
курсовая работа / Оптимизация факторного процесса
.RTFМИНИСТЕРСТВО РФ ПО ВЫСШЕМУ И ПРОФЕССИОНАЛЬНОМУ
ОБРАЗОВАНИЮ
САРАТОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
БАЛАКОВСКИЙ ИНСТИТУТ ТЕХНИКИ, ТЕХНОЛОГИИ И УПРАВЛЕНИЯ
КАФЕДРА УИТ
КУРСОВАЯ РАБОТА
По курсу: “Моделирование систем управления”
Тема: “Оптимизация факторного процесса”
Выполнил: ст. гр. УИТ-42
Сысолятин А. С.
Принял: преп. каф.
Фролова М. А.
Балаково 1999
Задание 1. Вариант 21.
Оптимизация вибрационного расходомера.
Таблица 1
Факторы |
-1 |
1 |
x1 Диаметр трубки мм |
4 |
6 |
x2 Диаметр кольца мм |
160 |
190 |
x3 Угол при колебании кольца вокруг оси градус |
0 |
0,5 |
x4 Частота колебаний кольца Гц |
9,95 |
10,05 |
Составить 24-1.
Проведем оптимизацию дробнофакторного эксперимента.
Так как задача допускает выбор параметра оптимизации, каждый из факторов предполагается управляемым, опыты равноценны и воспроизводимы воспользуемся методом Бокса – Уилсона. Будем рассматривать задачу с максимальным числом факторов равным четырем и числом опытов 24-1=8.
Составим матрицу планирования для линейной модели в первом приближении. В качестве нового фактора берем столбец с максимальным разрешением
Таблица №2
№ |
х0 |
х1 |
х2 |
х3 |
х1*х3*х2 |
У1 |
У2 |
У3
|
уср
|
S2 |
ŷ |
у2 |
1 |
+ |
- |
- |
- |
- |
16,25 |
16,35 |
20 |
16,3 |
0,005 |
15,625 |
0,45563 |
2 |
+ |
+ |
- |
- |
+ |
15,7 |
15,81 |
|
15,755 |
0,00605 |
15,7925 |
0,00141 |
3 |
+ |
- |
+ |
- |
+ |
12,12 |
12,25 |
|
12,185 |
0,00845 |
12,8 |
0,37822 |
4 |
+ |
+ |
+ |
- |
- |
15,75 |
15,87 |
|
15,81 |
0,0072 |
15,8325 |
0,00051 |
5 |
+ |
- |
- |
+ |
+ |
16,2 |
16,35 |
|
16,275 |
0,01125 |
16,2975 |
0,00051 |
6 |
+ |
+ |
- |
+ |
- |
18,75 |
18,68 |
|
18,715 |
0,00245 |
19,33 |
0,37822 |
7 |
+ |
- |
+ |
+ |
- |
16,35 |
16,25 |
|
16,3 |
0,005 |
16,3375 |
0,00141 |
8 |
+ |
+ |
+ |
+ |
+ |
17,24 |
17,12 |
|
17,18 |
0,0072 |
16,505 |
0,45563 |
Подсчитываем средние значения в сериях .
(1)
где уi – i-ое значение в серии опытов;
N – количество опытов в серии.
Подсчитываем дисперсию S2 различных серий опытов.
(2)
Проверяем первую серию опытов на наличие ошибки.
Так как дисперсия S2=0,005, то
=52,32>t=12,71
(3)
где t – коэффициент Стьюдента для степени свободы
(n – 1)=(2 – 1)=1.
t=12.71
А, значит значение опыта равное 11 – промах и из дальнейшего рассмотрения мы его исключаем.
Проверяем дисперсию на однородность.
(4)
Полученное значение меньше табличного значения критерия Фишера равного F=164 для степеней свободы числителя f1 = n-1=1 и знаменателя
f1 = n – 1=1.
Находим дисперсию выходного параметра.
=0,00658
Записываем линейную модель:
у=b0+b1х1+b2х2+ b3х3 +b4х1*х2*х3
Получили следующие значения коэффициентов
b0= |
16,065 |
b1= |
0,8 |
b2= |
-0,696 |
b3= |
1,0525 |
b4= |
-0,7163 |
Линейная модель запишется в виде:
ŷ=16,065+0,8х1-0,696х2+1,0525х3-0,7163x5
Рассчитываем по этой модели расчетные значения параметра оптимизации
ŷ= f(x) и заносим эти значения в таблицу.
После чего находим квадрат отклонения расчетного значения от экспериментального
у2 =(ŷ – уср)2
и заносим полученные значения в таблицу.
Затем находим дисперсию адекватности для равномерного дубирования
S2АД
=
=1,1144
где: f=N- (k+1)=8-5=3
Проверяем модель на адекватность, для чего находим расчетный коэффициент Фишера как отношение:
Полученное значение сравниваем с табличным значением критерия Фишера F = 6,6 f1=n-1=2-1=1; f2=N-(n+1)=8-(2+1)=5 и поскольку полученное значение превышает его, то полученная линейная модель неадекватна.
Оценим значимость коэффициентов для чего найдем дисперсию коэффициентов регрессии:
=
=
0,00082
Определим доверительный интервал
t
=12,71*0,02863=0,36437
Так как все коэффициенты по абсолютной величине больше доверительного интервала, то все они значимы.
Приступим к нахождению максимального значения параметра оптимизации движением по градиенту.
Основной уровень выбираем как центр области, так как не известно никакой дополнительной информации о лучших точках.
Найдем произведение Ij*bj для каждого фактора. Далее, определяем шаги движения по факторам. Методом подбора были определены наиболее оптимальные шаги для каждого фактора, полученные путем деления вышеуказанного произведения на (7,25).
И, наконец, находим значение параметра оптимизации, предварительно переведя натуральные значения факторов в кодированные согласно формуле:
хi=(Xi – Xi o)/Ij
Таблица №3
Натуральные значения |
X1 |
X2 |
X3 |
X4 |
Y |
Основной уровень |
5 |
175 |
0,25 |
10 |
|
Ji–интервал варьирования |
1 |
15 |
0,25 |
0,05 |
|
Верхний уровень |
6 |
190 |
0,5 |
10,05 |
|
Нижний уровень |
4 |
160 |
0 |
9,95 |
|
Кодированное значение |
x1 |
x2 |
x3 |
x1*x2*x3 |
Уср |
Опыты 1 |
- |
- |
- |
- |
15,625 |
2 |
+ |
- |
- |
+ |
15,7925 |
3 |
- |
+ |
- |
+ |
12,8 |
4 |
+ |
+ |
- |
- |
15,8325 |
5 |
- |
- |
+ |
+ |
16,2975 |
6 |
+ |
- |
+ |
- |
19,33 |
7 |
- |
+ |
+ |
- |
16,3375 |
8 |
+ |
+ |
+ |
+ |
16,505 |
bJ= 16,065 |
0,8 |
-0,696 |
1,0525 |
-0,7163 |
|
bJ*JJ |
0,8 |
-10,444 |
0,263125 |
-0,0358 |
|
шаг |
0,11034 |
-1,44052 |
0,03629 |
-0,0049 |
|
опыт 1 |
5,11034 |
173,559 |
0,28629 |
9,99506 |
|
2 |
5,22069 |
172,119 |
0,32259 |
9,990121 |
|
3 |
5,33103 |
170,678 |
0,35888 |
9,985181 |
|
4 |
5,44138 |
169,238 |
0,39517 |
9,980241 |
|
5 |
5,55172 |
167,797 |
0,43147 |
9,975302 |
|
6 |
5,66207 |
166,357 |
0,46776 |
9,970362 |
|
7 |
5,77241 |
164,916 |
0,50405 |
9,965422 |
|
8 |
5,88276 |
163,476 |
0,54034 |
9,960483 |
|
9 |
5,9931 |
162,035 |
0,57664 |
9,955543 |
|
кодированные значения |
x1 |
x2 |
x3 |
x1*x2*x3 |
ŷ |
опыт 1 |
0,11034 |
-0,096 |
0,14517 |
-0,098793 |
16,4437 |
2 |
0,22069 |
-0,1921 |
0,29034 |
-0,197586 |
16,8224 |
3 |
0,33103 |
-0,2881 |
0,43552 |
-0,296379 |
17,2011 |
4 |
0,44138 |
-0,3841 |
0,58069 |
-0,395172 |
17,5798 |
5 |
0,55172 |
-0,4802 |
0,72586 |
-0,493966 |
17,9585 |
6 |
0,66207 |
-0,5762 |
0,87103 |
-0,592759 |
18,3372 |
7 |
0,77241 |
-0,6722 |
1,01621 |
-0,691552 |
18,7159 |
8 |
0,88276 |
-0,7683 |
1,16138 |
-0,790345 |
19,0946 |
9 |
0,9931 |
-0,8643 |
1,30655 |
-0,889138 |
19,4732 |
Максимальное значение параметра оптимизации 19,47 оно достигается при X1=5,99: X2=162.035; X3=0.576; X4=9.9555