
- •Содержание
- •ВВЕДЕНИЕ
- •Схема взаимосвязей научных исследований и исполнителей
- •Классификация наук
- •Мировая классификация наук:
- •Российская классификация наук:
- •Российские академии
- •Виды научной деятельности
- •Классификация методик научных исследований
- •Виды научных исследований
- •Основные принципы организации научных исследований
- •Руководящие документы в организации, научной деятельности
- •Организационная структура управления образованием и наукой
- •ОБОБЩЕННЫЙ АЛГОРИТМ НАУЧНЫХ ИССЛЕДОВАНИЙ
- •БЛОК АПРИОРНЫХ ИССЛЕДОВАНИЙ
- •Априорный анализ и разработка структурной модели априорного модуля
- •Обобщенная схема исследования
- •Конструктивно-технологический анализ объекта
- •3. Тепловые нагрузки
- •4. Трение и износ
- •Схема влияния объектно-эксплуатационных факторов.
- •Результаты блока априорного анализа
- •Постановка задачи
- •БЛОК ТЕХНОЛОГИЧЕСКОГО ОСНАЩЕНИЯ (БТО)
- •Технологическое оснащение
- •Модуль отбора факторов
- •Выбор и разработка оборудования
- •Структура блока технологического оснащения
- •БЛОК ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ
- •Принятие решений перед планированием эксперимента
- •Выбор интервалов варьирования.
- •1. Метод априорного ранжирования
- •2. Метод случайного баланса
- •Пример построения диаграммы
- •Основные термины планирования эксперимента
- •1. Выбор математической модели
- •Типы регрессионных моделей
- •2. Определение интервала, диапазона Xi
- •3.Выбор плана эксперимента. Типы планов экспериментальных исследований
- •Классический план эксперимента
- •Латинские планы
- •Греко-латинские планы
- •Гипер-греко-латинский план (ГГЛП)
- •Комбинационные планы
- •Планы на основе матрицы Адамара
- •1. Планы 1-го порядка.
- •1.1. План полного факторного эксперимента (ПФЭ)
- •Свойства планов ПФЭ: ПЭФ 2х2
- •Геометрическая интерпретация плана и его математической модели. ПЭФ 2
- •2. План дробного факторного эксперимента ДФЭ
- •Пример плана ДФЭ: 24-1
- •Пример плана ДФЭ: 25-2
- •Планы 2-го порядка
- •Ортогональный центральный композиционный план ОЦКП.
- •Рототабельньй центральный композиционный план РЦКП.
- •План Бокса (Вк)
- •План Бокса - Бенкена (В-В)
- •План Рехтшафнера
- •Технологические рекомендации по результатам планирования
- •БЛОК ОБРАБОТКИ ДАННЫХ
- •Алгоритм предварительной обработки данных
- •Алгоритм вторичной обработки экспериментальных данных
- •БЛОК ИНТЕРПРЕТАЦИИ И АНАЛИЗА
- •Определение параметров интерпретации
- •Интерпретация регрессионной модели
- •Анализ регрессионных зависимостей

y
0 A
Рис.35. График функции по фактору А
После нейтрализации фактора А другие факторы проявляют своё чистое воздействие (АС,
АВ).
5.Пересчет значений y по другим параметрам факторов и перестроение графиков зависимостей.
6.Выявление следующего фактора с наибольшим градиентом и по y и его нейтрализация и
т.д.
Выявленный на предыдущем этапе фактор компенсирован и выявляется новый сильный фактор и далее действие повторяется по нейтрализации этого фактора и т.д. Таким образом, в результате применения получаются аналитические однофакторные зависимости, которые отражают
влияние xi на выходной параметр. При завершении алгоритма получаем комбинацию четырех аналитических зависимостей.
С помощью комбинационного плана получают:
1.дисперсионные характеристики;
2.ранжирование факторов;
3.аналитические зависимости «очищенных» влияний xi на y;
4.графики функций y = f(xi)
Планы на основе матрицы Адамара
Они позволяют сократить количество опытов, упростить организацию и проведение, получить математическое описание и графическую интерпретацию исследуемых процессов. Провести исследование и получить математическую модель для объектов и процессов, не имеющих такого описания в априорном анализе, т.е. представляют собой черный или серый ящик. Эти планы определяются типом выбранной математической модели (регрессионной), они делятся на планы 1-го и 2-го порядка, 1-го порядка – линейные, а 2-го - квадратичные и т.д.
Классификация планов:
1.Первого порядка
2.Второго порядка
3.Более второго порядка
1. Планы 1-го порядка.
Планы ПЭФ (полного факторного эксперимента) и ДФЭ (дробного факторного эксперимента).
1.1. План полного факторного эксперимента (ПФЭ)
N=mk, где m - число уровней факторов ( m=2 только в линейном случае); k - число факторов. N – число опытов.
51

Эксперимент, в котором реализуются все возможные сочетания уровней факторов, называется полным факторным экспериментом. Если число уровней каждого фактора равно двум, то имеем полный факторный эксперимент типа 2k.
Нетрудно написать все сочетания уровней в эксперименте с двумя факторами. В планировании эксперимента используются кодированные значения факторов: +1 и -1 (часто для простоты записи единицы опускают). Условия эксперимента можно записать в виде таблицы, где строки соответствуют различным опытам, а столбцы – значениям факторов. Будем называть такие таблицы матрицами планирования эксперимента.
Матрица планирования для двух факторов приведена в табл.17.
Каждый столбец в матрице планирования называют вектор-столбцом, а каждую строку – вектор-строкой. Таким образом, в табл.17 мы имеем два вектора-столбца независимых переменных и один вектор-столбец параметра оптимизации. То, что записано в этой таблице в алгебраической форме, можно изобразить геометрически. Найдем в области определения факторов точку, соответствующую основному уровню, и проведем через нее новые оси координат, параллельные осям натуральных значений факторов. Далее, выберем масштабы по новым осям так, чтобы интервал варьирования для каждого фактора равнялся единице. Тогда условия проведения опытов будут соответствовать вершинам квадрата, центром которого является основной уровень, а каждая сторона параллельна одной из осей координат и равна двум интервалам. Номера вершин квадрата соответствуют номерам опытов в матрице планирования. Площадь, ограниченная квадратом, называется областью эксперимента. Иногда удобнее считать областью эксперимента площадь, ограниченную окружностью, описывающей квадрат.
Номер |
|
Таблица 17 |
||
x1 |
x2 |
y |
||
опыта |
||||
-1 |
-1 |
y1 |
||
1 |
||||
2 |
+1 |
-1 |
y2 |
|
3 |
-1 |
+1 |
y3 |
|
4 |
+1 |
+1 |
y4 |
Запись матрицы планирования, особенно для многих факторов, громоздка. Для ее сокращения удобно ввести условные буквенные обозначения строк.
Это делается следующим образом. Порядковый номер фактора ставится в соответствие строчной букве латинского алфавита: х1 – а, х2 – b, ... и т. д. Если теперь для строки матрицы планирования выписать латинские буквы только для факторов, находящихся на верхних уровнях, то условия опыта будут заданы однозначно. Опыт со всеми факторами на нижних уровнях условимся обозначать (1). Матрица планирования вместе с принятыми буквенными обозначениями приведена в табл.18.
|
|
|
Таблица 18 |
||
Номер |
x1 |
x2 |
Буквенное |
y |
|
обозначение |
|||||
опыта |
|||||
|
|
строк |
|
||
|
|
|
|
||
1 |
-1 |
-1 |
(1) |
y1 |
|
2 |
+1 |
-1 |
a |
y2 |
|
3 |
-1 |
+1 |
b |
y3 |
|
4 |
+1 |
+1 |
ab |
y4 |
Если для двух факторов все возможные комбинации уровней легко найти прямым
52

перебором (или просто запомнить), то с ростом числа факторов возникает необходимость в некотором приеме построения матриц. Из многих возможных обычно используется три приема, основанных на переходе от матриц меньшей размерности к матрицам большей размерности. Рассмотрим первый. При добавлении нового фактора каждая комбинация уровней исходного плана встречается дважды: в сочетании с нижним и верхним уровнями нового фактора. Отсюда естественно появляется прием: записать исходный план для одного уровня нового фактора, а затем повторить его для другого уровня. Вот как это выглядит при переходе от эксперимента 22 к 23.(табл.19).
Этот прием распространяется на построение матриц любой размерности.
Рассмотрим второй прием. Для этого введем правило перемножения столбцов матрицы. При построчном перемножении двух столбцов матрицы произведение единиц с одноименными знаками дает +1, ас разноименными –1. Воспользовавшись этим правилом, получим для случая, который мы рассматриваем, вектор-столбец произведения x1 x2 в исходном плане. Далее повторим еще раз исходный план, а у столбца произведений знаки поменяем на обратные.
Этот прием тоже можно перенести на построение матриц любой размерности, однако он сложнее, чем первый.
Номер |
|
|
|
Таблица 19 |
|
x1 |
x2 |
x3 |
y |
||
опыта |
|||||
- |
- |
+ |
y1 |
||
1 |
|||||
2 |
- |
+ |
+ |
y2 |
|
3 |
+ |
- |
+ |
y3 |
|
4 |
+ |
+ |
+ |
y4 |
|
|
- |
- |
- |
y5 |
|
|
- |
+ |
- |
y6 |
|
|
+ |
- |
- |
y7 |
|
|
+ |
+ |
- |
y8 |
Третий прием основан на правиле чередования знаков. В первом столбце знаки меняются поочередно, во втором столбце они чередуются через два, в третьем – через 4, в четвертом – через 8 и т.д. по степеням двойки. Если в табл.5 поменять местами столбцы для x1 и x2, то получится нужная матрица.
По аналогии с полным факторным экспериментом 22 можно дать геометрическую интерпретацию полного факторного эксперимента 23. Геометрической интерпретацией полного факторного эксперимента 23 служит куб, координаты вершин которого задают условия опытов.
Куб задает область эксперимента, а центр куба является ее центром.
К сожалению, мы не умеем рисовать картинки для числа факторов k> 3. Но фигура, задающая область эксперимента в многомерном пространстве, является некоторым аналогом куба. Будем называть эту фигуру гиперкубом.
Геометрическая интерпретация полного факторного эксперимента более подробно будет рассмотрена ниже.
Пример построения 23 линейный план двухуровневый и трехфакторный.
53

Рис.36. Пример построение ПФЭ 23
Вид каждого плана определяется видом математической модели.
В0 - отражает х0, но в уравнении не пишется, это фиктивный фактор вводится в план для подсчета общего среднего значения.
Все факторы этого плана имеют два уровня измерения, для простоты пишем только + или -.
хiн=-1, хiв=+1.
Ядро плана - это та его часть, по которой осуществляется управление экспериментом, в нем полное сочетание (полный перебор) всех возможных сочетаний для всех факторов и нет никакого повтора. Иногда удобно иметь буквенные обозначения факторов (для операторов).
Для статистической достоверности результатов эксперимента проводятся 3-4 эксперимента. Каждая строка это условия проведения опыта и его результат. Колонка выходного параметра оценивает эксперимент. Для оценки достоверности результата может производиться повтор только
одного опыта.
Регрессионные планы, как правило, строятся для безразмерного обозначения факторов. Безразмерные обозначения позволяют применять другие методы (масштабировать факторы, приводить к одному методу) и центрировать (выбрать другой центр или начало отсчета).
Не фактор, а центр
0 |
Xiн |
Xi0 |
Xiв |
Размерная физическая ось
Рис.37. Ось координат размерных величин Xi меняется от Xiн до Xiв (∆Xi – диапазон)
xi xi интервал
2
Все значения Xi выбираются из априорного анализа. Перейдем к Xi – безразмерное обозначение факторов. Xi0, Xiн, Xiв:
54