- •Кафедра металлургии и литейного производства
- •1. Информация о дисциплине
- •1.1. Предисловие
- •1.2. Содержание дисциплины и виды учебной работы Содержание дисциплины по гос
- •Объем дисциплины и виды учебной работы
- •2. Рабочие учебные материалы
- •2.1. Рабочая программа (150 ч)
- •Раздел 1. Методология
- •Раздел 2. Техническая база
- •Раздел 3. Пассивный эксперимент (32 ч)
- •4.2. Дробный факторный эксперимент (12 ч )
- •2.2. Тематические планы дисциплины Тематический план дисциплины для студентов очно – заочной формы обучения
- •Тематический план дисциплины для студентов заочной формы обучения
- •2.3. Стркуктурно – логическая схема дисциплины
- •2.4. Временной график изучения дисциплины при использовании дот
- •2.5. Практический блок
- •2.6. Рейтинговая система оценки знаний
- •3. Информационные ресурсы дисциплины
- •3.1. Библиографический список
- •3.2. Опорный конспект
- •Раздел 1. Методология и выбор методики научного исследования
- •Вопросы для самопроверки
- •Раздел 2. Техническая база экспериментальных исследований
- •Газового хроматографа лхм-8мд
- •Методы автоматического контроля влажности формовочных и стержневых смесей
- •Вопросы для самопроверки
- •Раздел 3. Пассивный эксперимент
- •Тема 1. Корреляционный анализ данных
- •Вопросы для самопроверки
- •Тема 2. Регрессионный анализ экспериментальных данных
- •Вопросы для самопроверки
- •Тема 3. Дисперсионный анализ данных
- •Вопросы для самопроверки
- •Тема 4. Комплексный компьютерный анализ результатов опытов
- •Сервис | анализ данных | регрессия
- •Данные для двумерного статистического анализа
- •Вставка | столбцы
- •Вопросы для самопроверки
- •Раздел 4. Активный эксперимент
- •Тема 5. Полный факторный эксперимент
- •Вопросы для самопроверки
- •Тема 6. Дробный факторный эксперимент
- •Первая полуреплика пфэ типа 23
- •Вторая полуреплика пфэ типа 23
- •Вопросы для самопроверки
- •Тема 7. Факторные эксперименты высокого порядка
- •Вопросы для самопроверки
- •Раздел 5. Поисковые методы оптимизации
- •Тема 8. Одно- и многофакторная оптимизация
- •Вопросы для самопроверки
- •Тема 9. Оптимизация методом крутого восхождения по поверхности отклика
- •Вопросы для самопроверки
- •Тема 10. Симплексный метод оптимизации
- •Вопросы для самопроверки
- •Глоссарий
- •3.4. Технические и программные средства обеспечения дисциплины
- •3.4.1. Описание компьютерных программ для выполнения лабораторных работ
- •3.4.2. Перечень расчётных программ
- •Методика выполнения работы
- •Контрольный пример
- •Данные плавочного контроля
- •Лабораторная работа №2 Применение регрессионного анализа данных
- •Выбор исходных данных в лабораторных работах
- •Лабораторная работа №3 Применение дисперсионного анализа
- •Краткое теоретическое содержание работы
- •Результаты испытаний образцов двух серий плавок в и г
- •Методика выполнения работы
- •Лабораторная работа №4
- •Лабораторная работа №5 Обработка и анализ результатов полного факторного эксперимента с построением математической модели объекта
- •Краткое теоретическое содержание
- •Значение степени десульфурации стали у, % в двух параллельных опытах (у, и у 2)
- •Методика выполнения работы
- •Контрольный пример
- •Лабораторная работа №6
- •Лабораторная работа №7
- •Сервис | анализ данных | регрессия
- •Лабораторная работа №8 Обработка и анализ результатов многоуровневого факторного эксперимента
- •Краткое теоретическое содержание
- •Методика выполнения работы
- •Контрольный пример
- •Решение
- •Сервис | анализ данных | регрессия
- •Лабораторная работа № 9 Оптимизация методом крутого восхождения по поверхности отклика
- •Краткое теоретическое содержание работы
- •Методические указания к выполнению работы
- •Контрольный пример
- •Лабораторная работа №10 Моделирование процесса симплексной оптимизации
- •Краткое теоретическое содержание работы
- •Методические указания к выполнению работы
- •Контрольный пример
- •4. Блок контроля освоения дисциплины
- •4.1. Задание на курсовую работу
- •4.2. Методические указания к выполнению курсовой работы
- •Выполнение расчётов курсовой работы с использованием персонального компьютера
- •Сервис | анализ данных | регрессия
- •Требования к оформлению курсовой работы
- •Текущий контроль
- •4.3.1. Тренировочные тесты
- •Тест к разделу 1 “Методология и выбор методики научного исследования”
- •Вопрос 1. Что понимают под вычислительным экспериментом?
- •Вопрос 2. В чем заключается понятие “Методология науки” (научного исследования)?
- •Вопрос 3. Какова цель пассивного эксперимента?
- •Тест к разделу 4. “Активный эксперимент”
- •Вопрос 1. Какие технологические факторы включают в состав активного эксперимента?
- •Вопрос 2. Из каких соображений выбирают число уровней варьирования факторов?
- •Вопрос 3. Как выбирают интервал варьирования факторов при активном эксперименте?
- •Тест к разделу 5. Экспериментальные методы оптимизации
- •Вопрос 1. В чем заключается цель оптимизирующего эксперимента?
- •Вопрос 2. Почему в металлургии и литейном производстве поисковые методы оптимизации применяют чаще, чем аналитические (методы математического программирования)?
- •Вопрос 3. Нужна ли математическая основа для реализации поисковых методов оптимизации?
- •4.4. Итоговый контроль Вопросы для подготовки к сдаче зачета
- •Оглавление
- •191186, Санкт – Петербург, ул. Миллионная, д.5
Вопросы для самопроверки
1. Сколько опытов (без учета дублирования) содержит четверть - реплика от плана ПФЭ типа 24?
2. В чём проявляется операция смешивания оценок при ДФЭ?
3. В каком случае результаты ПФЭ и ДФЭ оказываются полностью идентичными?
4. Что означает план 27-4 при постановке ДФЭ?
5. Для каких дробных реплик обработку и анализ результатов ДФЭ можно производить с помощью те же компьютерных программ, что и в ПФЭ?
6. Какие элементы в рекомендованном для рассмотрения примере увеличивают прочность сплава и какие уменьшают?
7. Какие соотношения между факторами называются генерирующими?
8. Чем отличается оценка коэффициента математической модели от его истинного значения?
9. Что такое определяющий контраст?
10. Что понимают под разрешающей способностью реплики?
Тема 7. Факторные эксперименты высокого порядка
Эксперименты 2-го порядка (то есть с квадратичными членами получаемой в результате их реализации математической модели) планируют с целью описания области поверхности отклика, обладающей значительной кривизной. Обычно такая область располагается вблизи экстремума (максимума или минимума) поверхности отклика. Её аппроксимация линейной моделью (плоскостью при двух факторах или гиперплоскостью при большем числе факторов) становится неадекватной.
Из известных планов факторных экспериментов 2-го порядка чаще используют центральные композиционные ротатабельные планы варьирования факторов в отдельных опытах с целью получения адекватных математических моделей [2], с.151…158. Понятие ротатабельности плана заключается в том, что реализация его обеспечивает одинаковую точность (одинаковую дисперсию разброса экспериментальных значений выхода объекта) по некоторой сфере или гиперсфере радиуса [1], c.154.
Планирование центрального композиционного ротатабельного эксперимента отличается от планирования ПФЭ постановкой дополнительных опытов как в центре плана, то есть при нулевых значения всех кодированных факторов (когда натуральные значения всех факторов равны их основному уровню), так и в так называемых “звёздных точках” [2], c.151 … 158.
В тех же случаях, когда рельеф поверхности отклика еще более сложен и требуется математическая модель более высокого, чем второй, порядка, прибегают к многоуровневым факторным экспериментам [2], с.158…159.
Особенность одного из известных подходов к планированию эксперимента высокого порядка заключается в том, что сначала фиксируют один из факторов, а другим придают ряд последовательно возрастающих значений с постоянным шагом. Затем на принятый шаг увеличивают первый фактор и повторяют варьирование в тех же пределах остальных факторов и т.д.
Методы планирования второго и более высокого порядка рассматриваются по литературе [2] и на примерах, приведенных в лабораторных работах компьютерного характера №№ 7 и 8. Вместе с тем, нужно учитывать, что в условиях многофакторности объектов металлургического и литейного производства и часто наблюдающегося дрейфа их характеристик любое увеличение количества опытов (а их достаточно много в планах уже второго порядка) приводит к тому, что достижение полного успеха в задачах оптимизации становится маловероятным. Большую помощь исследователю здесь приносит описываемый ниже симплексный метод оптимизации, где построение математической модели объекта вообще не требуется.