Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Планирование эксперимента в химической технологии

..pdf
Скачиваний:
31
Добавлен:
15.11.2022
Размер:
7.31 Mб
Скачать

х1у хЗУх4 были на верхнем уровне и т. д. Линейные эффекты вычис­ ляем по формулам:

v __ У 1 + У 2 + Уз + У \

4

Эф. *3 =

У \ 4~ Уз Уь Ч~ У 1

4

 

эф. х4 =

-^-+ У\±.Ук+1а.

У ь Л “ Ув~\~

Уч

Ув .

 

 

4

 

*

 

У 2 ~f~

У а ~f~

Уа ~~1~

У% .

(50)

 

4

 

 

 

 

 

 

Уз +

У« +

Уп +

у 8

 

 

4

 

 

 

Усреднение в клетках таблицы приходится делать вследствие того, что в случайно организованном плане эксперимента различ­ ным комбинациям уровня соответствует различное число наблю­ дений.

Если есть основания принять гипотезу нормальности, то оценку значимости эффектов можно провести по критерию Стьюдента. Например, для оценки значимости эффекта хг находят t расчетное:

V т

 

[{Уг + Уг + Уз + У л) — (Уь + ~ У в + У т + Уз)] V Ъщ

(51)

 

где щ — число наблюдений в i-й клетке таблицы; s%— остаточная дисперсия (определяют как среднее по каждой s%. для i-ой клетки таблицы). Оценку рассеяния s%. для каждой клетки находят отно­

сительно средних значений у( этой же клетки при числе степеней свободы / = 2/i, — 8.

Оценку значимости эффектов по критерию Стьюдента из-за гро­ моздкости расчетов делают не всегда.

После выделения значимых эффектов проводят корректировку исходных данных матрицы плана. Для этого ко всем yN в плане отсеивающего эксперимента, где факторы xt на уровне (+), при­ бавить эф. xt с обратным знаком.

Например, если эф. хг = АХуэф. х3 = ВХУэф. х4 = С1уто скоррек­ тированные значения переменной состояния будут иметь вид (для табл. 8):

У1 = Уг>

У%— У2

^i‘»

 

у1 = У , - А г - С ХУ

(52)

Ул = У*

У12 У\ 2 Ах

»Ге = Уи Аг — Вг Cv

Таблица 10. Матрица планирования эксперимента для выделения существенных

факторов

JSfe п/п

 

х 2

*3

 

 

 

 

 

*•

*•

*10

У

У *

1

+ i

+ i

+ 1

1

1

+ 1

— 1

— 1

+ 1

— 1

67,5

2,02

2

— 1

+ i

1

1

1

+ 1

—1

+ 1

—1

—1

83,7

18,20

3

+ 1

—.1

+ 1

+1

1

+1

+ 1

+ 1

+1

+1

27,8

35,31

4

+ i

—1

+1

1

+ 1

+ 1

— 1

—1

+ 1

+1

21,6

37,40

5

—1

—1

1

— 1

+ 1

+ 1

—1

+ 1

—1

—1

5,0

12,51

6

—1

+ i

1

+

1

—1

+ 1

+1

—1

+ 1

—1

84,8

19,32

7

+ 1

+ i

— 1

1

—1

1

— 1

—1

—1

+1

67,5

9,75

8

1

—1

+ 1

+

1

— 1

1

— 1

+ 1

— 1

+ 1

8,5

16,85

9

+ 1

— 1

— 1

+

1

+ 1

+ 1

+ 1

—1

+ 1

+ 1

9,7

25,56

10

+ 1

+ i

+ 1

+

1

+ 1

1

+1

+ 1

+ 1

—1

70,5

13,30

11

—1

— 1

+ 1

1

+ 1

1

—1

—1

+ J

+ 1

7,5

23,36

12

+ 1

—1

-^1

— 1

+ 1

- Л

+1

—1

— 1

—1

7,2

14,71

13

+ 1

+ 1

— 1

+ 1

—1

— 1

+1

— 1

+ 1

— 1

70,5

5,02

14

—1

+ i

+ 1

+ 1

+ 1

— 1

—1

+ 1

— 1

+1

85,2

35,58

15

—1

+ i

+ 1

1

+1

+1

+1

+ 1

— 1

— 1

84,8

26,83

16

—1

—1

— 1

+ 1

— 1

—1

+ 1

+ 1

—1

+ 1

8,0

16,35

После корректировки влияние факторов xlf х31 х4 на переменную состояния будет исключено. Далее строят новую диаграмму рассея­ ния для этой же части факторов и выделяются значимые эффекты.

Если, например,

рассчитанный эффект

хь = Dx окажется менее

эф. х1$ эф. х3, эф. л:4, то корректировку

результатов измерений

на

величину

не делают.

эффекты для факторов

II

Точно

также

выделяются значимые

части таблицы, а также для эффектов взаимодействия. Обычно про­ цедуру выделения эффектов реализуют ориентируясь на абсолют­ ные значения ранее выделенных эффектов. Корректировку не про­ водят, если рассчитанные эффекты будут намного меньше получен­ ных ранее. Процедуры выделения значимых факторов и их взаимо­ действия достаточно трудоемки и поэтому их реализуют обычно на ЭВМ.

Модифицированный метод случайного баланса состоит из двух этапов — оценки диаграммы рассеяния и использования обычного регрессионного анализа для выделенных эффектов с оценкой их значимости. Как показали исследования [42, с. 160], такой алго­ ритм легко программируется на ЭВМ и дает хорошие результаты.

ПримерП [49, с. 217]. При оптимизации процесса изомепизации сульфаниламидного соединения на первом этапе была пгс~°°лена задача выделения значимых факторов. Матрица планирования экс­ перимента и результаты опытов приведены в табл. 10. Ре**±из^вано 16 опытов, матрица планирования эксперимента составлена по схеме случайной выборки из полного факторного эксперимента типа 24.

Ставилась задача выделения значимых эффектов для включения в план основного эксперимента.

Решение. Построим диаграмму рассеяния (рис. 6). По медианам

выделим факторы х2, хь, х10. Строим для них таблицы

и рассчиты­

ваем средние по каждой комбинации факторов.

 

 

 

Вычисляем величины линейных эффектов

(табл. 11):

 

,

85,2 +

77,65 + 67,5 + 76,62

12,9 +

6,1 +

14,8

 

65,48;

эф. *8 =

--- --------------------

-------------------У~Т----------

 

..

85,2 +

77,65 +

12,9 +

6,1

67,5 + 76,62 +

14,8

=

— 8,35;

Эф. х5

 

£

 

 

 

 

 

эф. Х10=

8 5 ,2 +

12,9 +

67,5 +

14,8

77,65 +

76,62 + 6 ,1

- =

— 7,51.

Таблица 11. Подготовка данных для оценки линейных эффектов

 

 

 

 

Х 2 «

 

 

 

Хп 1:»

 

|

 

*10 «+»

 

*10 «—»

*10

«+»

 

 

1

 

 

 

*ю «—»

«+»

85,2

 

70,5

21,6

 

 

5,0

 

 

 

 

84,8

 

9,7

 

 

7,2

 

 

 

 

 

 

7,5

 

 

 

 

к = 85,2

Уг = 77,65

~Уз = 12,9

 

Уь = 6,1

«■»

67,5

 

83,7

27,8

 

 

 

 

 

 

 

67,5

 

8,5

 

 

 

 

 

 

 

84,8

 

8,0

 

 

 

 

 

 

 

70,5

 

 

 

 

 

 

Уь =

67,5

Ув = 76,62

У, =

14,8

 

 

 

Оценим значимость эффектов по критерию Стьюдента. Для этого вычислим оценки дисперсий для каждой клетки таблицы:

4

=

0,

4

=

102,2,

s i =

57,5,

s i

=

2,42;

4

=

0,

4

=

79,2,

4 = 1 2 7 ,5 ,

4

=

0.

Средняя дисперсия: s% =

52,7.

 

 

 

 

 

Значения

критерия

Стьюдента:

 

 

 

 

 

^Рз —

273,2

 

V I 6~

_

150,5;

/ = 2 пг — 7 = 9;

 

 

 

И5Г

 

~

 

 

 

 

 

 

 

^Рз

 

20,3

V W

»

10,6;

tT=

2,26;

 

 

 

 

 

 

1

5-1

 

 

 

 

 

 

 

 

 

.

 

_

 

22,9

. / 1 6

s 12,6.

 

 

 

 

 

 

р‘° —

к в г

 

 

 

 

 

 

 

 

 

 

 

 

Поскольку tPi > #х, то значимы все линейные эффекты. Произведем корректировку исходных данных на величины эф­

фектов х2, хь>хы и результаты занесем в табл. 10 (у*):

у\ = 67,5 — 65,48 = 2,02;

«/2 = 83,7 — 65,48= 18,2;

г/з = 27,8 — (— 7,51) = 35,31 и т. д.

По результатам откорректированных значений переменной со­ стояния построим новую диаграмму рассеяния (рис. 7). В резуль­ тате можно выделить факторы х3, х6 и взаимодействия xlt х.,.

На основании данных табл. 12 рассчитаем эффекты:

ж

_

2,02 + 33,2 + 17,84 + 35,58

12,51 + 2 1 ,0 3 +

10,37+ 14,71

Эф. Х3

5

5-----------------------

=

 

 

 

 

 

 

=

7,51;

 

 

 

 

 

эф. +, =

2,02 +

3 3 ,2 +

12,51 +

12,03

17,84 +

35,58 +

10,37 +

14,71

 

 

 

 

 

 

= — 2,44;

 

 

 

 

^

2,02 +

17,84 +

12,51 + 10,37

33,2 +

35,58 +

21,03+

14,71

Эф. ХгХ3 — --------------------

 

 

7

-----------------------------------------------

 

 

 

 

т

--------------------

 

Найдем

дисперсии:

 

 

= — 15,45.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4

=

О:

4

= 28,92;

4 = 0 ;

4

= 32,28;

 

 

4

=

31,59;

4

= 0;

s i

= 15,73;

4

= 0.

 

Средняя дисперсия

=

13,58.

 

 

 

 

 

Рис. 7. Диаграмма рассеяния после первой корректировки (к примеру 11).

Расчетные значения

^-критерия для эффектов /Рз =

32,6, £Рв =

= 10,6, tpU2 = 67,2 при

f = 8, tT = 2,3. Как видно,

все выделен­

ные эффекты значимы.

Операция по выделению эффектов продолжается в том же по­ рядке. Окончательно с привлечением априорной информации были выделены факторы х19 х2 и х3.

Таблица 12. Подготовка данных для оценки линейных эффектов и взаимодействия

*1 4:+»

 

*« «+*

 

2,02

 

Ул

«—»

35,31

 

37,46

 

26,88

 

II CD СО То

лг, «—»

16,85

13,3

 

23,36

S51 II

00

35,58

Ув

 

*3

Хл «+>

Хв С—»

12,51

9,75

 

5,02

 

16,35

Уз

Я. = 10,37

18,2

14,71

19,32

 

25,56

 

у7 = 21,03

Ув

После отсеивания методом случайного баланса (или любым другим) незначимых факторов остаются только те факторы, которые вносят существенный вклад в изменение переменной состоя­ ния объекта исследования. Прежде чем переходить к основнрму эксперименту по активному способу его организации, следует продести корреляционный анализ; то есть оценить наличие связи между факторами *. Такое исследование необходимо для подтверждения одной из предпосылок регрессионного анализа (см. приложение 2). Корреляционный анализ, как будет показано ниже, является теорети­ ческим и методическим основанием экстремального эксперимента.

Корреляционный анализ иногда используют для решения всей] задачи предварительного эксперимента, если объем эксперимен­ тальных данных, полученных при наладке лабораторной установки, достаточно большой. В этом случае оценивают также связь между факторами и переменной состояния и по определенным критериям отсеивают незначимые связи или незначимые факторы. Такой при­ ем в некотором приближении выполняет задачу метода случайного баланса, однако с меньшим эффектом. Вследствие ряда теоретиче­ ских особенностей корреляционного анализа при значительной кор­ реляции причинная связь между переменными не считается дока­ занной.

Рассмотрим последовательность расчета и оценки коэффициента корреляции. Из математической статистики известно (см. приложе­ ние 1), что линейная связь между переменными X, и X/ оценивается коэффициентом корреляции:

Р =

М (Xj mXj) (Xj tnXj)

(53)

 

x i

где X, и X/ — исследуемые переменные; тХп mXj — математиче­ ские ожидания переменных; GXi, oXf — дисперсии переменных.

Выборочный коэффициент корреляции определяют по формуле:

 

 

уу

(Xiu

Х{) {Xju

Xj)

 

rxiXj

и=\

 

 

 

(54)

 

 

 

1 /

 

 

или по преобразованной формуле:

 

 

 

 

 

 

 

2 Xi“Xiи

XtXi

('55)

 

ГxiXj

=

ы=1

Sxfxj

 

 

 

 

 

 

 

 

 

 

 

рде i = 1, 2,

я, /

= 1, 2,

...,

га, и =

1,

2, ..., N\ N — число

* В тех случаях, когда применялись методы ранговой корреляции или слу­ чайного баланса, корреляционный анализ можно не проводить.

опытов (объем выборки); xlt Xj — оценки математических ожиданий; s*., sXj — оценки среднеквадратических отклонений.

Только при совместной нормальной распределенности исследуе­ мых случайных величин X t и Ху коэффициент корреляции имеет определенный смысл связи между переменными. В противном слу­ чае коэффициент корреляции может только косвенно характери­ зовать эту связь. Однако благодаря тому, что других характери­ стик, обладающих преимуществом перед rXiX., пока нет, коэффи­

циент корреляции широко используют для оценки связи между пе­ ременными, закон распределения которых отличен от нормального. Следует также помнить, что гх.х. характеризует только линейную

связь между переменными, и для нелинейной связи результаты могут быть абсурдны. Так, для параболы коэффициент корреляции близок к нулю.

Для проверки значимости коэффициентов корреляции чаще все­ го используют распределение Стьюдента и условие:

*t*j

VN —2

(56)

 

< / т, / = JV— 2, <7= 0,05.

Если условие (56) выполняется, то гипотеза об отсутствии кор­ реляционной связи принимается.

Пример 12. Были проведены семь опытов процесса получения фталевого ангидрида в псевдоожиженном слое при определенной

температуре. При этом факторами приняты время

контакта хх

{с)

и соотношение расходов воздуха и сырья х2 (г/г);

переменная

со­

стояния— степень конверсии фталевого ангидрида

у (моль. %).

Результаты эксперимента приведены в табл. 13.

 

 

Требуется найти коэффициенты корреляции между факторами и

переменной состояния, а также оценить их значимость по критерию Стьюдента.

Таблица

13. Исходные

данные и результаты

предварительных

вычислений для

определения коэффициента

корреляции

 

 

 

 

 

п/п

 

 

У

2

2

 

ХхУ

ХуУ

У2

 

 

*1

х2

 

1

0,69

29

50,5

0,4761

841

20,01

34,845

1464,5

2550,30

2

0,66

91

30,9

0,4356

8281

60,06

20,394

2811,9

954,81

3

0,45

82

37,4

0,2025

6724

36,90

16,830

3066,8

1398,80

4

0,49

99

37,8

0,2402

9801

48,51

15,522

3742,2

1428,80

5

0,48

148

19,7

0,2304

21904

71,04

9,456

2915,6

388,09

6

0,48

165

15,5

0,2304

27 225

79,20

7,440

2557,5

240,25

7

0,41

133

49,0

0,1681

17 689

54,53

20,090

6517,0

2401,0

2

3,66

747

240,8

1,9832

92 465

370,25

127,58

23076

9362,10

Решение. Исходные данные и результаты предварительных вы­ числений сведены в табл. 13. Дальнейшие расчеты коэффициентовкорреляции и их оценка по критерию Стьюдента выполнялись по приведенным выше формулам:

 

 

= 0,523;

х2 = 106,71;

у =

34,4;

 

s* = ] / " 7 —1 2 * ? —

 

 

 

 

 

 

 

 

ц=1

 

 

 

 

=

^

-g-| 1,9832-----• 13,39б| =

0,1076;

s-

“ /

т

92465-----j-

558010

= 46,096;

 

 

 

 

 

 

 

 

 

■^-19362---- т{

57 985

=

13,407;

 

 

1

 

 

 

 

 

 

 

 

- f

370,25 — 55,794

=

— 0,585;

 

 

 

0,1076

46,096

 

 

 

 

 

 

 

 

 

 

- j -

23076— 3670,8

= -

0,605;

 

Гхгу =

46,096 •

13,407

 

 

 

 

 

 

 

 

у -

127,58— 17,986

 

 

 

 

 

Гх'у

0,1076-13,407

— 0,166;

 

 

*Pl =

1,61;

tp, =

0,38;

tV =

1,70;

tT= 2,37;

*P/ < tr.

Вывод: корреляционной связи между переменными нет.

§ 9. Принятие решений в предварительном эксперименте

Осуществив рассмотренный выше цикл исследований, объединенный целью предварительного эксперимента (выделение значимых переменных объекта исследования), экспериментатор практически произвел:

1)выделение всех факторов и переменных состояния объекта исследования;

2)определение параметров (характеристик) всех переменных объекта как случайных величин;

3)выяснение случайного характера переменных состояния и проверку соответствия их распределения нормальному;

4)оценку связи между переменными в объекте исследования;

5)расположение факторов объекта в порядке уменьшения их

вклада в изменение переменных состояния (ранжирование факторов);

6) разделение факторов на значимо и случайно влияющих на переменную состояния.

По результатам предварительного эксперимента исследователь принимает решение о включении факторов и переменных состояния в план основного эксперимента.

Однако этим не исчерпывается информация предварительного эксперимента. Опытный экспериментатор получает еще ряд сведе­ ний, необходимых для успешного решения задач основного экспе­ римента. Перечислим их, не раскрывая сути некоторых определе­ ний, которые будут изложены в гл. III.

об

По активному эксперименту случайного баланса можно судить

интервале варьирования

значимых факторов. Так, в примере

И

рассчитанный линейный

эффект фактора х2 значительно пре­

восходит эффекты других факторов, что, как уже выяснилось, под­ тверждает его значимость. Однако это свидетельствует и о том, что выбранный интервал варьирования фактора х2 (+1, —1) слишком велик. Поэтому в основном эксперименте его следует уменьшить хотя бы вдвое.

Из матриц случайного баланса и дисперсионного анализа можно получить сведения об области существования факторов. Они уточ­ няются за счет той информации предварительного эксперимента, которая накапливается при наладке лабораторной установки. Опре­ деленные сведения о числе параллельных опытов основного экспе­ римента получают из дисперсионного анализа, а некоторые косвен­ ные доказательства о линейности или нелинейности связей между переменными объекта — из корреляционного анализа.

Поэтому более полное решение по данным предварительного эксперимента можно сформулировать так: в результате предвари­ тельного эксперимента определяются:

1)области существования факторов;

2)интервалы варьирования факторов;

3)предварительное число параллельных опытов;

4)число факторов и их взаимодействий, включаемых в план основного эксперимента.

ЗАДАЧИ

1. Кислотность продукта хлорирования спирта лась pH-метром; при этом получены такие результаты: pH = 4,2;

4,4; 4,0; 4,2; 4,4; 4,6; 4,4; 4,6; 4,4; 5,2; 4,8; 4,5; 4,2.

Определить оценки математического ожидания, дисперсии и цен­ тральные моменты третьего и четвертого порядков.

2. Зафиксированы следующие значения экспериментальных дан­ ных температуры на выходе из холодильника: t = 67,5; 67,7; 67,8; 68,0; 68,3; 68,4; 64,0; 66,5; 67,8.

Рассчитать оценки математического ожидания и дисперсии.

3. Рассчитать интервальные оценки для математического ожи­ дания и дисперсии по представленным ниже результатам титрова­

ния

(уровень значимости q = 5%): у (мл) = 74,0; 68,8; 71,2; 74,2;

71,8;

71,3;

69,3;

73,6;

68,9.

4.Пять регистрирующих термометров, чувствительные элемен­ ты которых опущены в тающий лед, показывают следующую темпе­ ратуру (7\°К): 272,9; 273,3; 273,1; 272,2; 274,0.

Определить необходимость в калибровке этих термометров с 95%-ной доверительной вероятностью.

5.В результате реализации эксперимента получены следующие

коэффициенты уравнения регрессии: = 0,75; Ь2 = 1,3; Ь3 = 1,1;

Ь4 = 1.6; Ьь = 0,38.

Оценить симметричность коэффициентов по максимальному и среднему для 5%-ного уровня значимости.

6. Спроектированы и введены в действие две одинаковые опыт­ ные установки А и В. Ниже приведены первые десять партий полу­ ченного продукта (в кг) на каждой установке:

А

97,8

98,9

101,2

98,8

102,0

99,9

99,1

100,8

100,9

100,5

В

97,2

100,5

98,2

97,5

99,9

97,9

96,8

97,4

97,2

98,3

Отличается ли работа двух установок значимо (по дисперсии) для 5%-ного уровня значимости?

7. Исходя из приведенных ниже данных, определить, является ли

значимым различие

в

качестве

измерений

манометров

(приве­

денные значения представляют собой отклонения

в мм

pm. cm.

от 760 мм pm. cm.).

Каковы 95%-ные доверительные интервалы

средних по

ансамблю

стандартных отклонений

для манометра 1

и манометра 2?

 

 

 

 

 

 

 

 

 

 

1

4,4

1,4

3,2

0,2

- 5 ,0

0,3

1,2

2,2

1,3

 

2

3,2

 

7,7

6,4

2,7

3,1

0,6

2,6

2,2

2,2

 

8.Является ли аномальным значение кислотности pH =5,2 про­ дукта хлорирования спирта в задаче 1?

9.Из таблицы случайных чисел выбрано 150 двухзначных чисел (в совокупность двухзначных чисел включается и 00). Результаты выборки приведены в табл. 14.

Проверить, используя критерий X2, гипотезу о согласии наблю­ дений с законом равномерного распределения при уровне значи­ мости q = 0,05.

10.Результаты наблюдений за среднесуточной температурой воздуха в течение 320 суток приведены в табл. 15. Проверить нор­ мальность закона распределения по критерию Пирсона с 5%-ным уровнем значимости. Построить гистограмму.

11.[55, с. 132]. Результаты опроса трех специалистов при ран­ жировании 10 факторов установки глубокого хлорирования метана приведены в табл. 16. Рассчитать коэффициент конкордации и оце­ нить его по критерию Пирсона для 5%-ного уровня значимости. Построить гистограмму результатов ранжирования.