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

Обработка данных / [SHashkov_V.B.]_Obrabotka_yeksperimentalnueh_dannu(BookFi.org)

.pdf
Скачиваний:
62
Добавлен:
13.02.2016
Размер:
991.46 Кб
Скачать

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

Государственное образовательное учреждение высшего профессионального образования «Оренбургский государственный университет»

В.Б. ШАШКОВ

ОБРАБОТКА ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ И ПОСТРОЕНИЕ ЭМПИРИЧЕСКИХ ФОРМУЛ

КУРС ЛЕКЦИЙ

Рекомендовано Ученым советом государственного образовательного учреждения высшего профессионального образования « Оренбургский государственный университет » в качестве учебного пособия для студентов, обучающихся по программам высшего профессионального образования по инженерно-техническим специальностям и для аспирантов

Оренбург 2005

ББК 22.18.7 Ш 12

УДК519.6 (076.5)

Рецензент доктор технических наук, заведующий кафедрой вычислительной тех-

ники Тарасов В.Н.

Шашков В.Б.

Ш 12 Обработка экспериментальных данных и построение эмпириче -

ских формул. Курс лекций. : Учебное пособие.- Оренбург: ГОУ ОГУ, 2005. – 150 с.

ISBN...........

Настоящее учебное пособие посвящено описанию наиболее распространенных методов обработки результатов наблюдений, в частности - регрессионного анализа и линеаризации функций. В изложении сделан упор на практическую сторону применения этих методов для аппроксимации табличнозаданных экспериментальных функций. Пособие содержит также примеры научного планирования экспериментов. На основе разработанного автором метода синтезирования задач многофакторной многостепенной регрессии для учебных целей подготовлены и включены в пособие тридцать учебных задач такого вида.

Учебное пособие предназначено для прохождения курса «Обработка экспериментальных данных на ЭВМ » студентами вузов инженер- но-технических специальностей, для преподавателей, ведущих учебные дисциплины, связанные с обработкой результатов наблюдений и для аспирантов. Оно может быть использовано инженерами и научными сотрудниками в области технических наук.

ББК 22.18.7

Ш-------------------------------------

 

Шашков В.Б., 2005

ISBN....

ГОУ ОГУ, 2005

2

Введение

Настоящее учебное пособие подготовлено на основе лекционного курса, который автор читал в течение ряда лет студентам и сотрудникам Оренбургского государственного университета. При его подготовке автор ставил перед собой в основном две задачи.

Первая – создать для студентов, аспирантов и научных сотрудников практическое пособие для построения эмпирических формул, которые являются математическими моделями объекта исследования в виде полиномов регрессии. Стремление сделать это пособие доступным широкому кругу лиц заставило отказаться от строгого теоретического изложения материала, которое заменено наглядными примерами – как, например, это сделано при выводе основного уравнения регрессионного анализа в разделе 10.1.

Вторая задача возникла в связи с тем обстоятельством, что в учебной литературе до сих пор отсутствуют учебные задачи по многофакторной и многостепенной регрессии. В учебных пособиях в лучшем случае содержатся однофакторные задачи для уравнений второй степени. В настоящем пособии приведены задачи построения многостепенных полиномов с любым количеством аргументов-факторов. Разработано содержание и методика практикума по их решению.

Пособие предназначено в первую очередь для студентов и преподавателей втузов, а также для всех лиц, перед которыми стоит задача создания математической модели объекта исследования в виде алгебраических степенных полиномов или нелинейных функций парной связи.

3

1 Лекция 1. Эксперимент и обработка экспериментальных данных на примере конкретного объекта исследования

1.1 Объект исследования – тепловой котел. Создание логической модели объекта. Планирование эксперимента на основе этой модели.

Чтобы сразу пояснить сущность предмета настоящей учебной дисциплины, рассмотрим конкретный пример постановки и решения исследовательской задачи, не претендуя на объективную строгость ее изложения.

Примем за объект исследования тепловой котел как наглядный пример условий и цели эксперимента.

Котел производит тепло – например, Q ккал/ч, затрачивая топливо, например, V м3/ч – если топливо газ, или М тн/ч, если топливо мазут. Очевидна

и наглядна задача оптимизации работы котла – отношение q = VQ или q = МQ

должно быть максимальным, насколько это возможно. Но чтобы этого дос-

тичь, нужно иметь математическую модель котла, некую функцию типа q = f (X1, X 2, X 3, X 4,......) , где аргументы – это какие-то факторы, опреде-

ляющие работу котла и выход тепла за какой-то период времени. Имея такое уравнение, величину q можно максимизировать обычными методами мате-

матического анализа, а также прогнозировать поведение объекта с изменением условий работы, т.е. с изменением факторов X1,X 2,X 3,X 4 и т.д.

С учетом этих положений начинаем построение и планирование эксперимента.

Прежде всего так или иначе определяется круг факторов X1,X 2,X 3,X 4

и других (например, на заседании совета технических экспертов - профессионалов). Ограничимся для нашего примера всего четырьмя факторами X .

Очевидно, что на теплоотдачу котла в первую очередь будут влиять параметры физического состояния теплоносителя – пара. Пусть первым фактором X1 будет давление пара, а вторым - X 2 - его температура. Третьим фактором эксперты назначим площадь теплообмена между продуктами сгорания топлива и паром, четвертым – вид топлива и т.д. и т.п.

Каждый фактор имеет практически допустимый диапазон значений, из которого выходить недопустимо. Эксперимент и будет заключаться в том, что численные значения факторов X1,X 2,X 3,X 4 будут меняться, а вызванное этим изменение теплоотдачи котла будет фиксироваться. Существует строго научная теория планирования экспериментов, направленная на получение максимальной информации при минимальных затратах средств и времени. Изложение ее является предметом специальных учебных курсов. Пример такого планирования будет приведен в лекции 14. Не касаясь здесь существа этого специального предмета, ограничимся здесь нестрогим примером, чтобы проиллюстрировать существо вопроса.

4

При планировании эксперимента диапазон значений факторов от хmin до xmaх так или иначе должен быть разбит на ряд промежуточных значений. Таким образом, воздействие каждого фактора на объект меняется, соответственно изменяются и показатели теплоотдачи котла. Возьмем для нашего примера для каждого фактора девять таких уровней (с равным шагом), обозначив их номерами от 1 (для хmin) до 9 (для xmaх). Для экспериментального воздействия на объект исследования – тепловой котел - при одном наблюдении (опыте) эти уровни значений разных факторов сочетаются случайным образом. Для нашего примера запланируем пятьдесят наблюдений, при этом сочетания случайных значений факторов x для каждого наблюдения зададим, например, следующим образом:

randomize; For i:=1 to 50 do

begin x1[i]:=random(9)+1; x2[i]:=random(9)+1; x3[i]:=random(9)+1; x4[i]:=random(9)+1;

end;

что и задаст по каждому шагу цикла пятьдесят вариантов сочетаний значений факторов х1,х2,…,хк для пятидесяти наблюдений. Проведя компьютерное решение этой задачи, и записав полученные значения в таблицу по колонкам х1,х2,…,хк, получили промежуточную таблицу планирования эксперимента, где в каждой клетке таблицы стоит одно из девяти значений уровней каждого фактора.

Таблица 1 – Планирование эксперимента

g

x1

x2

x3

x4

y

 

 

 

 

 

 

1

8

2

3

7

 

 

 

 

 

 

 

2

1

9

3

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

50

7

3

6

5

 

 

 

 

 

 

 

Подставив в таблицу фактические значения каждого из этих уровней и включив в нее колонку для неизвестных пока откликов объекта исследования

5

ния у, получим таблицу плана эксперимента, приведенную ниже ( где фактические численные значения заменены алгебраическими выражениями.

Таблица 2 – План эксперимента

g

x1

x2

x3

x4

y

 

 

 

 

 

 

1

x11

x21

x31

x41

 

 

 

 

 

 

 

2

x12

x22

x32

x42

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

50

x150

x250

x350

x450

 

 

 

 

 

 

 

Каждая g-тая строка таблицы и называется одним опытом или наблюдением.

Теперь назначается период времени для экспериментальной работы котла по режиму каждой строки таблицы 2 (например, одна неделя). В течение этого периода фиксируется теплоотдача котла и усредненные за этот период ее показатели заносятся в таблицу в виде экспериментального значения величины у1, у2, у3 и т.д..

Когда столбец откликов уg будет заполнен полностью, все числовое содержание таблицы и составит так называемые эксперименталные данные, а сама таблица теперь будет называться таблицей экспериментальных данных. Она представляет собой таблично заданную функцию – зависимость теплоотдачи котла уот факторов X1,X 2,X 3,X 4 .

Любая зависимость между переменными у и х может быть представлена разными способами: в виде графика, таблицы или в аналитическом виде – в виде математической модели –уравнения, системы уравнений или алгоритма (компьютерной программы). При проведении эксперимента его результатом является представление объективно существующей зависимости

q = f (X1, X 2, X 3, X 4,......) в виде таблицы экспериментальных данных.

Пример выходных результатов эксперимента представлен таблицей 3. Каждая строка таблицы экспериментальных данных с индексом "g" и является единичным наблюдением или опытом.

Цель обработки экспериментальных данных заключается в том, чтобы эту табличную, аналитически неизвестную зависимость между переменными

6

Таблица 3- Таблица экспериментальных данных

G

X1

X2

X3

X4

X5

Yg

1

2

3

4

5

6

7

1

79.49

81.59

10.30

17.28

128.77

76.84

2

86.57

73.26

15.16

17.63

127.92

105.26

3

86.35

74.05

11.66

18.12

129.38

91.93

4

87.42

73.80

11.98

19.21

128.32

104.85

5

93.39

53.84

14.24

20.35

120.77

88.75

6

90.56

47.03

15.45

22.73

115.62

85.58

7

91.95

46.98

17.03

24.57

114.82

87.30

8

96.93

34.58

32.09

34.99

91.22

104.02

9

97.80

29.56

32.89

36.55

86.88

90.49

10

97.79

23.62

33.66

35.70

80.14

80.47

11

97.60

18.09

38.20

33.91

72.56

80.52

12

98.09

14.82

40.12

32.51

69.79

74.77

13

97.76

12.67

42.92

31.84

66.93

74.66

14

95.39

12.52

46.58

30.20

53.30

83.68

15

95.62

11.88

66.43

29.90

44.72

73.69

16

95.20

11.12

69.19

29.17

33.80

67.71

17

95.08

9.95

70.84

29.01

31.38

63.11

18

92.58

7.87

75.25

28.60

24.18

62.94

19

91.02

6.84

74.63

28.45

13.42

61.99

20

89.75

5.54

78.04

27.40

10.39

59.03

21

90.00

4.87

81.73

26.29

9.48

51.75

22

88.68

4.03

71.31

27.93

7.58

66.13

23

86.61

3.97

86.54

27.00

6.93

62.85

24

86.00

3.15

91.54

26.11

5.21

60.44

25

84.26

2.96

96.33

25.56

4.72

66.34

26

81.12

2.78

92.26

25.74

5.34

76.09

27

79.18

2.74

92.21

23.18

5.38

74.95

28

78.08

2.61

91.03

22.33

5.93

77.06

29

77.23

2.00

91.43

20.41

6.96

78.44

30

74.83

1.78

105.47

20.11

9.53

85.09

31

72.40

1.14

108.82

19.45

15.18

92.35

32

71.41

1.88

105.55

18.67

15.86

88.89

33

70.02

2.54

102.61

16.98

15.93

89.71

7

Продолжение таблицы 3

1

2

3

4

5

6

7

34

67.07

3.38

118.02

12.03

16.06

109.20

35

64.42

4.91

121.80

10.42

19.54

115.02

36

62.31

7.25

122.87

9.42

20.60

116.32

37

62.19

8.57

123.18

8.17

23.83

110.69

38

59.41

12.45

118.37

7.53

24.81

111.45

39

55.30

19.13

135.20

6.99

29.13

106.09

40

54.90

25.06

136.76

3.87

32.18

95.78

41

54.29

32.26

137.59

3.46

37.97

76.53

42

51.06

37.43

146.84

4.54

43.52

82.01

43

48.18

43.45

144.47

6.00

50.54

75.64

44

49.89

44.42

145.10

6.02

50.75

69.94

45

48.26

44.65

141.06

6.00

51.76

65.95

46

49.46

49.28

140.87

7.86

52.25

63.13

47

50.19

43.70

141.92

7.69

46.38

72.14

48

51.77

39.10

142.88

9.03

39.51

90.26

49

52.88

37.76

143.00

9.11

37.12

93.87

50

53.44

35.00

145.01

9.99

35.22

94.99

х и откликами у, представить в виде математической модели, т.е. уравнения, которое "достаточно точно" согласовывала бы расчётные и табличные значения отклика объекта у.

1.2 Эксперимент, наблюдение (опыт), экспериментальные данные – основные термины и положения

Объект исследования – это объект любого характера (технического, социального, экономического, астрономического и т.д. и т.п.), который изучается экспериментальным путем.

Эксперимент – это специальным образом спланированная и организованная процедура изучения некоторого объекта исследования, при которой на этот объект оказывают запланированные воздействия и регистрируют его реакции на эти воздействия.

Факторы – это воздействия на объект. Мы будем обозначать факторы величинами х1,х2,…,хk.

Откликами объекта исследования называют его реакции на воздей-

ствия; будем обозначать их символом уg.

Эксперимент состоит из ряда опытов (или наблюдений), при которых каждый из факторов х1,х2,…,хк имеет разное значение. Номер опыта т.е. но-

8

мер строки таблицы 2) отражают индексом при факторах и откликах, т.е. для пятого, например, наблюдения будем иметь х15,х25,…,хк5 и у5, а в общем виде будем использовать индекс g, т.е. обозначения х1g,х2g,…,хкg и уg.

Экспериментальные данные – все исходные и выходные числовые данные эксперимента, сведенные в таблицу экспериментальных данных.

Обработка экспериментальных данных – различные методы по-

строения математической модели объекта по таблице экспериментальных данных.

Регрессионный анализ – наиболее распространенный метод обработки данных, который включает в себя метод наименьших квадратов. При регрессионном анализе таблица экспериментальных данных обычно отражается алгебраическими степенными полиномами, которые называют полиномами или уравнениями регрессии. Отсюда термины – задача регрессии, коэффи-

циенты регрессии и т.п. Сам термин регрессия отражает тот факт, что с увеличением степени полинома точность отражения таблицы кспериментальных данных обычно возрастает, а ошибка отражения соответственно умень-

шается, регрессирует.

Управляемые факторы - это такие воздействия на объект исследования, численные значения которых определяются и контролируются самим экспериментатором.

Активный эксперимент – это эксперимент, в котором задействованы только управляемые факторы. Пример – изучение зависимости урожайности какой-либо сельскохозяйственной культуры от объемов орошения. Эти объемы для различных экспериментальных полей посева назначаются самим исследователем.

Контролируемые факторы - это такие воздействия на объект исследования, численные значения которых экспериментатором не устанавливаются, но значения их исследователь может измерять, контролировать и фиксировать.

Пассивный эксперимент – это эксперимент, в котором задействованы только контролируемые факторы. Пример – изучение зависимости урожайности сельскохозяйственной культуры от объемов атмосферных осадков, которыми экспериментатор управлять не может.

Активно-пассивный (или пассивно-активный) эксперимент – это совмещение обоих видов эксперимента, когда зависимость урожайности изучается от совместного объема и орошения и атмосферных осадков.

Основным «рабочим инструментом» и эксперимента и обработки экспериментальных данных является численное значение факторов воздействия и откликов объекта исследования, т.е. число. Какова ни была бы природа факторов и откликов, включая в том числе эмоции или впечатления, они должны быть выражены количественно, числом.

Числа при экспериментировании получают тремя способами:

-подсчетом,

-измерением,

9

-методом экспертных оценок.

Примером последнего способа является бальная оценка членами жюри выступления спортсменки по художественной гимнастике. Сюда же относится и оценка, выставляемая студенту преподавателем на экзамене.

10