Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Проверка воспроизводимости эксперимента ⇐ ПредыдущаяСтр 6 из 6
Осуществляется с помощью G критерия с целью проверки гипотезы о равноточности измерений. Для этого: 1. Для каждой из М дублированных строк матрицы планирования по результатам n параллельных опытов определяется: - среднее значение показателя качества y - построчная дисперсия 2. Выбирается наибольшая из построчных дисперсий . 3. Вычисляется сумма квадратов построчных дисперсий 4. Определяется расчетное значение G – критерия 5. Определяется табличное значение Gтабл для выбранного уровня значимости α , числа дублированных строк матрицы М и числа степеней свободы ν =n-1 6. Сравниваются Gрас и Gтабл: если Gрас < Gтабл , то измерения равноточны (эксперимент воспроизводим) и величину можно считать оценкой генеральной дисперсии воспроизводности ; при Gрас ≥ Gтабл эксперимент невоспроизводим. Причина: 1) сильное влияние неучтенных факторов; 2) низкая точность измерения.
ВЫЧИСЛЕНИЕ КОЭФФИЦИЕНТОВ МОДЕЛИ
После реализации плана ПФЭ типа 2k и проверки воспроизводимости эксперимента коэффициенты b0, b1, b2,..., bi, ..., bk модели вычисляются по формулам: В выражении (24) величина xiq равна -1 или +1 в соответствии с матрицей планирования для q-го опыта по i-му фактору, а yq в (23) и (24) – экспериментально полученное значение y в q-ом опыте. При повторении q-го опыта n раз вместо yq берется . С физической точки зрения значение коэффициента b0 характеризует среднее значение показателя y по всем опытам, а коэффициента bi – эффект воздействия фактора xi на y.
ПРИМЕРЫ ВЫЧИСЛЕНИЙ КОЭФФИЦИЕНТОВ ПФЭ 22
Тогда модель имеет вид: Для вычисления коэффициента bi необходимо перемножить значения -1 или +1 столбца xi на значения yq для всех q опытов, просуммировать их и разделить на общее число опытов в плане ПФЭ 2k. Для вычисления b1 используется столбец с x1, b2 - x2 и т.д.
ПРОВЕРКА ЗНАЧИМОСТИ КОЭФФИЦИЕНТОВ МОДЕЛИ
Проверяется отличие коэффициента ММ от нуля с учетом «шума» эксперимента. Оценка значимости коэффициентов осуществляется по t-критерию Стьюдента. 1. Вычисляется расчетное значение ti для каждого из коэффициентов где N=2k; – дисперсия воспроизводимости из М дублированных строк матрицы планирования. В некоторых случаях дублирование опытов осуществляется только для одной из q-строк матрицы планирования или в центре плана эксперимента (x1=0, x2=0,..., xk=0). В этом случае находится как построчная дисперсия: где yqj – результат j-го опыта из n параллельных опытов; – среднее значение по n параллельным опытам; n – число параллельных опытов для q-ой строки матрицы планирования или в центре плана эксперимента. 2. Находится табличное значение при М дублированных строках матрицы; при одной дублированной строке матрицы. 3. Сравниваются tрас и tтаб Если tрас > tтаб, то с вероятностью P =1-α коэффициент, для которого вычислено tрас, считается статистически значимым и он используется при составлении модели. Если tрас ≤ tтаб, то соответствующие коэффициенты признаются незначимыми и не используются при составлении ММ (приравниваются к нулю). Например: Если в ММ y=15-2x1+3, 5x2-0, 1x3+1, 2x4+0, 05x5 коэффициенты b3=-0, 1 и b5=0, 05 оказались незначимыми, то ММ запишется в виде: y=15-2x1+3, 5x2+1, 2x4. Причины незначимости коэффициентов: 1) фактор хi не влияет на y; 2) интервал варьирования i-переменной ( ) слишком мал; 3) велика ошибка эксперимента из-за наличия неуправляемых и неконтролируемых переменных. После проверки значимости коэффициентов составляется ММ в виде уравнения регрессии, содержащего составляющие только со значимыми коэффициентами.
ПРОВЕРКА АДЕКВАТНОСТИ МОДЕЛИ
Осуществляется по F-критерию Фишера. 1. Определяется остаточная дисперсия , характеризующая рассеяние экспериментальных данных относительно результатов, полученных по найденной ММ где yqмод – величина показателя качества для q-го опыта. Рассчитывается при подстановке в полученную модель вычисленных значений и значений для данного опыта; yq – экспериментально полученное значение у в q-ом опыте; m – общее число значимых коэффициентов модели, включая и коэффициент b0. 2. Рассчитывается расчетное значение Fрас
где - дисперсия воспроизводимости эксперимента. 3. Находится: при М дублированных строках матрицы; при одной дублированной строке матрицы. 4. Сравниваются Fрас и Fтаб: если Fрас< Fтаб, то с вероятностью P=1-α ММ считается адекватной; при Fрас≥ Fтаб – неадекватной. При неадекватной модели необходимо: 1) дополнить описание ММ составляющими, характеризующими взаимодействие факторов; 2) переходить к квадратному уравнению; 3) переходить к более сложному уравнению. АНАЛИЗ И СИНТЕЗ ТП ПО ПОЛУЧЕННОЙ МОДЕЛИ
Заключается в использовании физического смысла коэффициента bi и его знака. 1. Абсолютная величина коэффициента bi характеризует степень влияния i-го фактора на показатель качества y. Чем больше абсолютная величина bi, тем большее влияние оказывает i-й фактор на y. 2. Знак коэффициента характеризует направление изменения y при изменении i-го фактора. Если знак " +", то изменение значений xi и y происходит в одном направлении, если знак " -", то изменение значений xi и y происходит в противоположном направлении.
ПОЛУЧЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ С УЧЕТОМ ВЗАИМОДЕЙСТВИЙ ФАКТОРОВ
При проведении ПФЭ 2k возможно получение ММ с учетом взаимодействий двух факторов, причем эта возможность реализуется без увеличения числа опытов. Эта модель имеет вид: Для вычисления коэффициентов bij необходимо иметь матрицу планирования, в которой учтены парные взаимодействия. Эта матрица представлена в табл.13.
Таблица 13 Матрица планирования ПФЭ 23 с парными взаимодействиями
Коэффициенты bij вычисляются по формуле Отличие формулы (27) от (24) заключается в том, что здесь вместо значений xiq берутся взаимодействия xiq xjq. Например из табл.13 имеем: Матрица планирования, приведенная в табл.13, обладает свойствами ортогональности, симметричности, нормировки и рототабельности. Статистический анализ модели (26) ничем не отличается от статистического анализа модели (22), кроме того, что здесь надо учитывать коэффициенты bij и значения xiq xjq. При проведении ПФЭ 2k возможно получение моделей с учетом 3-х, 4-х и т.д. взаимодействий. Учет по аналогии с вышесказанным. Пример. Построить математическую модель вида: В табл.14 приведена матрица планирования ПФЭ 24 с парными взаимодействиями 4 факторов и экспериментальные значения показателя качества у. Опыты 17-20 выполнены в центре плана эксперимента для вычисления . Таблица 14
Популярное:
|
Последнее изменение этой страницы: 2017-03-08; Просмотров: 1256; Нарушение авторского права страницы