- •Учебно-методический комплекс для студентов специальности 210601 санкт-петербург
- •1. Информация о дисциплине
- •1.1. Предисловие
- •1.2. Содержание дисциплины и виды учебной работы
- •1.2.1. Объем дисциплины и виды учебной работы
- •1.2.2. Перечень видов практических и контроля:
- •2. Рабочие учебные материалы
- •2.1. Рабочая программа (объем 180 часов)
- •Раздел 1. Основы конструирования эс (70 часов)
- •Раздел 2. Основы теории надежности эс (69 часов)
- •Раздел 3. Надежность оператора систем «человек-техника» (10 часов)
- •Раздел 4. Введение в оптимизацию и эффективность эс (27 часов)
- •2.2. Тематический план дисциплины
- •4. Введение в оптимизацию и эффективность эс 4.1. Введение в оптимизацию эс 4.2. Введение в эффективность эс
- •3.1. Человек-оператор как звено системы «человек-машина-среда»
- •3.2. Надежность человека-опе-ратора
- •2.3. Структурно-логическая схема дисциплины
- •3. Надежность оператора систем «человек-техника»
- •2.2. Показатели на-дежности неремон-тируемых и ремон-тируемых изделий
- •2.1. Основные термины и определения
- •2.3. Структурные модели надежности
- •2. Основы теории надежности эс
- •1.2. Основы системного подхода
- •1.4. Обработка статистических данных и проверка статистических гипотез
- •1.5. Планирование эксперимента при решении конструкторских задач
- •1. Основы конструирования эс
- •1.1. Общая характеристика современных эс
- •1.3. Модели эс
- •2.4.2. Лабораторный практикум
- •3. Информационные ресурсы дисциплины
- •3.1. Библиографический список Основной
- •Дополнительный
- •3.2. Опорный конспект
- •Раздел 3.2.1. Основы конструирования эс
- •Матрица планирования пфэ 22
- •Раздел 3.2.2. Основы теории надежности эс
- •3.2.1.1. Основные термины и определения
- •3.2.1.2. Показатели надежности неремонтируемых и ремонтируемых изделий.
- •3.2.1.3. Основы расчета надежности эс
- •3.2.1.4. Обеспечение надежности эс
- •Раздел 3.2.3. Надежность оператора систем «человек-техника»
- •3.2.3.1. Человек-оператор как звено системы
- •3.2.3.2. Надежность человека-оператора
- •3.2.4. Введение в оптимизацию и эффективность эс
- •3.2.4.1. Введение в оптимизацию эс
- •3.2.4.2. Введение в эффективность эс Эффективность операций в технике
- •Основные принципы исследования эффективности в технике
- •3.3. Учебные пособия
- •3.4. Методические указания к выполнению
- •3. Порядок выполнения работы
- •3.1. Определение погрешностей выходных параметров экстремальным методом
- •3.2. Определение погрешностей выходных параметров
- •3. Порядок выполнения работы
- •4. Содержание отчета
- •Работа 3. Определение коэффициентов влияния отклонений значений устройств эс методом статистического планирования эксперимента
- •Фрагмент таблицы случайных чисел
- •Значения f-критерия Фишера (доверительная вероятность 0,95)
- •3.5. Задачники 1 и 2 для практических занятий. Методические указания к выполнению практических занятий
- •3.5.1. Выдача задания на курсовую работу (для очной формы обучения, 2 ч.)
- •3.5.2. Задачник 1. Обработка статистических данных и проверка статистических гипотез
- •Для оценки последнего результата измерений погрешности определения расстояния с помощью рлс
- •Для оценки на однородность двух серий измерений наработки до отказа и определения доверительного интервала для наработки
- •Методические указания к выполнению практических занятий по обработка статистических данных и проверка статистических гипотез
- •3.5.3. Задачник 2. Расчеты и преобразования схем надежности
- •Методические указания к выполнению практических занятий по расчетам и преобразованиям схем надежности
- •4. Блок контроля освоения дисциплины
- •Содержание отчета
- •4.2.3. Методические указания к выполнению курсовой работы
- •Определение шифра эс по общности факторов, влияющих на выбор комплексных показателей надежности
- •Комплексные показатели надежности
- •Группы по влажности
- •Значения a3
- •Значения a4 для конденсаторов
- •Примерный вид технического задания
- •4.3. Текущий контроль
- •Тренировочные тесты Тест №1 (к введению и разделу 1 «Основы конструирования эс»)
- •Тест №2 (к разделу 2 «Основы теории надежности эс»)
- •Тест №3 (к разделу 3 «Надежность оператора систем человек-техника»)
- •Тест №4 (к разделу 4 «Введение в оптимизацию и эффективность эс»)
- •4.4. Итоговый контроль
- •Раздел 2 «Основы теории надежности эс»
- •Раздел 3 «Надежность оператора систем человек-техника»
- •Раздел 4 «Введение в оптимизацию и эффективность эс»
- •Содержание
3. Порядок выполнения работы
3.1. Определение погрешностей выходных параметров экстремальным методом
3.1.1. Рассчитать экстремальные (максимальное и минималь
ное) значения суммарных сопротивлений резисторов (R2+RР1) и (R5+RР2) при допуске на разброс их относительных отклонений, равном ± 10 %. Результаты расчетов свести в таблицу по форме 1.
3.1.2. В соответствии с функциональной схемой произвести необходимые электрические соединения. Включить источник питания, установить напряжение 10 В. Включить осциллограф тумблером “СЕТЬ” на передней панели прибора.
Форма 1
Условия экстремального эксперимента
№ п/п |
Параметры состояния |
Единицы измерения |
Номинальный режим |
Экстремальный режим | |
Максимальное отклонение |
Минимальное отклонение | ||||
1 |
2 |
3 |
4 |
5 |
6 |
1 2 3 4 5 6 7 8 |
(R2+RР1) (R5+RР2) U2 ΔU2 Τ Δτ (ΔU2/U2) (Δτ/τ) |
кОм кОм В В мс мс - - |
0
0 0 0 |
|
|
3.1.3. Установить номинальные значения сопротивлений R2+RР1 и R5+RР2 и измерить амплитуду импульса Uвых ном и длительность импульса τном с помощью осциллографа. Результаты измерений занести в таблицу по форме 1.
3.1.4. Установить максимальные значения сопротивлений R2+RР1 и R5+RР2 и измерить Uвых тах и τтах. Результаты измерений
занести в таблицу по форме 1.
3.1.5. Установить минимальные значения сопротивлений R2+RР1 и R5+RР2 и измерить Uвых min и τmin. Результаты измерений занести в таблицу по форме 1.
Форма 2
Количественные характеристики закона распределения погрешностей выходного параметра и поля допуска на них
Исследования предельными методами
E(ΔU/U) |
δ((ΔU/U) |
E(Δτ/τ) |
δ(Δτ/τ) |
|
|
|
|
Исследования вероятностными методами
E(ΔU/U) |
M(ΔU/U) |
δ(ΔU/U) |
D(ΔU/U) |
E(Δτ/τ) |
M(Δτ/τ) |
δ(Δτ/τ) |
D(Δτ/τ) |
|
|
|
|
|
|
|
|
3.1.6. Рассчитать абсолютные и относительные погрешности выходных параметров и количественные характеристики поля допуска на относительные погрешности выходных параметров в соответствии с вышеизложенной методикой, формулы (10) – (13). Результаты расчетов свести в таблицы по форме 1 и по форме 2.
3.2. Определение погрешностей выходных параметров
статистическим методом
3.2.1. Выбрать 20 значений стандартных случайных чисел с помощью таблиц стандартных случайных чисел. Результаты занести в таблицу по форме 3.
3.2.2. Согласно изложенной выше методике получить 20 значений случайных чисел, распределенных по нормальному закону. Полученные числа занести в таблицу по форме 3.
3.2.3 Используя выражения (17) и (18) и первые десять случайных чисел zi, рассчитать десять значений суммарной погрешности резисторов R2+RР1. Используя выражения (17) и (18) и следующие десять случайных чисел zi, рассчитать десять значений суммарной погрешности резисторов R5+RР2. При расчете учесть, что допуск на разброс относительных погрешностей резисторов R2+RР1 и R5+RР2 равен ± 10 %. Результаты расчетов свести в таблицу по форме 3.
Форма 3
Результаты расчета первичных погрешностей
№ п/п |
Значения случайных чисел |
Первичные погрешности | |||
γi |
zi |
Δ(R2+RР1)= =σΔ(R2+RР1) х zi, кОм |
Δ(R5+RР2)= =σΔ(R5+RР2) х zi, кОм | ||
1 |
2 |
3 |
4 |
5 | |
1 2 3 . . . 20 |
|
|
|
|
3.2.4. Измерить значения выходных параметров τ и Uвых для десяти пар погрешностей R2+RР1 и R5+RР2. Пары погрешностей выбирать следующим образом, например: первая – одиннадцатая, вторая – двенадцатая и т.д. (задается преподавателем). Результаты измерений занести в таблицу по форме 4.
3.2.5. По вышеизложенной методике рассчитать значения Δτ и ΔUвых и занести их в таблицу по форме 4.
Форма 4
Результаты статистических испытаний
№ п/п |
Сочетание погрешностей в паре |
U2, В |
ΔU2, В |
ΔU2/U2 |
τ, мс |
Δτ, мс |
Δτ/τ |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
1 2 3 . . . 10 |
|
|
|
|
|
|
|
3.2.6. Рассчитать количественные характеристики погрешностей выходных параметров по формулам (12), (13) и (14). Результаты расчетов свести в таблицу по форме 4.
3.2.7. Рассчитать значения допусков и относительные погрешности выходных параметров по формулам (15) и (16). Результаты расчетов свести в таблицу по форме 2.
3.2.6. Рассчитать количественные характеристики погрешностей выходных параметров по формулам (12), (13) и (14). Результаты расчетов свести в таблицу по форме 4.
3.2.7. Рассчитать значения допусков и относительные погрешности выходных параметров по формулам (15) и (16). Результаты расчетов свести в таблицу по форме 2.
4. Содержание отчета
4.1. Цель лабораторной работы. Электрическая схема объекта исследования.
4.2. Результаты экспериментальных исследований и расчетов в виде таблиц по формам 2 – 4.
4.3. Выводы о возможностях, достоинствах и недостатках экстремального и статистического методов испытаний.
Литература: [6, с. 7 – 15; 13, с. 161 – 167]
Работа 2. Исследование методов статистического
планирования эксперимента
1. Цель работы – изучение основных положений методов
статистического планирования эксперимента, построение и исследо-
вание планов проведения эксперимента.
2. Основные теоретические положения
2.1. Постановка задачи. Перед лабораторными работами 2 и 3 следует изучить материал, представленный в УМК на с. 22 – 37. Выходной параметр устройства представляет собой функцию многих переменных: параметров деталей и элементов конструкции, напряжения источников питания и т.д., т.е.
у =f(х1, ..., хi, ..., хn), (19)
где у – выходной параметр; хi – значение параметра i-го элемента.
Как правило, конкретный вид этой функции не известен, и поэтому решение некоторых задач анализа и синтеза при конструировании ЭС затруднено. Метод статистического планирования эксперимента (СПЭ) в сочетании с регрессионным анализом результатов эксперимента позволяет получить математическую модель выходного параметра ЭС в виде степенного ряда Тейлора, ограниченного членами первого, второго и реже третьего порядков:
, (20)
где Y – оценка генерального значения выходного параметра; Вi, Вii, Вiu – эмпирические коэффициенты, являющиеся оценками соответствующих генеральных коэффициентов. Уравнение (20) называется уравнением регрессии, а коэффициенты Вi, Вii и Вiu, входящие в его члены, называются коэффициентами регрессии.
2.2. Основные определения. Уравнение регрессии (20) может быть использовано для аппроксимации функции отклика в ограниченной области. В устройствах ИС, выходной параметр которых описывается зависимостью (19), практически важно знать, как ведет себя схема в окрестностях номинальных расчетных значений параметров радиоэлементов хi0. Поэтому наиболее эффективным способом расположения экспериментальных точек является их равномерное рассредоточение около номинальных. Последнее особенно очевидно, когда у исследователя отсутствуют априорные сведения о поведении функции в обозреваемой факторной области.
Выбор интервалов варьирования Δхi зависит от условий ра-
боты устройства. Можно, например, использовать сетку допусков на параметры элементов. При проведении экспериментов фактор может принимать следующие значения: хi = хi0 + Δхi или хi = хi0 – Δхi. В дальнейшем удобнее использовать значения факторов не в натуральном масштабе, а их нормированные значения
, (21)
где xi – текущее значение i-го фактора (значение i-го фактора на верхнем или нижнем уровне); хi0 – номинальное значение i-го фактора; Δxi – интервал варьирования i-го фактора.
Учитывая условие нормирования факторов, уравнение регрессии (20) можно переписать в следующем виде:
,
где у – оценка генерального значения выходного параметра; хi – нормированное значение i-го фактора; b0, bi, bii, biu – коэффициенты регрессии, используемые в уравнении регрессии с нормированными факторами: bi = Bi / ׀xi – xi0׀ = Bi / ׀Δxi׀, где Bi – i-й коэффициент регрессии, который используется в уравнении регрессии с факторами в натуральных единицах; Δх – интервал варьирования i-го фактора. Условия, порядок проведения и результаты эксперимента записываются в таблицу, которая называется матрицей планирования эксперимента, или просто планом.
2.3. Полный факторный эксперимент. Предположим, функция отклика у зависит от двух факторов х1 и х2, каждый из которых может принимать нормированные значения, равные +1 (верхнее значение) и –1 (нижнее значение). Матрица планирования полного факторного эксперимента ПФЭ для двух факторов представлена на с. 32. Знаки в матрице планирования «+» или «–» подразумевают значения нормированного фактора, равные +1 или –1 соответственно.
Собственно план проведения эксперимента включает два столбца значений х1 и х2. Можно видеть, что четыре опыта (четыре строки матрицы планирования) исчерпывают все возможные сочетания уровней двух факторов, т.е. количество опытов в ПФЭ N=2k,
где k – число факторов. Для краткости планы ПФЭ, заданные таблицей, обозначают 2k .
В матрицу планирования введена фиктивная переменная (х0), которая необходима для вычисления коэффициента регрессии b0. При аппроксимации функции отклика неполным полиномом второго порядка необходимо рассчитать коэффициент регрессии b12. Для расчета этого коэффициента регрессии в матрицу планирования вво-дится столбец взаимодействия х1х2. Причем знаки для взаимодейст-вия получаются простым перемножением х1 и х2 в соответствующей строке. В графу «результаты наблюдений» заносят значения выходного параметра, которые получаются при сочетании значений факторов i-й строки в процессе проведения эксперимента. Результаты наблюдений используются для расчета коэффициентов регрессии.
Для построения плана типа 23 (полный факторный эксперимент при трех факторах) необходимо дважды повторить планирование типа 22 таким образом, чтобы для первой половины опытов переменная х3 была на нижнем уровне, а для второй – на верхнем. Этим будут исчерпаны все возможные комбинации значений факторов. Матрица планирования ПФЭ 23 представлена табл.8.
Таблица 8
Матрица планирования ПФЭ 23
№ |
х0 |
х1 |
х2 |
х3 |
х1х2 |
х1х3 |
х2х3 |
у |
1 |
+ |
+ |
+ |
+ |
+ |
+ |
+ |
у1 |
2 |
+ |
– |
+ |
+ |
– |
– |
+ |
у2 |
3 |
+ |
+ |
– |
+ |
– |
+ |
– |
у3 |
4 |
+ |
– |
– |
+ |
+ |
– |
– |
у4 |
5 |
+ |
+ |
+ |
– |
+ |
– |
– |
у5 |
6 |
+ |
– |
+ |
– |
– |
+ |
– |
у6 |
7 |
+ |
+ |
– |
– |
– |
– |
+ |
у7 |
8 |
+ |
– |
– |
– |
+ |
+ |
+ |
у8 |
В принципе, при априорном планировании эксперимента несложно построить планы ПФЭ для любого количества факторов. Так, для четырех факторов план ПФЭ может быть построен путем повторения плана 23 при значениях x4, равных +1 и – 1. Число опытов для ПФЭ 24 уже равно 16. Однако для большого количества факторов в случае ПФЭ появляется избыток степеней свободы fR =N – r, где fR – число степеней свободы; N – количество опытов при проведении ПФЭ; r – число искомых коэффициентов регрессии.
В ЭС, как показывает опыт, взаимодействия тройного и более высокого порядков можно не учитывать. Это связано с самокомпенсацией на выходе устройства эффектов от того или иного соотношения между тремя и более первичными факторами в силу комбинаторного характера их взаимосвязей. Более того, в ряде случаев можно полагать незначимыми и ряд парных взаимодействий (по физическим соображениям или когда отклонения параметров схемных элементов от номинала малы). В то же время уже план 24 позволяет выделить шесть двойных, четыре тройных и одно неполного четвертого порядка взаимодействий.
Если исследователь уверен в линейной модели схемы, то при k = 5 ему необходимо определить r = k + 1 коэффициентов регрессии. Тогда число степеней свободы составит fR = N – r = 32 – 6 = 26. Учитывая неравенство N > r, ту же линейную модель можно найти при 7...8 опытах вместо 32.
2.4. Дробный факторный эксперимент (ДФЭ). Рассмотрим прин-цип построения матрицы планирования ДФЭ. В табл. 9 представлена
матрица планирования ПФЭ 22.
Таблица 9
Матрица планирования ДФЭ 23-1
№ |
x0 |
x1 |
x2 |
x3=x1x2 |
x2x3 |
x1x3 |
y |
1 |
+ |
+ |
+ |
+ |
+ |
+ |
y1 |
2 |
+ |
– |
+ |
– |
– |
+ |
y2 |
3 |
+ |
+ |
– |
– |
+ |
– |
y3 |
4 |
+ |
– |
– |
+ |
– |
– |
y4 |
Используя эту таблицу, можно построить матрицу планирования ДФЭ для трех факторов. Для этого будем считать взаимодействие x1x2 третьим фактором, и матрица планирования, соответствующая этому случаю, представлена в табл. 10.
Нетрудно заметить, что приведенный в табл. 10 нормированный фактор x3 принимает такие же значения, как и взаимодействие x1x2, фактор x1 – как взаимодействие x2x3, фактор x2 – как взаимодействие x1x3.
Таким образом, как видно из табл.10, полученные в результате ДФЭ коэффициенты регрессии для линейных эффектов оказались смешанными с коэффициентами регрессии эффектов парных взаимодействий (в матрице знаки фактора x1 совпадают со знаками взаимодействия х2x3, фактора x2 – с x1x3, а фактора х3 – с х1х2), что символически записывается следующим образом: b1 → β1 + β23; b2 →
→β2 + β13; b3 → β3 + β12, где βi, βiu – действительные оценки коэффициентов регрессии; bi – приближенные значения коэффициентов регрессии, полученные в результате проведения эксперимента и называемые оценками.
Таблица 10
Матрица планирования полуреплик 23-1
х3 = х1х2 |
х3 = – х1х2 | |||||||||
№ |
х1 |
х2 |
х3 |
х1х2х3 |
№ |
х1 |
х2 |
х3 |
х1х2х3 | |
1 |
+ |
+ |
+ |
+ |
1 |
+ |
+ |
– |
– | |
2 |
– |
+ |
– |
+ |
2 |
– |
+ |
+ |
– | |
3 |
+ |
– |
– |
+ |
3 |
+ |
– |
+ |
– | |
4 |
– |
– |
+ |
+ |
4 |
– |
– |
– |
– |
Очень часто влияние взаимодействий на функцию отклика гораздо меньше линейных эффектов. В этом случае можно считать, что β 23 = β13 = β12 = 0. Тогда b1 → β1; b2 → β2; b3 → β3.
Поставив четыре опыта для оценки влияния трех факторов, мы воспользовались половиной ПФЭ 23, который имел бы число опытов N = 8. Такой уменьшенный в два раза эксперимент называется полурепликой. Если бы мы приравняли х3 к х1х2, то получили бы вторую половину матрицы планирования 23. В этом случае оценки коэффициентов регрессии при линейных членах и парных взаимодействиях также были бы смешаны: b1 → β1 – β23; b2 → β2 – β13; b3 → → β3 – β12. Объединение этих двух полуреплик и есть полный факторный эксперимент 23, который дает раздельные оценки для линейных эффектов и эффектов взаимодействий.
Правило получения матриц планирования дробных реплик
на основе матрицы планирования ПФЭ для k – 1 факторов можно сформулировать следующим образом: новому фактору присваивается столбец матрицы, принадлежащий взаимодействию, которым можно пренебречь. Для обозначения дробных реплик, в которых е линейных эффектов приравнены к эффектам взаимодействия, поль-зуются записью 2k-e. Так, рассмотренная нами полуреплика ПФЭ 23
запишется как 23-1, а четвертьреплика от 25 – в виде 25-2 и т.д.
2.5. Определяющий контраст. Генерирующее соотношение. При построении полуреплики 23-1 существуют всего две возможности приравнять х3 к х1х2 или к – х1х2 (см. табл.10). Как видно из табл.10, для построчного произведения трех столбцов матрицы 1 выполняется соотношение х1х2х3 = 1, а для матрицы 2 – х1х2х3 = – 1.
Символическое обозначение произведений столбцов, равное +1 или –1, называется определяющим контрастом (ОК). Контраст помогает определять смешанные эффекты, или систему смешивания. Для того чтобы определить, какие эффекты смешаны с данным, нужно умножить обе части ОК на данный эффект. Так, если ОК 1= = x1x2x3, то для х1 имеем х1 = x12x2x3, а так как хi2 = 1, то x1 = x2x3. Аналогично х2 = х1x3; х3 = х1x2 . Это значит, что коэффициенты линейного уравнения будут оценками: b1 → β1 + β23; b2 → β2 + β13; а b3 → β3 + β12. Соотношение, показывающее, с каким из эффектов смешан данный эффект, называется генерирующим соотношением (ГС). Например, для полуреплики 1 (табл.10) ГС имеет вид x3 = x1x2, для полуреплики 2 (табл.10) ГС будет – х3 = х1x2.
2.6. Разрешающая способность дробных реплик. Реплики высокой дробности. При выборе полуреплики 24-1 возможны уже восемь вариантов:
1. х4 =х1x2; |
3. х4 = х2x3; |
5. x4 = х1x3; |
7. x4 = х1x2x3; |
2. х3 = – х1x2; |
4. х4 = – х2x3; |
6. x4 = – х1x3; |
8. х3 = – х1x2x3. |
Разрешающая способность полуреплик, построенных в соответствии с приведенными ГС, различна. Разрешающая способность будет максимальной, если линейные эффекты смешаны с эффектами взаимодействия наиболее высокого порядка, поскольку, чем выше порядок взаимодействия, тем меньше его значимость и ошибка при определении соответствующих коэффициентов регрессии.
Для определения разрешающей способности ДФЭ необходимо написать систему смешивания, воспользовавшись ОК или ГС. Определим разрешающую способность первого и седьмого вариантов дробных полуреплик 24-1, для чего сначала по ГС найдем ОК:
1. x42 = x1 x2 x4 ; 1= x1 x2 x4;
7. x42 = x1 x2 x3x4; 1= x1 x2 x3x4.
Затем, умножая левую и правую части ОК на соответствующий эффект, получим систему смешивания:
Как видим, при выборе ГС седьмого варианта все линейные эффекты оказались смешанными с тройными взаимодействиями, а в первом случае – в основном с двойными. Таким образом, при построении главных полуреплик в ОК следует включать наибольшее возможное число факторов, т.е. произведение должно состоять из всех независимых факторов.
Полуреплика, имеющая максимальную разрешающую способность, называется главной полурепликой. Среди полуреплик 25-1 главными будут полуреплики, имеющие ОК:
1= x1х2x3х4х5 и – 1= х1х2х3х4х5 .
Помимо полуреплик, на практике широко применяются ДФЭ более высокой дробности – 1/4 реплики, 1/8 реплики и т. д.
Рассмотрим 1/4 реплики 25-2. Здесь возможно очень большое число вариантов, в частности, если приравнивать x4 к парному, а х5 к тройному взаимодействию, возможны 12 различных вариантов:
1. |
x4 = x1x2 ; |
x5 = x1x2x3 ; |
2. |
x4 = x1x2 ; |
x5 = – x1x2x3 ; |
3. |
x4 = – x1x2 ; |
x5 = x1x2x3 ; |
4. |
x4= – x1x2 ; |
x5= – x1x2x3 ; |
5. |
x4= x1x3 ; |
x5= x1x2x3 ; |
6. |
x4= x1x3 ; |
x5= – x1x2x3 ; |
... |
.............. |
................ . |
Допустим, выбран пятый вариант: x4 = x1x3; x5 = x1x2x3. Тогда определяющим контрастом являются 1 = x1x3х4 и 1 = x1x2x3х5. Если перемножить эти определяющие контрасты, то получится третье соотношение 1= x2x4x5.
Чтобы полностью охарактеризовать разрешающую способность реплики, необходимо записать так называемый обобщающий определяющий контраст ООК: 1= х1х3х4 = х2х4х5 = х1х2х3х5.
В этом случае система смешивания определяется умножением ООК последовательно на х1, x2, x3 и т.д. Аналогичным образом находятся ООК и система смешивания для реплик более высокой дробности. В заключение покажем, как строится матрица планирования ДФЭ на примере главной полуреплики 24-1.
1. Запишем ГС для одного из факторов: х4 = х1х2х3.
2. Строим матрицу планирования ПФЭ типа 23 для трех факторов x1, x2, x3, исключая фактор х4, который варьируется в соответствии с ГС.
3. Добавляем к построенной матрице ПФЭ 23 столбец (табл. 11) х4, значения которого варьируются в соответствии с ГС.
Эффективность применения дробных реплик возрастает с ростом количества факторов. Так, при наличии 15 факторов для постановки ПФЭ 215 потребовалось бы проделать 32 768 опытов, применение же дробной реплики 215-11 позволяет снизить число опытов в 2048 раз, доведя его до 16.
Таблица 11
Матрица планирования ДФЭ 24-1
№ |
x1 |
x2 |
x3 |
x4 |
1 |
+ |
+ |
+ |
+ |
2 |
– |
+ |
+ |
– |
3 |
+ |
– |
+ |
– |
4 |
– |
– |
+ |
+ |
5 |
+ |
+ |
– |
– |
6 |
– |
+ |
– |
+ |
7 |
+ |
– |
– |
+ |
8 |
– |
– |
– |
– |
Таким образом, использование ДФЭ вместо ПФЭ позволяет существенно сократить число опытов, причем выигрыш в числе опытов тем больше, чем выше дробность реплики. Однако не следует забывать, что при линейных эффектах коэффициенты регрессии при ДФЭ оказываются смешанными с коэффициентами регрессии при взаимодействиях. Причем система смешивания усложняется, точность определения коэффициентов регрессии падает при повышении дробности реплики. Следовательно, ДФЭ позволяет существенно сократить число опытов, но при этом снижается точность определения коэффициентов регрессии, а значит, и искомой функции отклика.
2.7. Рандомизация порядка проведения опытов. Чтобы уменьшить влияние ошибок, вызванных внешними условиями (изменением температуры, изменением питающих напряжений и т.д.), рекомендуется случайная последовательность проведения опытов, запланированных матрицей. Опыты необходимо рандомизировать во времени. Термин рандомизация опытов означает придание порядку проведения опытов случайного характера. При рандомизации опытов их следует выполнять не в последовательности номеров строк матрицы планирования, а в случайной последовательности, получаемой с использованием любых датчиков или таблиц случайных чисел (табл.13, с. 96).
С помощью таблицы случайных чисел рандомизация производится следующим образом: рассмотрим матрицу планирования 23 (табл.12).
Таблица 12
Рандомизированная матрица ПФЭ 23
Номер опыта по таблице случайных чисел |
Номер по порядку |
x1 |
x2 |
x3 |
Функция отклика
| ||
4 |
8 |
1 |
+ |
+ |
+ |
y11 |
y12 |
7 |
4 |
2 |
– |
+ |
+ |
y21 |
y22 |
6 |
7 |
3 |
+ |
– |
+ |
y31 |
y32 |
2 |
2 |
4 |
– |
– |
+ |
y41 |
y42 |
3 |
6 |
5 |
+ |
+ |
– |
y51 |
y52 |
8 |
5 |
6 |
– |
+ |
– |
y61 |
y62 |
1 |
1 |
7 |
+ |
– |
– |
y71 |
y72 |
5 |
3 |
8 |
– |
– |
– |
y81 |
y82 |
Для повышения точности экспериментальных исследований опыты проводятся несколько раз (проводится два параллельных опыта для каждой строки матрицы планирования). Суммарное число опытов равно 16. При рандомизации в этом случае из таблицы случайных чисел следует выбрать числа от 1 до 8 и записать их в сводную матрицу планирования (например, для 1-го и 2-го столбцов табл.7 и первых 8-и чисел в них). Выбор чисел осуществляется перебором элементов вектора-столбца или вектора-строки таблицы случайных чисел.