Обработка результатов эксперимента

Разработка регрессионной математической модели с учетом взаимодействия факторов проведения эксперимента. Проверка выборки на однородность дисперсий, стохастичность, отсутствие грубых ошибок. Оценка значимости влияния факторов. Стратегия поиска оптимума.

Рубрика Производство и технологии
Вид контрольная работа
Язык русский
Дата добавления 27.01.2020
Размер файла 837,0 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Обработка результатов эксперимента

Задание на проектирование. Вариант №35

1. По результатам экспериментальных исследований (табл.1) построить регрессионную математическую модель с учетом взаимодействия факторов (достроить план, учитывающий взаимодействие факторов).

Таблица 1 - Результаты эксперимента

№ опыта

Факторы

Отклик Yi

х1

х2

x3

Y1

Y2

Y3

Y4

Y5

1

-

-

-

15,3

14,8

15,2

15

14,9

2

+

-

-

-9,2

-9,5

-9,5

-9,3

-9,7

3

-

+

-

8,8

9,2

8,8

9,5

8,7

4

+

+

-

-1,1

-0,9

-0,8

-0,2

-0,7

5

-

-

+

17,7

17,7

18

17,9

18,5

6

+

-

+

-5,6

-6,1

-5,4

-5,4

-5,2

7

-

+

+

12,2

12,2

12,1

12,1

11,4

8

+

+

+

6

6,2

6

5,7

5,7

Перед проведением регрессионного анализа проверить выборки: на однородность дисперсий, на стохастичность, на отсутствие грубых ошибок и определить точность оценки отклика в указанных опытах.

2. Оценить значимость влияния трёх факторов на отклик при помощи латинского квадрата. Факторы варьируются на пяти уровнях в пределах:

X1=0,1 … 0,4; X2=10 … 40; X3=150 … 750. эксперимента и результаты эксперимента латинского квадрата для r=5 приведены в таблице 2

Таблица 2 - Результаты эксперимента

X11

X12

X13

X14

X15

X21

-98

-199,7

-304,1

-407,4

-510,8

X22

-82,9

-183,4

-285,1

-389,4

-573,8

X23

-65,6

-166,1

-265,5

-454,8

-553,7

X24

-50

-149,2

-332,6

-435

-533,5

X25

-32

-215,8

-312,8

-413,7

-506,6

3. Выбрать стратегию поиска оптимума в однофакторном пространстве: статическую - проведение опытов в каждой точке факторного пространства или последовательного поиска - по дискретным точкам при условии:

- количество дискретных точек - 30;

- необходимое число опытов для оценки отклика с заданной точностью при последовательном поиске m=4.

Указать одну из общих для обоих методов точек факторного пространства, в которой обязательно проводится эксперимент независимо от выбранной стратегии поиска оптимума.

1. Проверка статистических гипотез

До статистической обработки экспериментальных данных (результатов измерений отклика) необходимо:

- выяснить вопрос однородности выборочных дисперсий, т.е. их равенства дисперсии генеральной совокупности;

- проверить выборочные данные на стохастичность;

- проверить выборочные данные на отсутствие грубых ошибок;

- оценить точность измерения отклика.

1.1 Проверка однородности дисперсий

Однородность дисперсий проверяется по одному из критериев [1]:

- критерию Фишера Fк(p,m1,m2), когда выборки разного объема и их количество две или более;

- критерию Кохрена Gк(p,m,n), когда количество выборок n более 2-х и их объемы m одинаковы.

Именно второй критерий и должен использоваться для проверки однородности дисперсий, в соответствии с которым наблюдаемое значение критерия Кохрена Gн определяется по формуле:

.

Здесь - дисперсия воспроизводимости u-ой выборки

- среднее значение u-ой выборки

.

Соответственно параметры первой выборки (среднее и дисперсия)

((15,3-15,04)2+(14,8-15,04)2+(15,2-15,04)2+(15-15,04)2+(14,9-15,04)2)=0,043.

Значения параметров остальных выборок представлены в таблице 1, из которой следует, что максимальное значение дисперсии воспроизводимости соответствует второй выборке S2max=0,473, а сумма дисперсий всех выборок

=0,043+0,038+0,115+0,113+0,108+0,118+0,115+0,047=0,697.

Таблица 1

опыта

Значения отклика

Среднее

значение

дисперсия

воспроизвод

Точность

оценки

отклика

Y1

Y2

Y3

Y4

Y5

1

15,3

14,8

15,2

15

14,9

15,04

0,043

0,26

2

-9,2

-9,5

-9,5

-9,3

-9,7

-9,44

0,038

0,08

3

8,8

9,2

8,8

9,5

8,7

9

0,115

0,76

4

-1,1

-0,9

-0,8

-0,2

-0,7

-0,74

0,113

1,2

5

17,7

17,7

18

17,9

18,5

17,96

0,108

0,34

6

-5,6

-6,1

-5,4

-5,4

-5,2

-5,54

0,118

0,02

7

12,2

12,2

12,1

12,1

11,4

12

0,115

0,01

8

6

6,2

6

5,7

5,7

5,92

0,047

0,15

среднее значение

5,525

0,087125

0,3525

Максимальное значение

0,118

Сумма

0,697

Тогда наблюдаемое значение критерия Кохрена

Gн=S2max/ S2u=0,118/0,697=0,169.

Для оценки однородности дисперсии по автоматизированному справочнику [2] находим критическое значение критерия Кохрена для p=0,95, m=5 и n=8 Gк(p,m,n)=0,392. Так как Gн< Gк, то дисперсии однородны.

1.2 Проверка выборочных данных на стохастичность

Проверка выборочных данных на стохастичность производится по критерию последовательных разностей [3]. Наблюдаемое значение этого критерия нu для u-ой выборки

нuu2/Su2,

где

Значение С12 для первой выборки

С12=(3-2,2)2+(2,5-3)2+(2,8-2,5)2+(2-2,8)2=0,2025

Значения дисперсий воспроизводимости всех рассматриваемых выборок приведены в таблице 1.

Наблюдаемое значение критерия последовательных разностей для первой выборки

н112/S12=0,2025/0,17=1,191

Для остальных выборок расчетные значения наблюдаемого критерия последовательных разностей приведены в таблице 2, из которой следует, что минимальное значение критерия больше критического нmin> к (0,452 >0,369), следовательно, все выборки стохастичны.

Таблица 2

опыта

Yi+1-Yi

Cu2

нu

1

0,25

0,16

0,04

0,01

0,0575

1,337

2

0,09

0

0,04

0,16

0,03625

0,954

3

0,16

0,16

0,49

0,64

0,18125

1,576

4

0,04

0,01

0,36

0,25

0,0825

0,730

5

0

0,09

0,01

0,36

0,0575

0,532

6

0,25

0,49

0

0,04

0,0975

0,826

7

0

0,01

0

0,49

0,0625

0,543

8

0,04

0,04

0,09

0

0,02125

0,452

минимальное значение

0,452

1.3 Проверка выборочных данных на отсутствие грубых ошибок

Проверка выборочных данных на отсутствие грубых ошибок производится по критерию к(p,m) [4]. Наблюдаемое значение нui i-го измерения u-ой выборки рассчитывается по формуле

.

Так, например, для первого элемента первой выборки, в соответствии с данными, приведенными в таблице 1, наблюдаемое значение критерия н11

н11=15,04-15,3 /0,043 = 1,254.

Для остальных элементов выборок расчетные значения наблюдаемых критериев приведены в таблице 3.

Таблица 3

опыта

н=/S

max н

1

1,254

1,157

0,772

0,193

0,675

1,254

1,254

2

1,231

0,308

0,308

0,718

1,334

1,231

1,334

3

0,590

0,590

0,590

1,474

0,885

0,590

1,474

4

1,071

0,476

0,178

1,606

0,119

1,071

1,606

5

0,791

0,791

0,122

0,183

1,643

0,791

1,643

6

0,175

1,630

0,408

0,408

0,990

0,175

1,630

7

0,590

0,590

0,295

0,295

1,769

0,590

1,769

8

0,369

1,292

0,369

1,015

1,015

0,369

1,292

max н

1,769

Критическое значение критерия для p=0,95 и m=5 определяется по автоматизированному справочнику [2] и равно к(p,m)=2,345. В соответствии с данными таблицы 3 максимальное значение наблюдаемого критерия max ?н=1,118 меньше критического, следовательно, ни в одной из рассматриваемых выборок по результатам измерений грубых ошибок не обнаружено.

1.4 Оценка точности измерения отклика

Оценка точности измерения отклика при серии m экспериментов в одной u-ой точке факторного пространства определяется по формуле

.

В соответствии с данными таблицы 1 и значением tк(p,m)=2,803 оценка точности измерения отклика в первой точке факторного пространства

Оценка точности измерения отклика в других точках факторного пространства приведена в таблице 4.

Таблица 4

опыта

дисперсия

воспроизводимости

Точность оценки

отклика u

1

0,043

0,26

2

0,038

0,08

3

0,115

0,76

4

0,113

1,2

5

0,108

0,34

6

0,118

0,02

7

0,115

0,01

8

0,047

0,15

2.Регрессионный анализ

Регрессионный анализ предназначен для определения вида и параметров модели. В данном случае предполагаем следующий вид регрессионной модели

Y=b0+b1X1+b2X2+b3X3+b12X1X2+b13X1X3+b23X2X3+b123X1X2X3

Для получения данного вида математической модели достраиваем план эксперимента с учетом указанного взаимодействия факторов.

Достроенный план эксперимента с результатами эксперимента приведен в таблице 5.

Таблица 5

опыта

x0

x1

x2

x3

x1x2

x1x3

x2x3

x1x2x3

Значения отклика

Среднее

значение

у1

у2

у3

у4

у5

1

1

-1

-1

-1

1

1

1

-1

15,3

14,8

15,2

15

14,9

15,04

2

1

1

-1

-1

-1

-1

1

1

-9,2

-9,5

-9,5

-9,3

-9,7

-9,44

3

1

-1

1

-1

-1

1

-1

1

8,8

9,2

8,8

9,5

8,7

9

4

1

1

1

-1

1

-1

-1

-1

-1,1

-0,9

-0,8

-0,2

-0,7

-0,74

5

1

-1

-1

1

1

-1

-1

1

17,7

17,7

18

17,9

18,5

17,96

6

1

1

-1

1

-1

1

-1

-1

-5,6

-6,1

-5,4

-5,4

-5,2

-5,54

7

1

-1

1

1

-1

-1

1

-1

12,2

12,2

12,1

12,1

11,4

12

8

1

1

1

1

1

1

1

1

6

6,2

6

5,7

5,7

5,92

Среднее значение

5,525

Параметры регрессионной модели определяются по следующим зависимостям

; ; ;

Аналогично рассчитаны остальные параметры модели

b2=1,045; b3=1,08; b12=0,42; b13=0,005; b23=0,085; b123=0,33.

Значимость параметров модели определяется их сравнением с доверительным интервалом bi . Параметр значим, если bi bi.

Сравнивая рассчитанные значения параметров регрессионной модели с доверительным интервалом bi, делаем вывод - все параметры значимы кроме b13=0,005 и b23=0,085. Для дальнейшей статистической обработки принимаем b0=7,2; b1=2,8; b2=1; b3=1; b12=0,4 и b123=0,3. тогда получаем нормализованную модель, по которой рассчитываются теоретические значения:

f=7,2+2,8X1+X2+X3+0,4X1X2+0,3X1X2X3;

Адекватность полученной модели проверяется с помощью статистического критерия Фишера, наблюдаемое значение которого Fн определяется по одной из зависимостей

если () или если (),

где =1,865, а дисперсия адекватности определяется по уравнению

= 0,1889

Ниже приведен расчет значения теоретической зависимости для первого опыта f1=7,2-2,8-1-1+0,4-0,3=2,5 значения остальных fu приведены в таблице 6

Таблица 6

№ опыта

Значения отклика

fu

Yuj - fu

у1

у2

у3

у4

у5

1

2,2

3

2,5

2,8

2

2,5

2,5

-0,3

0,5

0

0,3

-0,5

2

8,1

8,4

7,5

8,7

7

7,94

7,9

0,2

0,5

-0,4

0,8

-0,9

3

4

4,4

3,9

4,4

4,5

4,24

4,3

-0,3

0,1

-0,4

0,1

0,2

4

9,7

10,5

10

10,2

9,8

10,04

10,1

-0,4

0,4

-0,1

0,1

-0,3

5

5

5,6

4,7

5,8

4,6

5,14

5,1

-0,1

0,5

-0,4

0,7

-0,5

6

9

9,5

9,2

9

9,7

9,28

9,3

-0,3

0,2

-0,1

-0,3

0,4

7

5,4

6,6

6

5,8

5,7

5,9

5,7

-0,3

0,9

0,3

0,1

0

8

13,1

13,3

12,9

13,3

12,6

13,04

12,7

0,4

0,6

0,2

0,6

-0,1

В этой же таблице приведены значения Yuj - fu, необходимые для расчета .

Так как , то наблюдаемое значение критерия фишера

=0,1889/1,865=1,0128.

Соответствующее критическое значение критерия Фишера при p=0,95; m1=20 и m2=5 Fк(p,m1,m2)=6,615 (определено по автоматизированному справочнику [2]).

Так как Fн< Fк, то модель адекватна.

Натуральная модель с использованием нормализованных факторов принимает вид

3.Планирование эксперимента при дисперсионном анализе. Латинский Квадрат

Цель многофакторного дисперсионного анализа - выявление существенности влияния факторов на отклик.

Для трехфакторной модели результаты наблюдения можно представить в виде суммы

где ? общая средняя; iv ? отклонение, вызванное влиянием первого фактора на i-м уровне при v-м дублировании; гjv ? отклонение, вызванное влиянием второго фактора на j-м уровне при v-м дублировании; kv ? отклонение, вызванное влиянием третьего фактора на k-м уровне при v-м дублировании; Zijkv ? отклонение, вызванное влиянием неконтролируемых факторов. Для дисперсионного анализа трехфакторной модели используется план в виде латинского квадрата (таблица 7).

Таблица 7

X11

X12

X13

X14

X15

X21

X31

X32

X33

X34

X35

X22

X32

X33

X34

X35

X31

X23

X33

X34

X35

X31

X32

X24

X34

X35

X31

X32

X33

X25

X35

X31

X32

X33

X34

С учетом изменений уровней факторов: первого - в диапазоне от 0,1 до 0,4; второго - в диапазоне от 10 до 40 и третьего - в диапазоне от 150 до 750 план эксперимента принимает вид (таблица 8).

Таблица 8

15

30

45

60

75

0,2

10

17,5

25

32,5

40

0,4

17,5

25

32,5

40

10

0,6

25

32,5

40

10

17,5

0,8

32,5

40

10

17,5

25

1

40

10

17,5

25

32,5

Результаты эксперимента в соответствии с изменением факторов по уровням как указано в плане (таблица 8) представлены в таблице 9.

Таблица 9

X11

X12

X13

X14

X15

X21

-95

-201,5

-304,5

-409,8

-510,7

X22

-80,7

-181,7

-287

-387,5

-572,7

X23

-65,4

-165,3

-265,2

-454

-553,9

X24

-48,4

-147

-333,4

-435,1

-532,2

X25

-30

-212,9

-314,3

-411,5

-508,8

Отклики, указанные в таблице 9 соответствуют сочетаниям уровней факторов, указанных в таблице 10. Например, отклик Y234 соответствует эксперименту, проведенному при сочетании уровней факторов: первого на втором, второго на третьем, третьего на четвертом.

Таблица 10

 

X11

X12

X13

X14

X15

X21

Y111

Y212

Y313

Y414

Y515

X22

Y122

Y223

Y324

Y425

Y521

X23

Y133

Y234

Y335

Y431

Y532

X24

Y144

Y245

Y341

Y442

Y543

X25

Y155

Y251

Y352

Y453

Y554

Для удобства обработки результатов эксперимента предварительно проводим кодировку значений отклика, вычитая из всех его значений одно и то же число - значения кода (таблица 11).

Таблица 11

наименование

обозначение

значение

Принятое значение кода

300,8

Сумма значений откликов после кодировки

Y

-1,5

Квадрат суммы откликов

2,25

Значения отклика после кодировки представлены в таблице 12

Таблица 12

X11

X12

X13

X14

X15

X21

-98

-199,7

-304,1

-407,4

-510,8

X22

-82,9

-183,4

-285,1

-389,4

-573,8

X23

-65,6

-166,1

-265,5

-454,8

-553,7

X24

-50

-149,2

-332,6

-435

-533,5

X25

-32

-215,8

-312,8

-413,7

-506,6

Сумма квадратов значений откликов, указанных в этой таблице

Далее из факторов приведены нижетании уровней факторов: первого на втором, второго на третьем, третьего на четпроизводится суммирование значений откликов по уровням каждого фактора. Результаты суммирования удобно сводить в таблицу 13.

Таблица 13

Фактор

Уровень фактора

1

2

3

4

5

X1

Y11

Y12

Y13

Y14

Y15

X2

Y21

Y22

Y23

Y24

Y25

X3

Y31

Y32

Y33

Y34

Y35

Примеры расчета по первому уровню каждого из факторов приведены ниже

Y11= Y111+Y212+Y313+Y144+Y155 = -354-223-80+73+237=-347

Y21= Y111+Y212+Y313+Y414+Y515 = -354-261--155-38+90=-718

Y31= Y111+Y521+Y431+Y341+Y251 = -354-270-225-186-160=-1195

Дисперсию отклика, вызванную влиянием j-го фактора, вычисляют по формуле

Для первого фактора

Соответственно для второго и третьего факторов

S2(X2) = 71653,3; S2(X3) = 159434.

Проверку значимости влияния фактора Х, производят при помощи критерия Фишера, наблюдаемое значение которого

где

Тогда наблюдаемые значения критерия Фишера для первого фактора

Соответственно Fн(X2)=16,9484; Fн(X3)=37,7116.

Наблюдаемое значение критерия Фишера сравнивается с критическим Fк(p,m1,m2). Его значение находим по автоматизированному справочнику [2]. При доверительной вероятности p=0,95, m1=4 и m2=12 Fк=3,536.

Так как для всех факторов Fн< Fк, то все факторы значимы.

4.Выбор стратегии поиска оптимума

регрессионный математический модель эксперимент

При выборе стратегии поиска оптимума исходим из минимального количества опытов для достижения цели эксперимента - определения оптимума за определенное количество опытов.

При статической стратегии поиска оптимума количество опытов определяется количеством k дискретных точек фактора, при которых проводится измерение отклика. Учитывая, что в одной из точек общих для двух стратегий поиска проводится серия из m экспериментов, необходимая для оценки отклика с заданной точностью при заданной доверительной вероятности, то при статической стратегии поиска количество экспериментов Nст определяется по зависимости

Nст=k+(m-1)=30+(4-1)=33,

где k - количество дискретных точек.

При последовательной стратегии поиска, если k дискретных точек равно

k=Fn+1-1,

то первые два опыта проводятся в точках Fn и Fn-1, откуда следует, что ориентировочное значение F*n+1 определяется из уравнения

F*n+1=k+1

Для данного случая

F*n+1=k+1=30+1.

Ближайшее большее число Фибоначчи Fn+1 = 34 соответствует n+1=8 (таблица 14).

Таблица 14

n

1

2

3

4

5

6

7

8

9

10

11

12

Fn

1

2

3

5

8

13

21

34

55

89

134

243

Следовательно, первые две серии опытов должны быть проведены в точках Fn =21 (n=7) и Fn-1=13 (n=6), а всего возможных серий опытов n=7.

Исходя из того, что в каждой точке из 7 возможных проводится серия из 4-х опытов, то общее количество опытов при последовательной стратегии поиска определяется по формуле

Nпслд=n*m=7*4=28

Сравнивая две стратегии поиска, делаем вывод:

Наиболее предпочтительной является последовательная стратегия поиска, так как

Nпслд< Nст (28<33)

Общими точками, в которых проводятся опыты независимо от стратегии поиска это дискреты под номером 13 и 21.

Литература

1. Проверка гипотезы о равенстве дисперсий. Методические указания к выполнению лабораторной работы по дисциплине "Планирование и организация эксперимента" для студентов направлений 221400.62 "Управление качеством", 221700.62 "Стандартизация и метрология" и специальности 151701.65 "Проектирование технологических машин и комплексов" всех форм обучения / Сост. Ю.Г. Иванищев, - Хабаровск : Изд-во Тихоокеан. гос. ун-та, 2016, - 16 с.

2. Автоматизированный справочник по определению статистических критериев. Методические указания к выполнению лабораторной работы по дисциплине "Планирование и организация эксперимента" для студентов направлений 221400.62 "Управление качеством", 221700.62 "Стандартизация и метрология" и специальности 151701.65 "Проектирование технологических машин и комплексов" всех форм обучения / Сост. Ю.Г. Иванищев, Д.В. Картелев, А.Ю. Коношко, - Хабаровск : Изд-во Тихоокеан. гос. ун-та, 2016, - 15 с.

3. Проверка на стохастичность. Методические указания к выполнению лабораторной работы по дисциплине "Планирование и организация эксперимента" для студентов направлений 221400.62 "Управление качеством", 221700.62 "Стандартизация и метрология" и специальности 151701.65 "Проектирование технологических машин и комплексов" всех форм обучения / Сост. Ю.Г. Иванищев, Д.В Картелев. - Хабаровск : Изд-во Тихоокеан. гос. ун-та, 2016, - 16 с.

ПРИЛОЖЕНИЕ

Размещено на Allbest.ru


Подобные документы

  • Выбор и обоснование математической модели. План эксперимента. Проверка нормальности распределения выходной величины. Определение параметров генеральной совокупности. Расчет числа параллельных опытов. Обработка и интерпретация результатов эксперимента.

    курсовая работа [333,0 K], добавлен 10.07.2014

  • Планирование эксперимента по повышению предела прочности листов из титанового сплава, обработка результатов эксперимента и построение модели. Методика определения погрешности эксперимента, расчет коэффициентов регрессии, проверка адекватности модели.

    контрольная работа [88,0 K], добавлен 02.09.2013

  • Характеристика переменных факторов и уровней их варьирования: давление прессования, продолжительность прессования и температура плит пресса. Проверка на наличие грубых измерений, промахов и однородности дисперсий. Построение математической модели.

    курсовая работа [50,1 K], добавлен 22.02.2012

  • Этапы проведения измерений. Вопрос о предварительной модели объекта, обоснование необходимой точности эксперимента, разработка методики его проведения, выбор средств измерений, обработка результатов измерений, оценки погрешности полученного результата.

    реферат [356,6 K], добавлен 26.07.2014

  • Назначение и цели измерительного эксперимента, характеристика этапов проведения. Понятие и формулы расчёта относительной, приведенной, систематической, случайной погрешности, грубой ошибки. Обработка результатов прямых, косвенных и совокупных измерений.

    реферат [199,9 K], добавлен 10.08.2014

  • Особенности оценки надежности аналитической методики. Анализ результатов эксперимента. Дисперсионный анализ результатов опытов. Описание многофакторной системы. Определение типа и объема химического реактора. Алгоритм расчета технологического аппарата.

    контрольная работа [350,6 K], добавлен 09.12.2011

  • Порядок и методика выполнения прямых измерений с многократными независимыми наблюдениями. Обработка наблюдений и оценка их погрешностей. Формулировка и проверка гипотезы тождественности теоретического и эмпирического закона распределения выборки.

    курсовая работа [762,7 K], добавлен 09.03.2012

  • Расчет результатов прямых измерений. Выявление грубых ошибок. Расчет коэффициентов корреляции результатов наблюдений. Расчет среднего значения величины косвенного измерения. Расчет абсолютных коэффициентов влияния. Предельные инструментальные погрешности.

    курсовая работа [125,4 K], добавлен 08.01.2013

  • Проведение измерений средствами измерений при неизменных или разных внешних условиях. Обработка равноточных, неравноточных и косвенных рядов измерений. Обработка многократных результатов измерений (выборки). Понятие генеральной совокупности и выборки.

    курсовая работа [141,0 K], добавлен 29.03.2011

  • Анализ технологии изготовления червячной фрезы, выявление факторов, влияющих на ее точность и стойкость. Методы градации выявленных негативных факторов, определение среди них лимитирующих. Разработка мероприятий по минимизации влияния данных факторов.

    дипломная работа [233,6 K], добавлен 07.08.2009

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.