Планирование эксперимента при оптимизации процессов химической техн
..pdfЕсли |
матрица R Uu плохо обусловленная, то решение |
К будет |
неустойчиво к ошибкам в R Uu { т) и /?и1/(т). |
В этом -случае приходится прибегать к алгоритмам ре |
|
гуляризации, позволяющим избежать некорректности ре |
|
шаемой задачи. |
|
2.5.5. |
Алгоритм расчета моментов по весовой функ |
ции. Введение. Важнейшей и наиболее полной характе ристикой гидродинамической обстановки в аппарате является функция распределения частиц потока по вре мени пребывания их в аппарате. Дифференциальная
функция распределения |
может быть отождествлена с |
С — кривой, которая, как |
известно, представляет собой |
график изменения концентрации индикатора на выходе из аппарата в зависимости от времени при импульсном вводе индикатора во входной поток.
Эта функция распределения совпадает с весовой функцией гидродинамического объекта.
При обработке результатов наблюдений удобно про изводить операции не с самой функцией распределения, а с ее вероятностными характеристиками. Такими ха рактеристиками являются начальные \is и центральные £.s моменты случайных функций:
щ = Jt*k{tjclt\ |
(2.83) |
h = f |
(t-t)*k(t)dt, |
(2.84) |
|
о |
|
|
|
5 = |
0, 1, 2, |
n. |
|
Интегрируются уравнения (2.83) и (2.84) одним из методов численного интегрирования, например, методом Симпсона:
ь |
А |
+ 4у\ |
+ 2у2+ 4f/3 + -f 4yn-i + уп) , |
J /(x)dx |
= ——(у0 |
||
|
и |
|
|
|
|
|
(2.85) |
где Д — шаг разбиения интервала [а -4- £?]; у*— ордина |
ты функции.
Исходные данные. Имеется весовая функция объекта исследования k(t). Необходимо рассчитать начальные моменты этой функции.
Решение. Вычисляется .начальный момент нулевого порядка (5 = 0):
р0 = jk(t)dt. |
(2.86) |
Если исследуется гидродинамика объекта, р0 соот ветствует общему количеству введенного в поток инди катора.
Вычисляется среднее время пребывания потока в ап парате, как отношение начального момента первого по рядка К |10
ftk(t)dt
7 = - ^ --------- |
. |
(2.87) |
fk(t)dt
о
Обычно здесь вводится безразмерное время для /-ой ординаты
-0; = |
Д -, |
(2.88) |
|
t ' |
|
и безразмерная ордината функции |
|
|
</(0j) = |
kitл |
(2-89) |
— — • |
||
|
Но |
|
Тогда расчет момента s-ro порядка определяется по формуле
= |
0 fe>y(Q)dQ, |
(2.90) |
|
О |
|
а решается (2.90) с учетом (2.85). |
|
|
Замечание. Обычно |
расчет моментов — трудоемкая |
операция, требующая применения вычислительной тех ники.
Принятие решений. После расчета начальных момен тов JLIO, р>4 возможен расчет чисел Пекле, которые определяют тип модели гидродинамической системы (идеальное вытеснение, перемешивание и др.).
Дополнение. Параметром, характеризующим гидро динамику системы, может быть критерий Пекле
uL
Ре = - ----- , |
(2.91) |
^П.д |
- |
где и — средняя |
скорость потока; |
L — длина |
аппарата; |
||
Аи* — коэффициент продольной диффузии. |
функции |
||||
В [17] |
показана связь моментов весовой |
||||
с параметром Ре в виде системы уравнений |
|
||||
|л0 = |
1; |
|
|
|
|
Pi == |
1; |
2 (Ре—1 + е_рс) |
|
|
|
ц2 = |
1+ |
|
|
||
|
|
|
Ре2 |
|
|
|
|
6[Р е(Р е+1)—4 + ЗРее-ге + 4е-Ре] |
(2.92) |
||
Из = |
|
|
|||
1+ • |
Ре3 |
|
|
||
|
|
|
|
|
|
Ц4= |
|
[Ре3+ 4Р е2—28+(9Ре2+30Ре + 26)е-рс]+ 2 4 е -2Рс |
|||
1+ 12 |
Р? |
|
|
||
|
|
|
|
|
|
Зная |
ро, |
Р4 |
и решив систему |
(2.92), можно найти |
|
значение Ре. |
|
|
|
2.6.Алгоритмы оптимизации
впланировании эксперимента
Введение. При решении экстремальных задач теории планирования эксперимента, целью которой является достижение некоторого оптимума, широко используются различные методы оптимизации. В данном разделе рас смотрены метод крутого восхождения, симплексный метод и метод канонических преобразований уравнения регрессии второго порядка (как метод исследования поверхности отклика в области оптимума).
2.6.1. Алгоритм метода крутого восхождения. Введе ние. Метод крутого восхождения, или метод Бокса — Уилсона объединяет положительные стороны трех мето дов — метода Гаусса—Зейделя, метода градиента и ме тода полного (или дробного) факторного эксперимента, как средства получения линейной математической моде ли. Задача метода крутого восхождения заключается в осуществлении шагового движения в направлении наи скорейшего возрастания (или убывания) выходной пере менной, т. е. по grad y(Xi) :
|
ди |
ди |
ди |
“*■ |
(2.93) |
|
grad y(Xi, bi) = —— i + — — / + |
••• + —— k, |
|||
|
oxi |
ox2 |
ox„ |
• |
|
где |
дУ |
. |
, |
|
Г Г |
---------частная производная по t-му фактору; t, /, |
|||||
|
uXi |
|
|
|
|
-►
k — единичные векторы. |
~ |
Если y(xi, bi) — линейная модель, то частные произ водные равны ее коэффициентам.
В отличие от метода градиента корректировка направ ления шагового движения производится нс после каждо го следующего шага, а по достижении в некоторой точ ке Xq на данном направлении частного оптимума целе вой функции, как это делается при использовании метода Гаусса—Зейделя.
Исходные данные. Имеется линейная модель объекта исследования, полученная методами полного или дроб ного факторного эксперимента. Необходимо найти ло кальный оптимум объекта.
Расчет составляющей градиента. Практически расчет составляющих градиента реализуется вычислением про изведений коэффициентов регрессии на соответствующие интервалы варьирования значимых факторов. Тогда урав нение (2.93) примет вид
grad у (X) = biAXi -f- 4" •••Тг ЬпАХп, (2.94)
т. е. в качестве шагов крутого восхождения выбираются интервалы варьирования факторов.
Выбор базового фактора. Фактор, для которого про изведение коэффициента регрессии на интервал варьиро вания максимально, принимается базовым:
max (biAXi) = а. |
(2.95) |
Выбор шага крутого восхождения. Для базового (или другого) фактора выбирают шаг-крутого восхождения ha. Обычно этот шаг выбирают по рекомендации технологов или по имеющейся априорной информации.
Пересчет составляющих градиента. Здесь использует ся условие: умножение составляющих градиента на лю бое положительное число дает точки, которые также ле жат на градиенте. Пересчет составляющих градиента производят по выбранному шагу крутого восхождения базового фактора:
hi |
(biAXj) ha. |
(2.96) |
|
а |
|
Коэффициенты bi в выражении (2.96) берутся со своими знаками, значения шагов hj округляют.
Организация поиска локального оптимума осущест вляется последовательным прибавлением составляющих
градиента к нулевому уровню факторов. Получают серию значении факторов крутого восхождения. Переводя их в кодированную форму по уравнениям (1.128) и подстав
ляя в уравнение регрессии, получают ряд «предсказан-
д
ных» значений выходной переменной у. Иногда эти опы ты называют «мысленными».
Условия крутого восхождения через несколько ша гов реализуются и, таким образом, проверяется степень точности описания объекта уравнением регрессии. В том случае, если ожидается отклонение опытных значений переменной от расчетных, реализуются все условия крутого восхождения. Стратегия проведения опытов за ключается в нахождении таких шагов, которые приводят к увеличению выходной переменной, а затем к ее умень шению.
Замечание 1. Отметим, что выбор шага крутого вос хождения до некоторой степени произволен. Здесь мож но рекомендовать следующее правило: при сложении численной величины шага с нулевым уровнем фактора результат должен давать координату, лежащую за пре делами экспериментальной области.
Замечание 2. В процессе выполнения расчетов не обходимо иметь в виду, что если отыскивается минимум выходной переменной, то знаки коэффициентов следует поменять на обратные, если какой-либо из факторов в процессе движения к оптимуму достигает границы об ласти определения, то его можно зафиксировать и про
должать движение к оптимуму |
по'остальным факторам. |
||||||
2.6.2. |
Алгоритм симплексного метода |
оптимизации |
|||||
представляется |
следующей последовательностью |
дей |
|||||
ствий и вычислений. |
сведения о |
процессе |
и |
||||
1. Оцениваются априорные |
|||||||
выбираются интервалы варьирования ДХг- (i = |
1, |
2, |
..., |
||||
п) по каждому фактору, необходимые для определения |
|||||||
ребра симплекса. |
симплекса |
в |
единицах |
||||
2. Задается |
значение ребра |
||||||
варьирования соответствующих |
переменных |
(проводит |
ся кодирование переменных). Ребро симплекса обычно принимается равным единице.
3.Проводится первоначальная ориентация симплекса
вфакторном пространстве одним из способов, описан
ных ниже.
4. Рассчитывается выходная переменная согласно матрицы симплексного плана или эта матрица реализу ется на объекте (при симплексном планировании).
5. Симплекс перемещается в факторном пространст ве. Для этого вершина симплекса, в которой значение выходной переменной* минимально (при поиске миниму ма) по сравнению с остальными, «отбрасывается» и на ходится вершина, являющаяся зеркальным отображе нием отброшенной вершины.v Координаты зеркальноотображенной вершины определяются по формуле
X* |
|
2 |
(X\ t i + * 2 , i |
|
X j - 1, i + |
Xj +I, |
i + • • • + |
*71 + 1, |
i ) — Xj, iy |
|
= |
-------- |
+ • • • - ) - |
||||||||
|
|
П |
|
|
|
|
|
|
(2.97) |
|
|
|
|
|
|
|
|
|
|
|
|
где |
|
/ = |
1, |
2, |
/ г +1 — номер |
вершины |
симплекса; |
|||
2 = |
1’, 2, |
..., |
/г — номер |
координаты; |
Xjti — координата |
|||||
наихудшей точки. |
|
|
переменная |
в |
соответ |
|||||
|
6. |
Рассчитывается выходная |
ствии с координатами вершин нового симплекса и про цедура повторяется.
Первоначальная ориентация симплекса. Обычно при нято рассматривать два способа задания координат вер шин правильного симплекса.
П е р в ы й с пос об . Если одну из вершин симплек са поместить в начало координат, а остальные п вершин расположить так, чтобы ребра, выходящие из первой вершины, образовывали одинаковые углы с соответст вующими координатными осями’ (рис. 2.4, а), то коорди-
Рис. -2.4. Первоначальная ориентация симплекса:
а — угловая; б —центральная.
наты вершин симплекса будут определяться строками матрицы
- 0 |
0 |
0 |
0 “ |
р |
я |
я |
я |
я |
р |
я |
я |
_ я |
я |
я |
р - |
где р = — l— (п — 1 + У /г+ 1); |
q = —1— Цп + 1 — 1); |
пУ2 |
пП |
п — число факторов. |
симплекс-планирования |
Например, при реализации |
для трех факторов координаты вершин первоначального положения симплекса по вышеприведенному способу отображены в табл. 2.7.
|
|
Т а б л и ц а |
2.7. План эксперимента |
|
||
|
|
|
|
План |
|
|
|
Номер опыта |
|
|
|
|
Выходная |
|
|
|
|
|
переменная |
|
1 |
(К ) |
• |
0 |
0 |
0 |
У |
2 |
(V 2) |
|
0,944 |
0,236 |
0,236 |
У2 |
3 |
(v3) |
|
0,236 |
0,944 |
0,236 |
Ж |
4 |
+<) |
|
0,236 |
0,236 |
0,944 |
Уа |
В т о р о й с п о с о б . Если центр |
симплекса поме |
стить в начало координат, а вершину |
Vn+i — на ось хп, |
то остальные вершины расположатся симметрично от носительно координатных осей, плоскостей или, в об щем случае, гиперплоскостей (см. рис. 2.4,6). Координа ты вершин в этом случае будут определяться строками матрицы
( К , ) |
—Г\ |
— Г2 |
------Г3 |
— Гп - 1 |
' Гп |
( V ») |
R i |
—г2 |
------Г3 |
—Ги-1 |
— Гп |
( У 3 ) |
0 |
R 2 |
— / 3 |
Гп —1 |
п |
( V n + 1 ) |
- 0 |
0 |
0 |
0 |
R n |
При длине ребра, равной единице, радиусы вписан ной г,- и. описанной Ri окружностей будут определяться по формулам
1 |
' -' У2(i+0/1 1)- |
( 2. 100) |
V2f (i+ 1) |
где i — номер столбца матрицы. |
|
|
||||
В |
табл. 2.8 |
представлена |
матрица планирования |
|||
трех |
факторов |
по второму |
способу |
ориентации |
сим |
|
плекса. |
|
|
|
|
|
|
|
Т а б л и ц а 2.8. |
План эксперимента |
|
|||
|
|
|
План |
Выходная |
||
Номер опыта |
|
|
|
|||
-*Э |
•**2 |
переменная |
||||
|
|
*3 |
|
|||
|
1 |
—0,5 |
-0,289 |
-0,204 |
У\ |
|
|
2 |
0,5 |
—0,289 |
-0,204 |
У2 |
|
|
3 |
0 |
0,578 |
0,204 |
Уъ |
|
|
4 |
0 |
0 |
|
0,612 |
У\ |
Принятие решений при реализации симплексного ме тода оптимизации. Можно выделить ряд типовых си туаций, когда принимаемые решения отличаются от стандартного, которое было описано выше.
1.При расчете выходной переменной согласно мат рице симплексного планирования может оказаться, что
ееминимальное значение будет находиться в двух вер шинах симплекса или в нескольких (последнее — мало вероятно). В такой ситуации рекомендуется принимать решение по одному из случайных механизмов (напри мер, бросание монеты).
2.Может возникнуть ситуация, когда во вновь орга низованной вершине симплекса значение выходной пе ременной снова минимально по сравнению с остальны ми. Рекомендуется вернуться к исходному симплексу и построить новый симплекс, являющийся зеркальным отображением предыдущей вершины по минимальности значения выходной переменной.
3.Последовательное «отбрасывание» вершин сим плекса может привести к замене поступательного дви жения симплекса вращательным вокруг одной из вер
шин (так называемое «зацикливание» симплекса). Такая ситуация возможна при достижении области опти мума факторного пространства.
При «зацикливании» расчет выходной переменной на предыдущем симплексе повторяют. Также весьма эф фективно повторить процедуру поиска координаты опти мума из другой точки факторного пространства и с дру-
гимн размерами симплекса. Завершение поиска в перво начальной области свидетельствует о нахождении ло кального оптимума.
Симплексный метод оптимизации широко используй ется для поиска оптимума как непосредственно на объ екте, так и по математической модели. Ряд преимуществ делает его применение весьма эффективным, к числу которых следует отнести прежде всего независимость направления движения от абсолютных значений выход ной переменной в вершинах симплекса. Действительно, это направление зависит от ранжирования значений вы ходной переменной, что позволяет привлекать для при нятия решений другие переменные, характеризующие объект. Здесь обычно решаются компромиссные задачи. Метод легко позволяет достроить симплекс при включе нии новой переменной: добавляется еще одна вершина симплекса, алгоритм поиска при этом не изменяется.
2.6.3. Алгоритм канонического преобразования и ана лиза поверхности отклика. Введение. Для целей оптими зации исследуемого объекта, который описывается урав нением второго порядка, существует преобразование, позволяющее получить графическую и аналитическую интерпретации области оптимума. Упомянутое преобра зование называется к а н о н и ч е с к и м. Каноническое преобразование исходного уравнения регрессии второго порядка
У — bo + |
^ |
biXi + ^ |
bijXiXj + ^ Ьцх2^ |
(2.101) |
|
|
|
i<5 |
|
|
|
представляет собой |
переход к стандартному уравнению |
||||
|
|
Y - Y s = |
ВцХ{, |
|
(2.102) |
|
|
1= |
1 |
|
|
где Ys — значение |
выходной |
переменной |
в центре по |
||
верхности отклика; |
Х{ — канонические |
переменные; |
Ви — коэффициенты канонического уравнения.
Кновому уравнению переходят, перенося начало координат в центр поверхности отклика и поворачивая оси на определенный угол.
Перенос начала координат приводит к устранению линейных и свободного членов в уравнении, поворот осей — к исключению взаимодействий.
Трудности геометрической интерпретации уравнения регрессии второго порядка возрастают с увеличением числа факторов. При п > 3 дать наглядное представле ние о геометрии функции отклика, очевидно, невозмож но, однако и в этом случае каноническое преобразование дает хорошие результаты, если последовательно рас сматривать изменение двух факторов при стабилизиро ванных остальных. Такой прием позволяет получить серию контурных кривых на плоскости для числа факто ров п ^ 3 (очевидно, что объемное изображение функ ции отклика при п ^ 3 также не дает исследователю особых преимуществ).
При каноническом преобразовании уравнения регрес сии второго порядка для Двух факторов (п = 2) полу чают уравнение
|
Y - |
Y, = В пХ \ + В 22Х\. |
|
|
|
|
(2.103) |
|||
|
|
|
|
Для |
уравнения (2.103) |
|||||
|
|
|
|
в зависимости |
от |
знаков |
||||
|
|
|
|
и значений Вц и В22 во- |
||||||
|
|
Xf зможны |
четыре |
|
вида |
|||||
|
|
^ |
|
контурных |
кривых |
для |
||||
|
|
^ |
|
равных |
значений |
|
пара- |
|||
|
|
» |
|
метра |
оптимизации |
(рис. |
||||
|
|
4 |
|
2.5): |
а — коэффициенты |
|||||
|
|
\ |
|
В п и В22 имеют одинако- |
||||||
|
|
\ |
|
вые |
знаки; |
|
контурные |
|||
|
|
|
|
кривые в этом случае яв |
||||||
|
|
|
|
ляются |
эллипсами; |
при |
||||
|
|
|
|
Вц < |
0 |
центр |
эллипсов |
|||
|
|
|
|
будет |
максимумом, |
при |
||||
|
|
\ |
|
Вц > 0 |
— |
минимумом, |
||||
|
|
|
I если |
(В2г) < |
(Вц), |
то эл- |
||||
|
|
I I |
липе |
вытянут |
по |
оси Х2 |
||||
|
|
/ |
I |
и наоборот; |
б — коэффи- |
|||||
|
|
vJ |
|
циенты |
В ц |
и В22 |
имеют |
|||
|
|
' |
|
разные |
знаки; |
контурные |
||||
|
|
' |
|
кривые |
в |
этом |
случае |
|||
|
|
|
|
являются |
гиперболами; |
|||||
Рнс. 2.5. Контурные кривые функ |
|
центр |
фигуры |
называет |
||||||
|
ся «с е длом» |
или |
«м и- |
|||||||
ции отклика |
области оптимума, |
|
||||||||
эписываемой |
уравнением |
второго |
|
н и м а к с о м » ; |
в зависи |
|||||
|
порядка. |
|
|
мости |
|
от |
соотношения |
юо