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

курсовая работа / Оптимизация роторно-шарового расходомера Задание №1. Вариант 18

..DOC
Скачиваний:
10
Добавлен:
20.02.2014
Размер:
69.12 Кб
Скачать

САРАТОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

БАЛАКОВСКИЙ ИНСТИТУТ ТЕХНИКИ, ТЕХНОЛОГИИ И УПРАВЛЕНИЯ

КАФЕДРА УИТ

КУРСОВАЯ РАБОТА

по курсу: «Моделирование систем управления»

Тема: «Оптимизация роторно-шарового расходомера»

Выполнил: ст. гр. УИТ-42

Принял: преп. кафедры

Фролова М. А.

Балаково 1999.

Задание №1. Вариант 18.
Оптимизация центробежного преобразователя расхода.
Таблица 1

Факторы

Уровни факторов

-1

+1

Х1 – диаметр входного трубопровода, мм

0,21

0,34

Х2 – диаметр выходного трубопровода, мм

0,21

0,79

Х3 – угол криволинейной образующей на входе, 

60

360

Х4 – угол криволинейной образующей на выходе, 

40

75

Составить 24-1.

X4=X1*X2*X3

Проведем оптимизацию полно факторного эксперимента.

Будем рассматривать задачу с максимальным числом факторов и числом опытов 24-1=8.

Составим матрицу планирования для линейной модели в первом приближении.

Таблица №2

х0

х1

х2

х3

х4

Y

S2*10-4

y

у2

1

+

-

-

-

-

1.1 1.12

1.11

2

1.125

0.0001

2

+

-

+

-

+

2.12 2.143

2.132

2.645

2.168

0.000133

3

+

+

-

-

+

3.02 3.05

3.035

4.5

3.13

0.000225

4

+

+

+

-

-

4.61 4.62

4.615

0.5

4.468

0.000025

5

+

-

-

+

+

5.11 5.14 16

5.125

4.5

4.978

0.000225

6

+

-

+

+

-

6.21 6.23

6.22

2

6.315

0.0001

7

+

+

-

+

-

7.25 7.234

7.242

1.28

7.278

0.000064

8

+

+

+

+

+

8.3 8.31

8.305

0.5

8.32

0.000025

Подсчитываем средние значения в сериях Y.

где уi – i-тое значение в серии опытов; n – количество серий опытов.

Подсчитываем дисперсию S2 различных серий опытов.

Проверяем пятую серию опытов на наличие ошибки.

Так как дисперсия S2=0,00045, то

= 512,65 > t = 12,71

где t – коэффициент Стьюдента для степени свободы (n – 1)=(2 – 1)=1.

А значит значение опыта равное 16 – промах и из дальнейшего рассмотрения мы его исключаем.

Проверяем дисперсию на однородность.

S2max / S2min = 0.00045 / 0.00005 = 9

Полученное значение меньше табличного значения критерия Фишера равного F=164,4 для степеней свободы числителя f2 = n - 1=1 и знаменателя

f1 = n – 1=1, значит дисперсии однородны.

Находим дисперсию выходного параметра.

= 0,0002241

Записываем линейную модель в первом приближении в виде:

у=b0 + b1х1 + b2х2 + b3х3 + b4x4

пренебрегая влиянием составляющих второго порядка.

bi=

Получили следующие коэффициенты:

b0 = 4.723 ;

b1 = 1.076 ;

b2 = 0.595 ;

b3 = 2 ;

b4 = -0.074 ;

Линейная модель запишется в виде:

у = 4.723 + 1.076х1 + 0.595х2 + 2х3 - 0.074x4

Рассчитываем по этой модели расчетные значения параметра оптимизации y = f(x) и заносим эти значения в таблицу.

После чего находим квадрат отклонения расчетного значения от экспериментального

у2 = ( y - )2

и заносим полученные значения в таблицу.

Затем находим дисперсию адекватности для равномерного дублирования

S2ад = = 0.043

где f2 = N - (k + 1) = 8 – (4+1) = 3, n = 2.

Проверяем модель на адекватность, для чего находим расчетный коэффициент Фишера как отношение:

Fрасч=S2ад/S2y=0.043/0.0002241=191.87

Полученное значение сравниваем с табличным значением критерия Фишера F = и поскольку полученное значение больше его, то полученная линейная модель адекватна.

Оценим значимость коэффициентов, для чего найдем дисперсию коэффициентов регрессии:

= 0.0002241/8 = 0,00002801

Определим доверительный интервал

bj = ± t S{b} = 12,71 ·  0,00002801 = 0,000356

Так как все коэффициенты по абсолютной величине больше доверительного интервала, то все они значимы.

Приступим к нахождению максимального значения параметра оптимизации движением по градиенту.

Таблица №3

Натур. Значения

Х1

Х2

Х3

Х4

У

Основной ур.

0.275

0.5

210

57.5

Верхний ур.

0.34

0.79

360

75

Нижний ур.

0.21

0.21

60

40

J

0.65

0.29

150

17.5

Кодир. значения

1

-

-

-

-

1.11

2

-

+

-

+

2.132

3

+

-

-

+

3.035

4

+

+

-

-

4.615

5

-

-

+

+

5.125

6

-

+

+

-

6.22

7

+

-

+

-

7.242

8

+

+

+

+

8.305

.bj

1.076

0.595

2

-0.074

.bjJj

0.07

0.173

300.009

-1.292

Уменьшим bjJj в десять раз.

Таблица №4

Шаг

0,007

0,0173

30,0009

-0,1292

Мысленные опыты

1

0,282

0,517

240

57,371

2

0,289

0,535

270

57,242

3

0,296

0,552

300

57,212

4

0,303

0,569

330

56,983

5

0,31

0,586

360

56,854

Вычислим значения параметров оптимизации по линейной модели.

. Таблица №5

X1

X2

X3

X4

.y

1

0.108

0.059

0.2

-0.007381

5.275

2

0.215

0.119

0.4

-0.015

5.827

3

0.323

0.178

0.6

-0.022

6.378

4

0.431

0.238

0.8

-0.03

6.93

5

0.538

0.297

1

-0.037

7.482

Сравнивая, экспериментальные значения параметра оптимизации и полученные при реализации мысленных опытов нашли, что максимальное значение параметра оптимизации равно у = 8.305, оно получено при значении факторов X1 = 0.34, X2 = 0.79, X3 = 360, X4 = 75.