|
Значения откликов[14][15], полученные в ходе реализации опытов, представлены в таблице 15.
Таблица 15
Значения откликов, полученные при выводе ортогональной модели второго порядка в эксперименте типа 23.
№ опыта | у1 | у2 | у3 | |
21,3 | ||||
20,67 | ||||
18,33 | ||||
19,33 | ||||
22,67 | ||||
21,67 | ||||
17,33 | ||||
22,33 |
2.4. Проверка воспроизводимости опытов и определение дисперсии воспроизводимости.
Определим дисперсии опытов, подставляя известные значения в формулу (3):
;
;
;
;
;
;
;
;
;
;
;
;
;
;
.
Определим табличное значение критерия Кохрена:
= n=15;
= m-1 =3-1=2.
По таблице, расположенной в приложении 1, определяем табличное значение критерия Кохрена: =0,3346.
Проверим воспроизводимость опытов, воспользовавшись неравенством (2):
, следовательно, опыты воспроизводимы.
Дисперсию воспроизводимости определим по формуле (4):
.
2.5. Расчет коэффициентов регрессии.
Коэффициенты регрессии для ортогонального плана второго порядка определяются по формуле:
, где (15)
i – номер столбца в матрице,
– элементы i- го столбца,
- значения отклика в u -том эксперименте.
Значения получены путем суммирования возведенных в квадрат кодовых значений факторов в каждом столбце.
Для столбца получим:
.
Для столбца получим:
.
Для столбца получим:
.
Для столбца получим:
.
Для столбца получим:
.
Для столбца получим:
.
Для столбца получим:
.
Для столбца х1 х2 получим:
.
Для столбца х1 х3 получим:
.
Для столбца х2 х3 получим:
.
Значения для различных кодовых переменных сведены в таблицу 16.
Таблица 16
Значения для ортогонального плана второго порядка эксперимента типа 23.
Столбец в матрице планирования | Значения
|
10,9544 | |
4,364 |
Определим коэффициент :
;
Определим коэффициент :
;
Определим коэффициент :
;
Определим коэффициент :
;
Определим коэффициент :
;
Определим коэффициент :
;
Определим коэффициент :
;
Определим коэффициент :
;
Определим коэффициент :
;
Определим коэффициент :
.
2.6. Получение ортогональной модели второго порядка.
Ортогональная модель второго порядка в общем виде записывается следующим образом: .
По данным, рассчитанным в пункте 2.5 части 3, получим следующее уравнение регрессии: .
Для того чтобы перейти к обычной форме записи уравнения регрессии, необходимо найти величину
, где (14)
- величина, необходимая для построения ортогональных планов второго порядка,
;
- коэффициенты регрессии при квадратных членах уравнения в модели.
Рассчитаем величину :
.
Перейдем к обычной форме записи уравнения регрессии: .
2.7. Проверка значимости коэффициентов регрессии.
Определим 5% точку распределения Стьюдента. По таблице, представленной в приложении 2, определяем 5% точку распределения Стьюдента с степенями свободы:
.
Определяем :
.
Значение коэффициента регрессии не должно быть меньше 1,03.
2.8. Получение ортогональной модели второго порядка с учетом значимости коэффициентов регрессии.
Из технологических соображений примем значимыми коэффициенты, значения которых по модулю не ниже 0,2. С учетом значимости коэффициентов регрессии получим квадратичную ортогональную модель: .
2.9.Проверка адекватности квадратичной ортогональной модели.
Для установления значения дисперсии адекватности необходимо получить расчетные значения откликов. Расчетные значения откликов получаются путем подстановки кодовых значений факторов в модель (в уравнение регрессии).
Кодовые значения факторов представлены в таблице 17.
Таблица 17
Кодовые значения факторов
№ опыта | |||||||
- | - | - | + | + | + | + | |
+ | - | - | - | + | + | + | |
- | + | - | + | - | + | + | |
+ | + | - | - | - | + | + | |
- | - | + | - | - | + | + | |
+ | - | + | + | - | + | + | |
- | + | + | - | + | + | + | |
+ | + | + | + | + | + | + | |
-1,215 | 1,476 | ||||||
+1,215 | 1,476 | ||||||
-1,215 | 1,476 | ||||||
+1,215 | 1,476 | ||||||
-1,215 | |||||||
+1,215 | |||||||
По полученной ранее модели рассчитаем значения откликов:
;
;
;
;
;
;
;
;
;
;
;
;
;
;
.
Результаты расчета, необходимые для установления значения дисперсии адекватности квадратичной ортогональной модели,[17] сведены в таблицу 18.
Таблица 18
Результаты расчета, необходимые для установления значения дисперсии адекватности квадратичной ортогональной модели
№ опыта | ||||||||||
21,3 | - | - | - | + | + | + | + | 21,18 | 0,0144 | |
20,67 | + | - | - | - | + | + | + | 18,72 | 3,8025 | |
- | + | - | + | - | + | + | 21,9 | 0,01 | ||
+ | + | - | - | - | + | + | 19,44 | 0,3136 | ||
18,33 | - | - | + | - | - | + | + | 18,32 | 0,0001 | |
+ | - | + | + | - | + | + | 18,6 | 0,16 | ||
19,33 | - | + | + | - | + | + | + | 20,78 | 2,1025 | |
22,67 | + | + | + | + | + | + | + | 21,64 | 1,0609 | |
21,67 | -1,215 | 1,476 | 20,51 | 1,3456 | ||||||
+1,215 | 1,476 | 19,54 | 6,4516 | |||||||
17,33 | -1,215 | 1,476 | 19,22 | 3,5721 | ||||||
+1,215 | 1,476 | 21,5 | 0,25 | |||||||
-1,215 | 21,12 | 1,2544 | ||||||||
+1,215 | 20,35 | 0,4225 | ||||||||
22,33 | 20,73 | 2,56 |
Дисперсия адекватности:
.
Значение критерия Фишера:
Проверка адекватности линейной модели:
.
Ортогональная квадратичная модель адекватна.
Часть 4
Рототабельные планы второго порядка
Задание:
Металлические, прямоугольной формы образцы испытывают на растяжение с целью определения времени до их разрушения. Испытывается два различных вида металла с содержанием в них примесей 18% и 26% соответственно. Площадь поверхности образов различна, 300 мм2 и 800 мм2. Усилие, развиваемое разрывной машиной также различно: 500 кг и 1000 кг. Движение по градиенту позволило выявить экстремум поверхности отклика: х1=24, х2=554, х3=760, y=21. Необходимо описать поверхность отклика вблизи точки экстремума с применением рототабельного планирования.
Решение:
Как было показано в части 3, линейная модель, представляющая эксперимент в точке экстремума неадекватна. В точке экстремума необходимо планирование второго порядка.
В отличие от ортогональных планов, рототабельные планы дают возможность предсказать значение функции отклика с дисперсией, одинаковой на разных расстояниях от центра плана. Эта особенность рототабельных планов служит критерием для оценки их качества.
С точки зрения эффективности применения, разница между ортогональным и рототабельным планированием не значительна, поэтому модель, получаемая рототабельным планированием должна мало отличаться от модели, полученной при помощи ортогональных планов.
1. Вывод рототабельной модели второй степени в области экстремума.
1.1. Наращивание точек.
Примем опыты, результаты которых представлены в таблице 10 части 3, в качестве ядра рототабельного плана второго порядка.
Чтобы достроить этот план до плана второго порядка, необходимо поставить опыты на некотором расстоянии d от центра, в так называемых, звездных точках и на нулевом уровне.
Нулевой уровень принимается таким же, как при движении по градиенту в найденной точке оптимума[18].
Расстояние, на котором устанавливаются звездные точки или расстояние d [19] от центра плана при полном факторном рототабельном эксперименте можно определить по формуле:
, где (16)
к – количество факторов, участвующих в эксперименте.
Количество звездных точек, а также точек на нулевом уровне при рототабельном планировании различно в зависимости от типа эксперимента.
Количество звездных точек и точек на нулевом уровне для эксперимента типа 23 представлено в таблице 19.
Таблица 19
Количество звездных точек и точек на нулевом уровне для эксперимента типа 23
Число факторов к | Ядро плана | Число точек | Величина плеча d | |||
В ядре плана | Звездные | На нулевом уровне | Общее | |||
23 |
Значения факторов на нулевом уровне и в звездных точках плана представлены в таблице 19.
Таблица 19
Значения факторов на нулевом уровне и в звездных точках при рототабельном планировании
Уровень факторов | х1 | х2 | х3 |
Нулевая точка | |||
Интервал варьирования | |||
Нижний уровень | |||
Верхний уровень | |||
Звездная точка -d | 18,6 | ||
Звездная точка +d | 31,4[20] |
1.2. Составление плана эксперимента.
Условия опытов для нахождения рототабельной модели второго порядка в эксперименте типа 23 представлены в таблице 20.
Таблица 20
Условия опытов для нахождения рототабельной модели второго порядка в эксперименте типа 23
№ опыта | х0 | х1 | х2 | х3 | х1 х2 | х1 х3 | х2 х3 | |||
Планирование типа 23 | ||||||||||
+1 | -1 | -1 | -1 | + | + | +1 | +1 | +1 | ||
+1 | +1 | -1 | -1 | + | + | + | -1 | -1 | +1 | |
+1 | -1 | +1 | -1 | + | + | + | -1 | +1 | -1 | |
+1 | +1 | +1 | -1 | + | + | + | +1 | -1 | -1 | |
+1 | -1 | -1 | +1 | + | + | + | +1 | -1 | -1 | |
+1 | +1 | -1 | +1 | + | + | + | -1 | +1 | -1 | |
+1 | -1 | +1 | +1 | + | + | + | -1 | -1 | +1 | |
+1 | +1 | +1 | +1 | + | + | + | +1 | +1 | +1 | |
Звездные точки | ||||||||||
+1 | -1,682 | |||||||||
+1 | +1,682 | 2,828 | ||||||||
+1 | -1,682 | |||||||||
+1 | +1,682 | 2,828 | ||||||||
+1 | -1,682 | |||||||||
+1 | +1,682 | 2,828 | ||||||||
Нулевая точка | ||||||||||
+1 | ||||||||||
+1 | ||||||||||
+1 | ||||||||||
+1 | ||||||||||
+1 | ||||||||||
+1 |
Дата добавления: 2015-11-04; просмотров: 25 | Нарушение авторских прав
<== предыдущая лекция | | | следующая лекция ==> |