Автор: Пользователь скрыл имя, 12 Января 2012 в 17:46, курсовая работа
Область изменения параметров называется факторным пространством. Геометрический образ, соответствующий функции отклика – это поверхность отклика. Факторами могут быть: давление, температура, рН и т.д. Численное значение любого фактора должно устанавливаться независимо от значений других факторов.
Для применения математического планирования необходимо, чтобы опыты были воспроизводимыми (дисперсии однородны). Рассматривают случаи с нормальным распределением ошибок.
-
рассчитывают так называемый
определяющий контраст, умножая
обе части генерирующего
-
определяют условия смешивания
оценок, умножая определяющий контраст
на обозначение расчетного
Допустим, что нужно получить линейное приближение небольшого участка поверхности отклика при трех независимых факторах:
Коэффициенты обозначены звездочкой, чтобы их не перепутать с коэффициентами полного факторного эксперимента.
Если для этой цели воспользоваться полным трехфакторным экспериментом, то необходимо провести 8 опытов. Однако эту задачу можно решить и с помощью меньшего числа опытов. Например, возьмем матрицу полного двухфакторного эксперимента (таблица 9) и приравняем произведение Х1Х2 к фактору Х3.
Таблица 9 –Полный трехфакторный эксперимент 2³ и его дробные реплики
Номер опыта | Дробные
реплики |
Факторы | Функция отклика | ||
Х1 | Х2 | Х3 | |||
1
2 3 4 5 6 7 8 |
}¼
½
}¼ }¼ ½ }¼ |
- 1 +1 +1 - 1 - 1 +1 +1 |
-
1
+1 - 1 +1 - 1 +1 - 1 +1 |
-
1
- 1 - 1 - 1 +1 +1 +1 +1 |
y1
y2 y3 y4 y5 y6 y7 y8 |
Расчет коэффициентов регрессии, проверка значимости коэффициентов и адекватности математического описания в данном случае производятся так же, как и при полном факторном эксперименте.
В
таблице 10 приведена матрица планирования
ДФЭ
Таблица 10– Планирование ДФЭ
Номер опыта | Х1 | Х2 | Х1* Х2 | Х3 | |
1
2 3 4 |
-
1
- 1 +1 +1 |
-
1
+1 - 1 +1 |
+1
- 1 - 1 +1 |
+1
- 1 - 1 +1 |
y1
y2 y3 y4 |
Такое планирование называют планированием со смешиванием (так как коэффициенты уравнения получают смешанными, например коэффициент ). Его обозначают символом , где n – общее число факторов, а
p – число факторов, приравненных к эффектам взаимодействия (произведениям). Нельзя утверждать, что эффекты двойного взаимодействия равны 0. однако часто имеются основания полагать, что некоторые из них малы по сравнению с линейными эффектами.
Составим
дробную реплику от плана ПФЭ
2³ - ДФЭ
и представим её в виде таблицы 11. значения
выхода процесса при соответствующем
сочетании факторов взяты по варианту
задания (таблицы 3 и 4).
Таблица 11 – Дробная реплика ДФЭ
Номер опыта | Х0 | Х1 | Х2 | Х2 * Х3 | Х3 | , % |
1 | +1 | - 1 | - 1 | -1 | +1 | 4 (y5) |
2 | +1 | - 1 | +1 | - 1 | - 1 | 3,2 (y2) |
3 | +1 | +1 | - 1 | + 1 | - 1 | 1,5 (y3) |
4 | +1 | +1 | +1 | +1 | +1 | 5 (y8) |
Допустим, что необходимо получить линейное приближение некоторого участка поверхности отклика при 3-х факторах в виде уравнения (31):
- генерирующее соотношение примем: X3 = X1*X2
- определяющий контраст: Х3*Х3 = 1 = Х1*Х2*Х3
-
условия смешивания оценок
Х0*1=Х1*Х2*Х3*Х0,
т.е.
Х1*1=Х1*Х2*Х3*Х1
или Х1=Х2*Х3,
т.е.
Х2*1=Х1*Х2*Х3*Х2
или Х2=Х1*Х3,
т.е.
Х3=Х1*Х2,
т.е.
Данный план может быть реализован при условии, что эффекты двойного взаимодействия будут близки к нулю.
Коэффициенты уравнения регрессии ДФЭ рассчитываем по формулам (14) - (16):
Заключение
Для данного варианта уравнение регрессии по результатам реализации плана ПФЭ 2³:
Незначимые коэффициенты при
Уравнение регрессии после исключения незначимых коэффициентов:
Дисперсия неадекватности уравнения = 3,634, т.е. , т.е. равнение после исключения коэффициентов с вероятностью 0,95 адекватно экспериментальным данным.
Разность = >0,315% с заданной вероятностью можно считать значимой. В уравнение необходимо включать оценки квадратичных эффектов факторов, при этом по результатам реализации плана ПФЭ невозможно получить хорошую математическую модель процесса.
Наиболее
положительное влияние
Оптимальная дегустационная оценка будет находиться в следующих диапазонах изменения факторов:
- Температура2,11-2,33°С ;
- Давление 0,86-0,98СО2 атм ;
-
время 49-57 мин.
Список
использованных источников
1 | Ашмарин И.П. Методы статистической обработки / И.П. Ашмарин, А.А. Воробьёв, Л.К. Каминский. – М.: КомпьютерПресс, 1994. |
2 | Боровиков В.П. Statistica для студентов и инженеров. – 2-е изд.: КомпьютерПресс, 2001. |
3 | Быков В.В. Научный эксперимент. – М.: Наука, 1989. |
4 | Вознесенский В.А. Статистические методы планирования эксперимента в технико-экономических исследованиях. – М.: Финансы и статистика, 1981. |
5 | Грачёв Ю.П. Математические методы планирования экспериментов. – М.: Пищевая промышленность, 1979. |
6 | Ермаков С.М. Математическая теория планирования эксперимента / С.М. Ермаков, В.З. Бродский. – М.: Наука, 1983. |
7 | Налимов В.В. Статистические методы планирования экстремальных экспериментов / В.В. Налимов, Н.А. Чернова. – М.: Наука, 1965. |