Лабораторные работы ХТП / ЛР3
.docxФедеральное государственное бюджетное образовательное учреждение высшего профессионального образования
«Российский химико-технологический университет имени Д. И. Менделеева»
Кафедра информатики и компьютерного моделирования
Лабораторная работа №3, вариант №4
«Обработка результатов пассивных экспериментов»
Выполнил студент группы
Преподаватель:
Новикова Д.К.
Москва 2022
Исходные данные
Данные пассивного эксперимента
T |
20 |
30 |
39 |
47 |
58 |
71 |
78 |
87 |
100 |
110 |
P |
7,644604 |
10,35014 |
15,11549 |
23,02729 |
46,76243 |
131,0685 |
249,0067 |
621,341 |
2779,427 |
10147,68 |
Виды моделей
(1)
(2)
(3)
(4)
(5)
где А, В, С, D – определяемые коэффициенты
Вычисления производятся с помощью программы MatLab. Расчётное значение критерия Фишера в отсутствии параллельных опытов определяется по формуле:
График зависимости давления насыщенного пара от температуры по результатам эксперимента
Модель №1
Линеаризация уравнения регрессии
lnp = A+B/T
a0 = A; a1 = B
= a0+a1/T
= ln( )
Критерий рассогласования расчётных и экспериментальных данных
R
С помощью программы MatLab найдем искомые коэффициенты:
2,0340 |
2,3370 |
2,7157 |
3,1367 |
3,8451 |
4,8757 |
5,5175 |
6,4319 |
7,93 |
9,225 |
1 |
0,05 |
1 |
0,0333 |
1 |
0,0256 |
1 |
0,0213 |
1 |
0,0172 |
1 |
0,0141 |
1 |
0,0128 |
1 |
0,0115 |
1 |
0,01 |
1 |
0,0091 |
|
|
1 |
|
|
... |
1 |
|
=
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
0,05 |
0,0333 |
0,0256 |
0,0213 |
0,0172 |
0,0141 |
0,0128 |
0,0115 |
0,01 |
0,0091 |
Обратная матрица
Тогда искомые коэффициенты линеаризованного уравнения:
Коэффициенты линеаризованного уравнения регрессии:
A = 7,9071;
B = – 151,342
По результатам экспериментов 4,80486
Нахождение дисперсии среднего по результатам экспериментов
6,03341
Расчёт остаточной дисперсии
2,50947
Расчётный критерий Фишера Fr=2,40426
Табличный критерий Фишера: Ft=3,3881 > Fr
Уравнение регрессии неадекватно
Графическое представление экспериментальных и расчетных значений
График ошибок
Аналогичны расчеты и действия для остальных моделей (расчеты выполнены в MatLab).
Модель №2
Линеаризация уравнения регрессии
T*ln(p) = AC+B+AT-C*ln(p)
a0 = AC+B; a1 = A; a2 = – C
Критерий рассогласования расчётных и экспериментальных данных
R =
Коэффициенты линеаризованного уравнения регрессии
A = – 5,07987
B = – 1225,94
C = – 194,659
По результатам экспериментов 373,1
Нахождение дисперсии среднего по результатам экспериментов
108217
Расчёт остаточной дисперсии
174,093
Расчётный критерий Фишера Fr = 621,608
Табличный критерий Фишера Ft = 3,6767 < Fr
Уравнение регрессии адекватно
Графическое представление экспериментальных и расчетных значений
График ошибок
Модель №3
Линеаризация уравнения регрессии
lnp =
a0 =A; a1 = B; a2 = C
=
Критерий рассогласования расчётных и экспериментальных данных
R =
Коэффициенты линеаризованного уравнения регрессии
A = 1,8
B = – 0,000700011
C = 0,00062
По результатам экспериментов 4,80486
Нахождение дисперсии среднего по результатам экспериментов
6,03341
Расчёт остаточной дисперсии
1,50987E-14
Расчётный критерий Фишера Fr=3,99598E+14
Табличный критерий Фишера Ft=3,6767 < Fr
Уравнение регрессии адекватно
График ошибок
Модель №4
Линеаризация уравнения регрессии
Lnp = A+B/T+CT+DlnT
a0 = A; a1 = B; a2 = C; a3 = D
Критерий рассогласования расчётных и экспериментальных данных
Коэффициенты линеаризованного уравнения регрессии:
A = 36,2698
B = – 149,826
C = 0,206817
D = – 10,3142
По результатам экспериментов 4,80486
Нахождение дисперсии среднего по результатам экспериментов
6,03341
Расчёт остаточной дисперсии
0,0023604
Расчётный критерий Фишера Fr=2556.1
Табличный критерий Фишера Ft=4,0990 < Fr
Уравнение регрессии адекватно
График ошибок
Модель №5
Линеаризация уравнения регрессии
a0=A a1=B a2=C a3=D
Критерий рассогласования расчётных и экспериментальных данных
Коэффициенты линеаризованного уравнения регрессии:
A = 1,8;
B = – 0,000699967;
C = 0,000619999;
D = 3,84423E-12
4,80486
Нахождение дисперсии среднего по результатам экспериментов
6,03341
Расчёт остаточной дисперсии
9,80674E-15
Расчётный критерий Фишера Fr=6,15231E+14
Табличный критерий Фишера
Ft=4,0990 < Fr
Уравнение регрессии адекватно
График ошибок
Сводная таблица
Условие адекватности: Fрасч > Fтабл Из данных, собранных в таблице, очевидно, что наиболее точной моделью является модель №5, т.к. значение остаточной дисперсии наименьшее.
Вывод: В ходе лабораторной работы были изучены модели для экспериментальных данных пассивного эксперимента. По предложенным моделям составлены уравнения регрессии и определены их коэффициенты. Была проведена проверка на адекватность каждой модели: в результате сравнения табличного и расчётного значений критерия Фишера все модели оказались адекватны, что подтверждается графиками сравнения расчётных и экспериментальных данных. Наиболее адекватным оказалось уравнение №5, так как значение остаточной дисперсии имеет наименьшее значение, а линии на графике сравнения полностью совпали.