20 вариант
.docМинистерство образования Российской Федерации
–––––––––––––––––
Санкт-Петербургская Государственная лесотехническая академия
имени С. М. Кирова
Кафедра технологии деревообрабатывающих производств
Курс: «Основы научных исследований»
Курсовая работа
на тему:
«Исследование процесса деревообработки методом полного факторного эксперимента»
МТ.ДБ.44.308100.КП20
Выполнил: студентка __________________________ О. В. Михеева
Проверил: преподаватель _______________________Е.Г. Кузнецова
Санкт-Петербург
2012
Содержание.
1. Введение …………………………………………………………………………………….3
2. Исходные данные для проведения исследования ………………………………………..4
3. Исследование свойства древесностружечных плит ……………………………………...5
4. Заключение ………………………………………………………………............................11
5. Список использованной литературы ……………………………………………………..12
Введение.
При проведении научных исследований в области деревообработки широко используют методы однофакторного и многофакторного экспериментов. По методу однофакторного эксперимента последовательно изучается влияние на процесс каждого из принятых переменными факторов. Методика многофакторного эксперимента позволяет изучать процесс при изменении в каждом последующем опыте одновременно нескольких переменных факторов. Достоинствами метода многофакторного эксперимента в сравнении с однофакторным являются: значительное сокращение числа опытов для решения задач исследования, возможность построения по результатам исследования уравнения регрессии — математико-статистической модели изучаемого процесса, позволяющей исследовать, оптимизировать процесс и управлять им. При этом процесс исследуется и управляется в условиях воздействия на него факторов в их взаимосвязи.
Одним из таких методов является метод полного факторного эксперимента (ПФЭ), который применяется на первом этапе исследования процессов. С его помощью удается при небольших затратах времени и средств получить информацию об изучаемом процессе, хотя и не всегда полную.
Целью выполнения курсовой работы на тему: «Исследование процесса деревообработки методом полного факторного эксперимента» является овладение методикой планирования ПФЭ, обработки и анализа его результатов.
1.Исходные данные для проведения исследования.
Номер варианта |
Две последние цифры шифра |
Номер исходной зависимости (рисунка) |
Обозначение факторов |
Интервал варьирования факторов |
|
НУ |
ВУ |
||||
1 |
2 |
3 |
4 |
5 |
|
20 |
40 |
2.10 |
X1 |
25 с |
35 с |
X2 |
100 г/м2 |
110 г/м2 |
2. Исследование свойства древесностружечных плит.
2.1. Определение основных уровней факторов и интервалов варьирования.
Нижний уровень: для X1min=25 с, для X2min= 100 г/м2
Верхний уровень: для X1max= 35 с, для X2max=110 г/м2.
Основные уровни факторов Хiо определяются по формуле:
Xi0= (Ximin+Ximax)/2,
где Ximin, Ximax - значения i-ого фактора на нижнем и верхнем уровнях в натуральном виде.
Для первого фактора основной уровень равен:
X10= (25+35)/2=30
а для второго фактора:
X20= (100+110)/2=105
Интервалы варьирования определяются по формуле:
Ii= Ximax - Xi0 = Xi0- Ximin .
Интервалы варьирования равны, соответственно:
I1= 35-30=5
I2= 110-105=5
2.2.Перевод нижних и верхних значений уровней факторов в кодированный вид.
Перевод нижних и верхних значений уровней каждого из факторов в кодированный вид производится по формуле:
хi= (Xi - Xi0 )/ Ii ,
где хi –значение i-ого фактора на нижнем, верхнем или любом другом уровне в кодированном виде,
Xi – значение i-ого фактора на нижнем, верхнем или любом другом уровне в натуральном виде.
х1min= (25-30)/5= -1,
х1max= (35-30)/5=+1,
х2min =(100-105)/5= -1,
х2max=(110-105)/5=+1.
2.3. План ПФЭ для двух факторов.
План ПФЭ приведен в [табл.2.1].
Таблица 2.1.
План ПФЭ с результатом статистической обработки наблюдений.
Номер опыта |
х1 |
х2 |
X1 |
X2 |
Sj2 |
||||||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
||||||||
1 |
+1 |
+1 |
35 |
110 |
10,72 |
11,86 |
10,94 |
12,08 |
10,03 |
12,77 |
10,72 |
13,22 |
10,03 |
11,37 |
1,3435 |
2 |
-1 |
+1 |
25 |
110 |
14,19 |
18,48 |
13,86 |
18,81 |
15,84 |
18,48 |
16,17 |
17,49 |
16,5 |
16,65 |
3,3517 |
3 |
+1 |
-1 |
35 |
100 |
8,32 |
11,48 |
8,91 |
10,89 |
8,71 |
10,3 |
9,5 |
11,29 |
8,32 |
9,75 |
1,6133 |
4 |
-1 |
-1 |
25 |
100 |
13,05 |
15,08 |
12,18 |
15,66 |
13,34 |
15,37 |
12,18 |
15,66 |
12,76 |
13,92 |
2,2497 |
2.4. Имитационный эксперимент.
Проведем имитационный эксперимент в соответствии с планом, делая по n=9 наблюдений в каждом опыте (точке плана).
Значение выходного параметра в j-ом опыте при k-м наблюдении определяется по формуле:
,
где α – коэффициент, определяющий относительную погрешность наблюдений, для процессов деревообработки α = 0,02;
Уj*- значение выходного параметра j-м опыте;
Rjk - число в таблице случайных чисел, находящееся на j-й строке в k-м столбце (берём 21-ый и 22-ой столбцы).
Первому наблюдению соответствует значение выходного параметра:
У11=11,4•[1+(-1)1•0,02•3]=10,72
У21=16,5•[1+(-1)1•0,02•7]= 14,19
У31=9,9•[1+(-1)1•0,02•8]=8,32
У41=14,5•[1+(-1)1•0,02•5]=13,05
и так далее.
Результаты эксперимента запишем в виде табл. 2.1
2.5. Обработка результатов наблюдений для каждого опыта.
Среднее значение выходного параметра в каждом опыте определяется по формуле:
Аналогично для остальных опытов.
Дисперсии вычисляются по формуле:
Так, для первого опыта:
= [(10,72-11,37)²+ (11,86-11,37)²+ (10,94-11,37)²+ (12,08-11,37)²+ (10,03-11,37)²+(12,77-11,37)²+ (10,72-11,37)²+ (13,22-11,37)²+ (10,33-11,37)²]=1,3435
Аналогично для остальных опытов. Результаты заносим в таблицу 2.1.
2.6.Определение необходимого количества наблюдений для достижения требуемой точности с 95% уровнем достоверности.
Необходимое количество наблюдений n* для достижения требуемой точности при доверительной вероятности p=0,95 определим для опыта, в котором дисперсия S2j* максимальна, то есть для второго опыта.
Пусть максимальная относительная погрешность определителя выходного параметра равна ε =10%. Тогда по формуле:
,
где - среднее значение выходного параметра в j*-м опыте.
Максимальная абсолютная погрешность
∆=10•16,65/100=1,665
Далее проверяем выполнение условия:
,
где tt;q – критерий Стьюдента для уровня значимости q=1-0,95=0,05 и числа степеней свободы f=n-1=9-1=8;t табл.=2,306
Поскольку условие выполняется, то выбранное первоначальное количество наблюдений n=9 является достаточным.
2.7.Оценка однородности дисперсии в различных опытах.
Оценим однородность дисперсии в различных опытах, для чего проверим выполнение условия:
,
где S2j* - максимальная дисперсия;
Gf;N – критерий Кохрена для 95%-го уровня достоверности( уровень значимости 0,05), числа степеней свободы числителя f=(n-1) и знаменателя N;f=8,N=4
Gf;N ≥ 3,3517/(1,3435+3,3517+1,6133+2,2497) =0,39
G8; 4=0,52>0,39
условие выполняется, дисперсии однородны.
2.8.Определение обобщенной дисперсии.
Обобщенная дисперсия (дисперсия воспроизводимости) находится по формуле:
S2 = (1,3435+3,3517+1,6133+2,2497)/4=2,1396
2.9.Определение коэффициентов регрессионного уравнения.
Коэффициенты регрессионного уравнения определяются по формулам:
,
,
.
b0= (11,37+16,65+9,75+13,92)/4=12,92;
b1= (11,37-16,65+9,75-13,92)/4= -2,36;
b2= (11,37+16,65-9,75-13,92)/4=1,09.
2.10.Оценка значимости членов регрессионного уравнения.
Оценим значимость членов регрессионного уравнения по условию :
,
где - дисперсия коэффициентов;
где , , = 2,036
То есть коэффициент значим, если он больше, чем 0,244•2,036=0,497.
12,92>0,497
|-2,36|>0,497
1,09>0,497
Все коэффициенты значимы.
2.11.Регрессинное уравнение.
Так как коэффициенты, определенные выше, больше чем 0,497, то регрессионное уравнение в кодированном виде будет содержать все члены выражения:
2.12.Проверка адекватности регрессионного уравнения.
Для проверки адекватности полученного регрессионного уравнения определим дисперсию адекватности:
,
где- значение выходного параметра в j-м опыте, рассчитанное по регрессионному уравнению;
f – число степеней свободы выборки.
Найдем предварительно значение для всех точек плана. Результаты представлены в табл. 2.2, где приведены также значения выходного параметра , полученные экспериментально для всех точек плана.
Таблица 2.2
Результаты расчета выходного параметра по регрессионному уравнению:
Номер опыта |
x1 |
x2 |
|
|
1 |
2 |
3 |
4 |
5 |
1 |
+1 |
+1 |
11,37 |
11,65 |
2 |
-1 |
+1 |
16,65 |
16,37 |
3 |
+1 |
-1 |
9,75 |
9,47 |
4 |
-1 |
-1 |
13,92 |
14,19 |
Значения дисперсии адекватности для f=4-3=1 равно:
Правая часть выражения: равна 2,7729/2,1396=1,3, а левая представляет собой критерии Фишера F1; 32=4,16.
Таким образом, условие 4,16>1,3 удовлетворяется, и полученное регрессионное уравнение адекватно.
2.13. Перевод регрессионного уравнения из кодированного вида в натуральный.
,
где xi- значение i-го фактора на нижнем, верхнем или любом другом уровне в кодированном виде; Xi- значение i-го фактора на нижнем, верхнем и любом другом уровне в натуральном виде; Xiº- основной уровень i-го фактора; Ii- интервал варьирования i-го фактора.
То есть
X1=5x1+30 X2=5x2+105
x1= x2=
2.14. Вывод: Анализ полученного регрессионного уравнения показывает, что на изменение блеска покрытия большее влияние оказывает вязкость лака; причём, чем выше вязкость лака, тем меньше блеск покрытия. Чем больше расход лака, тем больше величина блеска, а поэтому меньше вязкость лака.
Список использованной литературы.
1. Чубов А.Б. Основы научных исследований. Методические указания по выполнению курсовой работы для студентов специальности 26.02. Санкт-Петербург: ЛТА, 1992.
2. Пижурин А. А., Розенблит М. С. Исследование процессов деревообработки. М.: Лесная промышленность, 1984.