- •Глава 7. Организация активного эксперимента (Планирование эксперимента)
- •7.1 Общие положения
- •X1, x2, …, xk – входные переменные – контролируемые и управляемые факторы, воздействующие на объект (играют роль причин);
- •7.2 Планирование и критерии оптимальности планов эксперимента
- •7.3 Факторный эксперимент. Планы первого порядка
- •7.3.1 Планирование полного факторного эксперимента (пфэ)
- •План-матрица пфэ 22
- •План-матрица пфэ 23
- •Полная план-матрица пфэ 23
- •7.3.2 Планирование дробного факторного эксперимента (дфэ)
- •План-матрица эксперимента 23-1
- •План-матрица эксперимента 23-1
- •7.3.3 Проверка свойств планов-матриц пфэ 2k и дфэ 2k-p
- •7.3.4 Проведение и обработка результатов факторного эксперимента. Рандомизация опытов
- •Проверка однородности дисперсий и воспроизводимости измерений. Определение ошибки опытов
- •Оценка коэффициентов регрессии, проверка их значимости
- •Xiu построчные значения фактора в I-том столбце плана-матрицы;
- •Проверка адекватности регрессионной модели
- •7.3.5 Пример планирования и обработки результатов факторного эксперимента
- •Интервал варьирования и уровни факторов
- •План-матрица и результаты эксперимента
- •В первом случае значения факторов переводим в кодированную форму:
- •Выполним расчеты, используя натуральные значения факторов. Обозначим выход продукта в процентах от массы исходного сырья буквой q.
- •7.3.6 Принятие решений по результатам факторного экспериментирования
- •7.4 Планы второго порядка
- •7.4.1 Принципы композиционного планирования
- •7.4.2 Центральные композиционные ортогональные планы второго порядка (цкоп) Для получения ортогональных планов второго порядка необходимо преобразовать столбцы квадратичных переменных и столбец x0:
- •Показатели цкоп
- •Формулы для расчетов коэффициентов регрессии и их дисперсий после реализации цкоп:
- •Значения для цкоп
- •План-матрица пфэ и его результаты
- •План-матрица и результаты пфэ 23
- •Данные для определения условий опытов в звездных точках
- •План-матрица цкоп и результаты опытов (вторая серия опытов)
- •Вспомогательная таблица для проверки адекватности уравнения регрессии
- •7.4.3 Центральные композиционные ротатабельные планы второго порядка (цкрп)
- •Показатели цкрп
- •Данные для расчета коэффициентов регрессии и их дисперсий при цкрп.
- •Уровни варьирования факторов.
- •План-матрица и результаты первой серии опытов (пфэ 23).
- •План-матрица цкрп результаты его реализации
- •7.5 Симметричные некомпозиционные квази-д-оптимальные планы Песочинского
- •Данные для расчета коэффициентов регрессии и их дисперсий.
- •Матрица симметричного квази-д-оптимального
- •7.6 Принятие решений по планам второго порядка
- •1. Нелинейная модель объекта исследования неадекватна
- •7.7 Вопросы для самоконтроля
План-матрица и результаты эксперимента
№ опыта |
План |
Отклик |
Расчеты для проверки адекватности модели |
||||||||||||
X0 |
X1 |
X2 |
X1X2 |
|
|||||||||||
1 |
+ |
– |
– |
+ |
27,0 |
28,0 |
27,5 |
27,0 |
0,5 |
0,25 |
|||||
2 |
+ |
+ |
– |
– |
15,9 |
17,1 |
16,5 |
17,0 |
0,5 |
0,25 |
|||||
3 |
+ |
– |
+ |
– |
22,1 |
22,9 |
22,5 |
23,0 |
0,5 |
0,25 |
|||||
4 |
+ |
+ |
+ |
+ |
13,4 |
13,6 |
13,5 |
13,0 |
0,5 |
0,25 |
|||||
|
|
|
|
|
|
|
|
|
|
На схеме (рис. 7.2) изображено расположение опытов в натуральной системе координат.
Рис. 7.2 Расположение опытов в натуральной системе координат
На схеме (рис. 7.3) изображено расположение опытов в системе кодированных координат.
Рис. 7.3 Расположение опытов в системе кодированных координат
Рандомизация выполнена с учетом того, что в каждой строке плана-матрицы проводятся два параллельных измерения; установлен следующий случайный порядок выполнения измерений: 2, 3, 1, 2, 4, 1, 3, 4.
Проверку воспроизводимости опытов делаем по критерию Кохрена. Поскольку выполняются по два параллельных измерения в каждой строке плана-матрицы, то можно рассчитать так: , где u – разность между результатами параллельных измерений в u-й строке плана.
Определяем значение для каждого из 4-х опытов.
.
Эксперимент воспроизводим, т.к. выполняется неравенство .
Рассчитываем дисперсию воспроизводимости и дисперсию опытов:
.
Поскольку эксперимент воспроизводим, то можно выполнить расчёт коэффициентов уравнения регрессии:
Оцениваем значимость коэффициентов регрессии с помощью критерия Стьюдента.
.
По таблице находим, что tтабл. 0,05;4 = 2,7764.
Все коэффициенты регрессии кроме b12 по абсолютной величине превосходят 0,8669, следовательно, могут признаться статистически значимыми.
Получаем уравнение
.
Проверяем его адекватность.
Необходимые расчеты для проверки адекватности модели приведены в таблице 7.7. При расчете подставляем кодированные значения факторов из плана-матрицы:
Рассчитываем дисперсию адекватности по формуле (7.20):
; .
По таблице находим, что .
Поскольку выполняется условие Fрасч. < , то модель признаётся адекватной экспериментальным данным.
С повышением конечной температуры и скорости нагрева сырья выход продукта уменьшается. При этом ошибка предсказания выхода продукта составляет .
В связи с тем, что математическая модель изучаемого процесса адекватна экспериментальным данным, ее можно использовать для расчетов выхода продукта в зависимости от конечной температуры нагрева и скорости нагрева (но только в изученных пределах их варьирования при эксперименте, а именно: tкон. = 300 400C, V = 4 8C/мин).
Например, нужно рассчитать выход продукта при конечной температуре 380C и скорости нагрева 5,4 C/мин.
Можно это сделать, применив кодированную форму или натуральные значения переменных.