
- •Содержание
- •Введение
- •1Лабораторный практикум
- •1.1Получение математических моделей процессов резания методом полного факторного эксперимента
- •Статистическое планирование эксперимента. Выбор параметра оптимизации и независимых факторов. Построение матриц полного факторного эксперимента.
- •1.1.2 Получение математической модели
- •1.1.3 Проверка адекватности модели
- •1.1.4 Лабораторная работа №1
- •Содержание отчета
- •Контрольные вопросы
- •1.2 Получение математических зависимостей моделированием процессов износа изделий и материалов
- •1.2.1 Особенности моделирования процесса износа
- •1.2.2 Лабораторная работа №2 Исследование износостойкости различных материалов моделированием процесса износа
- •Содержание и порядок выполнения работы
- •Содержание отчета
- •Контрольные вопросы
- •1.2.3 Лабораторная работа №3
- •Оборудование, приборы, инструменты, заготовки
- •Содержание и порядок выполнения работы
- •Содержание отчета
- •Контрольные вопросы
- •1.3 Построение моделей в среде Excel for Windows
- •1.3.1 Построение линейной модели в Excel (пример)
- •1 Настройка пакета анализа
- •2 Ввод данных
- •3 Нахождение основных числовых характеристик
- •4 Нахождение коэффициента корреляции
- •5 Нахождение параметров линейной регрессии
- •6 Расчет доверительного интервала для прогноза
- •7 Построение доверительной области для прогноза
- •8 Расчет максимального % ошибки прогнозирования
- •9 Выводы по работе
- •1.3.2 Построение степенной модели в Excel (пример)
- •1 Настройка пакета анализа
- •2 Ввод данных
- •3 Нахождение основных числовых характеристик
- •4 Нахождение коэффициента корреляции
- •5 Нахождение параметров линейной регрессии
- •1.3.3. Пример построения многофакторной линейной модели в Excel
- •1 Настройка пакета анализа
- •2 Ввод данных
- •3 Нахождение основных числовых характеристик
- •4 Нахождение параметров линейной регрессии
- •5 Выводы по работе
- •1.3.4 Лабораторная работа № 4 Построение однофакторных регрессионных моделей в приложении
- •Содержание и порядок выполнения работы
- •Содержание отчета
- •Контрольные вопросы
- •1.3.5 Лабораторная работа № 5 Построение линейной многофакторной модели в приложении
- •2 Методические указания к практическим занятиям
- •2.1 Моделирование процесса резания методом линейного программирования Практическое занятие 1
- •2.1.2 Содержание отчёта
- •2.1.3 Контрольные вопросы
- •2.2 Исследование вероятностных эксплуатационных характеристик режущих инструментов Практическое занятие 2
- •2.2.1 Содержание и порядок выполнения работы
- •2.2.2 Содержание отчета
- •2.2.3 Контрольные вопросы
- •2.3 Определение закона распределения периода стойкости инструмента при малых объемах испытаний Практическое занятие 3
- •2.3.1 Содержание и порядок выполнения работы
- •2.3.2 Содержание отчета
- •2.4 Получение математических моделей методом полного факторного эксперимента Практическое занятие 4
- •2.4.1 Содержание и порядок выполнения работы
- •2.4.2 Содержание отчёта
- •2.4.3 Контрольные вопросы
- •2.5 Получение математических моделей методами теории корреляции Практическое занятие 5
- •2.5.1 Содержание и порядок выполнения работы
- •2.5.2 Содержание отчета
- •2.5.3 Контрольные вопросы
- •3.1 Задание на расчетно-графическую работу
- •3.2 Порядок выполнения работы
- •3.3 Проверка соответствия статистического распределения теоретическому по критерию Пирсона (æ²)
- •3.4 Проверка соответствия статистического распределения теоретическому по критерию Колмогорова (n)
- •Статистическое, 2- теоретическое;
- •Список рекомендованной литературы
- •Приложение а Справочные таблицы для проверки адекватности математических моделей
- •Приложение б Пример выполнения расчетно-графической работы
- •84313, М. Краматорськ, вул. Шкадінова, 72
2.4.1 Содержание и порядок выполнения работы
1 Строят матрицу полного факторного эксперимента (ПФЭ) в соответствии с общими правилами построения матриц.
2 Для удобства расчётов строят таблицу 2.11.
Таблица 2.11 – Исходные данные и результаты расчёта математической модели
Точка плана V |
Текущие значения параметра оптимизации |
Среднее значение уV |
Дисперсия опыта
|
Значения по модели |
Дисперсия
адекват-ности ( |
||||||
у1 |
у2 |
у3 |
|||||||||
1 |
|
|
|
|
|
|
|
||||
2 |
|
|
|
|
|
|
|
||||
3 |
|
|
|
|
|
|
|
||||
4 |
|
|
|
|
|
|
|
||||
… |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
3 Уравнение регрессии записывают в виде
,
(2.37)
где
– коэффициент регрессии;
– независимые переменные.
Коэффициенты регрессии рассчитывают по формуле
,
(2.38)
где
– номер фактора;
– среднее значение параметра оптимизации,
полученное по результатам эксперимента;
– минимальное
количество опытов.
4 Определяют дисперсию, которая характеризует ошибку опыта
,
(2.39)
где
– текущее значение параметра оптимизации
(у1,
у2,
у3);
– число повторных опытов в каждой
строчке матрицы ПФЭ.
Значения
записывают в таблицу 2.11.
5 Определяют дисперсию параметра оптимизации, которая является средним арифметическим из дисперсии различных вариантов исследований
.
(2.40)
6
Выполняют проверку однородности
дисперсий по критерию
Кохрена. Критерий Кохрена – это отношение
максимальной дисперсии к сумме всех
дисперсий
,
(2.41)
где
– табличные значения критерия Кохрена,
которые приведены в таблице А1 (Приложение
А).
В
соответствии с таблицей для числа
степеней свободы числителя
и знаменателя
определяют
.
Дисперсии считают однородными, если
экспериментальные значения критерия
Кохрена не превышают табличных
.
7 Рассчитывают дисперсию коэффициента регрессии
.
(2.42)
8 Проверяют значимость коэффициентов регрессии по критерию Стьюдента
.
(2.43)
Расчётные
значения
сравнивают
с табличными
,
которые выбирают при заданном уровне
значимости
и числе степеней свободы
(таблица А2 (Приложение А)). Если
,
то коэффициент считают значимым, в
противном случае – не значимыми.
9
Рассчитывают значения
.
Для этого используют значимые коэффициенты
уравнения регрессии т соответствующие
номеру опыта строки матрицы ПФЭ. Значения
записывают в таблицу 2.11.
10 Рассчитывают дисперсию адекватности
,
(2.44)
где m –число значимых коэффициентов уравнения регрессии.
11 Проверяют адекватность полученной математической модели по критерию Фишера
.
(2.45)
Если
расчётные значения
,
то считают, что полученная математическая
модель адекватна, значения
выбирают при уровне значимости
,
числе степеней свободы числителя
и числе степеней свободы знаменателя
(таблица А3) (Приложение А).
Если
отношение
меньше единицы, то условие
выполняется для любого числа степеней
свободы.