||||||||||||
и т.д. |
|
|
|
|
|
|
|
|
|
|
|
8 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
После расчета всех коэффициентов уравнение (4.24) принимает |
||||||||||||||||||||||||||||||||
вид |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
~ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
100X1X2 51X1X3 |
|
|
|
|
||||||||||||
|
y 895 10X1 82X2 228X3 |
|
|
|
75X2X3 6X1X2X3.
70
Ошибка определения коэффициентов
Sb S y 30,7 6,3.
Nr 8 3
Для выявления значимости коэффициентов уравнения регрессии строим доверительный интервал шириной
b tT Sb 1,746 6,3 11; 2 b 22.
Табличное значение t-критерия Стьюдента определяем для уровня значимости 0,05 и числа степеней свободы d.f N r 1 8 2 16.
Коэффициенты b1 и b123 оказались статистически незначимыми, поэтому уравнение регрессии имеет вид
~ |
228X3 |
100X1X2 51X1X3 75X2X3. |
(4.25) |
|
y 895 82X2 |
||||
Расчетные значения |
~ |
приведены в табл. 4.10. Адекватность |
||
y |
полученной модели определяем с помощью критерия Фишера (4.23). Дисперсия адекватности (4.22)
|
2 |
|
3 |
N |
|
|
~ |
2 |
|
Sад2 |
|
1600,7 |
|
|
|
||
|
|
|
|
|
|
||||||||||||
S |
ад |
|
|
|
yi yi |
1600,7; F |
|
|
|
|
|
|
1,70. |
||||
|
|
2 |
941,9 |
|
|||||||||||||
|
|
|
8 6i 1 |
|
|
|
|
|
S |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
Иy |
|
|
|||||
Для |
|
d.f1 8 6 2; |
d.f2 83 1 16 |
и |
0,05 |
критическое |
|||||||||||
значение |
FT 3,64. Так как |
F FT ,Дто уравнение (4.25) |
адекватно |
||||||||||||||
описывает функцию отклика. |
|
|
|
|
|
|
|
|
|
||||||||
На |
основан |
|
|
полученныхАрезультатов |
и анализа |
уравнения |
|||||||||||
(4.25) можно сделать следующ е выводы: |
|
|
|
|
|
|
|
||||||||||
расход шл кера бв указанных пределах сам по себе не влияет |
на температуруСотходящих при сушке газов, следовательно, и на влажность шликера;
с увеличением расхода газа и давления в сушилке температура отходящих газов повышается, влажность – уменьшается (т.к. b2 0 и b3 0), причем наибольшее влияние оказывает величина давления в сушилке;
наряду с линейными эффектами значимыми оказались также эффекты взаимодействия X1X2, X1X3 , X2X3, которые приводят к уменьшению температуры отходящих газов.
71