Планирование и организация эксперимента

Построение регрессионной математической модели с эффектами парного и тройного взаимодействия. Проверка выборок на однородность. Планирование эксперимента при оценке отклика. Оценка значимости влияния факторов на отклик при помощи латинского квадрата.

Рубрика Математика
Вид контрольная работа
Язык русский
Дата добавления 20.03.2013
Размер файла 74,7 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/

Введение

Цель выполнения работы «Планирование и организация эксперимента» - закрепление и углубление знаний студентов по дисциплинам фундаментального, общетехнического и профессионального циклов, а также подробное изучение современных методов планирования экспериментов, математического моделирования объектов и систем контроля и управления.

Задачей работы является приобретение студентами навыков выбора необходимого плана эксперимента в соответствии с поставленной перед исследователем проблемой, построения матрицы планирования, обработки и анализа полученных результатов в зависимости от выбранного плана эксперимента.

1. Построение регрессионной математической модели

На токарном станке со скоростью резания V (х1) обтачиваются стальные заготовки. При этом изменяются значения продольной подачи S(х2) и глубины резания t (х3).

Требуется построить регрессионную математическую модель зависимости параметра оптимизации - шероховатости обработанной поверхности Y (Ra) от указанных параметров.

Таблица 1. Исходные данные

Контролируемые переменные

V, м/мин

S, мм/об

t, мм

Верхний уровень

150

0,1

1,5

Нижний уровень

80

0,02

0,3

Таблица 2 - Факторы процесса и параметры оптимизации

№ точки плана

Факторы процесса

Параметр оптимизации Y, мкм

х1

х2

x3

Y1

Y2

Y3

Y4

1

-

-

-

1,8

3,6

3

2,4

2

+

-

-

2,6

2,4

2,6

2,5

3

-

+

-

3,6

2,6

3

3,3

4

+

+

-

2,4

3,7

2,6

3,5

5

-

-

+

3,5

2,9

3

3,4

6

+

-

+

3

3,5

3,6

2,9

7

-

+

+

4,2

3,6

4,8

3

8

+

+

+

4,2

4,5

3,9

4,8

Эксперимент, в котором используются все возможные сочетания уровней факторов, называют полным факторным экспериментом (ПФЭ).

План проведения эксперимента и его результаты записываются в виде таблицы, которая называется матрицей планирования (МП).

Математическая модель с эффектами парного и тройного взаимодействия имеет вид:

Для определения параметров данной модели нужно построить расширенную матрицу планирования. Знаки в столбцах взаимодействий получаются путем перемножения единиц со знаками соответствующих сомножителей.

Таблица 3 - Расширенная матрица ПФЭ 23

№ точки плана

Факторы процесса

Взаимодействие факторов

Параметр оптимизации Y, мкм

x0

х1

х2

x3

x1 x2

x1 x3

x2 x3

x1 x2 x3

Y1

Y2

Y3

Y4

1

1

-1

-1

-1

1

1

1

-1

1,8

3,6

3

2,4

2

1

1

-1

-1

-1

-1

1

1

2,6

2,4

2,6

2,5

3

1

-1

1

-1

-1

1

-1

1

3,6

2,6

3

3,3

4

1

1

1

-1

1

-1

-1

-1

2,4

3,7

2,6

3,5

5

1

-1

-1

1

1

-1

-1

1

3,5

2,9

3

3,4

6

1

1

-1

1

-1

1

-1

-1

3

3,5

3,6

2,9

7

1

-1

1

1

-1

-1

1

-1

4,2

3,6

4,8

3

8

1

1

1

1

1

1

1

1

4,2

4,5

3,9

4,8

Вычисление параметров нормализованной математической модели с парными и тройными взаимодействиями производится по формулам:

Результаты расчетов:

Для проверки адекватности модели определяем дисперсию воспроизводимости и доверительный интервал оценки параметров.

После подсчета дисперсии воспроизводимости для каждого из восьми опытов, рассчитаем доверительный интервал.

где t (P, mN) - Критерий Стьюдента, определяется по таблице П1 при Р=0,95, m=4, N=32, t (P, mN)=2,045.

N - суммарное количество опытов, N=32.

Sв2=0,033880 - среднее значение дисперсии воспроизводимости.

Параметр считается статистически значимым, если его абсолютная величина больше доверительного интервала: . Статистически незначимые параметры считаем равными нулю.

Таким образом, все параметры удовлетворяют такому требованию и считаются статистически значимыми.

Если каждый опыт повторялся m раз, где m=4, дисперсия адекватности будет вычисляться по следующей формуле:

где fu значение отклика, вычисленное по модели при уровнях факторов, соответствующих опыту (или серии опытов) с номером u;

j - номер опыта в серии u:

Таблица 4 - Расчетные данные

2,7

-0,9

0,9

0,3

-0,3

1,8

2,525

0,075

-0,125

0,075

-0,025

0,0275

3,125

0,475

-0,525

-0,125

0,175

0,5475

3,05

-0,65

0,65

-0,45

0,45

1,25

3,2

0,3

-0,3

-0,2

0,2

0,26

3,25

-0,25

0,25

0,35

-0,35

0,37

3,9

0,3

-0,3

0,9

-0,9

1,8

4,35

-0,15

0,15

-0,45

0,45

0,45

Адекватность модели с взаимодействиями определяется с помощью критерия Фишера.

Определим наблюдаемое значение критерия Фишера по следующей формуле:

где So2 - дисперсия адекватности, рассчитанная ранее; Sb2=0,033880 - среднее значение дисперсии воспроизводимости для восьми опытов.

Критическое значение критерия Фишера Fк определяется по табл. П. 7 в зависимости от доверительней вероятности Р, числа параллельных экспериментов в серии m=(m2) и m1=N-k-1, где m1=4, m2=4, отсюда следует Fк= 9,28.

Fн<Fк, (2<9,28), следовательно, регрессионная математическая модель зависимости параметра оптимизации, выбранная нами, адекватна.

1.1 Проверка выборок на однородность

При анализе выборочных данных могут выдвигаться гипотезы об однородности дисперсией в нескольких выборках. В этом случае можно использовать критерий Кохрена. Наблюдаемое значение критерия Gн определяется по формуле:

где S2imax - максимальная оценка дисперсии среди n сравниваемых дисперсий (все n выборок имеют одинаковый объем m).

Для определения наблюдаемого значения Кохрена найдём суммы дисперсий и максимальное значение дисперсий.

Выбираем максимальное значение дисперсии Simax2= 0,6.

Критическое значение критерия определяется из табл. П. 8 в зависимости от принятых доверительной вероятности P, объема выборок m и их числа n.

По табл. П. 8 для P = 0,95, m=4 и n=8 находим Gk.

Gk = 0,438

Поскольку Gн < Gk (0,276710 < 0,438), то можно считать выборки однородными.

1.2 Планирование эксперимента при оценке отклика

- для 6 точки плана определить минимальное количество параллельных опытов для достижения заданной точности Д=0,2.

Таблица 5 - Исходные данные

Исходные данные

3

3,5

3,6

2,9

Находим размах данной выборки по формуле:

Заданная точность =0.2

Находим первую оценку:

,

где R - размах, R=0,7; dm - среднее значение относительного размаха, находящийся по таблице П5, для m=4, dm=2,059.

Процедуру последовательного планирования выполним, пользуясь формулой:

,

где t (P, m) - значение критерия Стьюдента (табл. П. 1) при Р=0,95 и m=4, t (P, m)=3,183

Подставляя значение S в данную формулу, получим:

m(3,18320,339972/(20,22))= 14,6375

Выбирая новое значение t при m=15 и повторяя вычисления, имеем:

m(2,14520,339972/(20,22))= 6,64734

При m = 7 получим:

m(2,44720,339972/(20,22))= 8,65090

Окончательно принимаем m=9. Для реализации эксперимента необходимо провести 7 дополнительных опытов.

После реализации 5 дополнительных опытов получена новая оценка у: для m=9, dm=2,97.

.

Согласно неравенству:

Rm / dm1 < < Rm / dm2,

где у - стандартное отклонение;

dm1=4,7, dm2=1,55, получим:

0,148936 < < 0,451613,

т.е. доверительный интервал равен:

Д=0,451613-0,148936=0,302677,

а его половина Д(у)= 0,1513384<0,2,

Таким образом, для достижения заданной точности Д=0,2 необходимо провести 9 параллельных опытов.

2. Оценка значимости влияния факторов на отклик при помощи латинского квадрата

Латинские квадраты применяются для трех факторов Х1, Х2 и Х3, каждый из которых может находиться на г уровнях. Число опытов в этом случае равно г2, т.е. числу ячеек квадрата.

Пример латинского квадрата для г = 4 приведен в таблице 6, где к каждому из сочетаний уровней факторов Х1 и Х2 (сочетание строки и столбца) добавляется один из уровней фактора Х3 так, что в каждом столбце (строке) он встречается только один раз. Строится латинский квадрат следующим образом. В первой строке располагают фактор Хз с упорядоченным расположением уровней. Во второй строке записывается первая строка, сдвинутая влево (или вправо) на одну ячейку, которая записывается в конце (начале) строки. Каждой ячейке соответствует определенное сочетание уровней трех факторов, которое встречается в плане только один раз. Так, седьмой (выделенной) ячейке таблицы 6 соответствует сочетание уровней Х13, Х22, Х34.

Таблица 6 - Латинский квадрат для r = 3

X11

X12

X13

X21

X31

X32

X33

X22

X32

X33

X31

X23

X33

X31

X32

где х1 - скорость резания;

х2 - глубина резания;

х3 - зернистость обрабатываемой заготовки.

Оценим значимость влияния трех факторов на отклик при помощи латинского квадрата для уровней факторов r=3.

Матрица плана латинского квадрата приведена в таблице 6.

Таблица 7 - Результаты эксперимента латинского квадрата.

X11

X12

X13

X21

-4020

-1470

2680

X22

-2310

2640

-1110

X23

200

-1550

5000

Для вычисления критерия Фишера необходимо знать значение So и Sв.

Остаточная дисперсия So вычисляется по следующей формуле:

Для расчета этой формулы и для того, чтобы оценить значимость влияния факторов, необходимо вычислить общую сумму значений откликов:

Y = 60

Затем вычислим квадрат общей суммы значений откликов:

= 3600

Далее вычислим сумму квадратов значений отклика:

Затем производим суммирование значений откликов по уровням каждого фактора. Результаты суммирования сведены в таблицу 8, где первая строка представляет собой суммы значений кодов отклика по столбцам таблицы 6, вторая - по строкам таблицы 6, а третья - по диагоналям, в соответствии с матрицей плана латинского квадрата.

Таблица 8 - Суммы по уровням факторов

фактор

уровень фактора

1

2

3

X1

-6130

-380

6570

X2

-2810

-780

3650

X3

-6680

1220

5520

Находим суммы кодов откликов в строках таблицы 7

Y1 = 80886200

Y2 = 21827000

Y3 =76581200

Далее вычисляем дисперсию отклика, вызванную влиянием j-го фактора по формуле:

,

где i - номер уровня;

j - номер фактора;

Y - общая сумма значений откликов.

Для вычисления остаточной дисперсии необходимо сначала вычислить общую сумму дисперсий отклика:

где

Вычислим остаточную дисперсию:

,

где r - число уровней факторов r=3;

K - число факторов k=3.

Остаточная дисперсия отражает влияние неконтролируемых факторов и отождествляется с дисперсией воспроизводимости.

Проверку значимости влияния фактора Х, производим при помощи критерия Фишера, наблюдаемое значение которого высчитывается по формуле:

где So2 - дисперсия адекватности рассчитанная ранее;

Sb2 - среднее значение дисперсии воспроизводимости.

Критическое значение критерия Фишера Fк определяется по табл. П. 7 в зависимости от доверительней вероятности Р, числа параллельных экспериментов в серии m=(m2) и m1=N-k-1, Fк= 3,65.

Поскольку Fн(Х1) > Fк (4,012153 < 3,65), то изменение первого фактора, можно считать значимым.

Fн(Х2) < Fк (1,082629 < 3,65), то изменение второго фактора следует считать незначимым.

Fн(Х3) > Fк (3,798611 < 3,65), то изменение третьего фактора следует считать значимым.

Отсюда следует, что из трех изученных нами факторов значимыми являются 2 фактора (Х1 и Х3), т.е. скорость резания и зернистость обрабатываемой заготовки.

Заключение

В данной работе представлено решение задач на извлечения наибольшего объема информации об изучаемых процессах или устройствах при ограничениях по затратам.

Решением указанной проблемы является широкое внедрение в практику прикладных исследований статистических методов планирования экспериментов, которые дают не только способ обработки экспериментальных данных, но позволяют также оптимально организовать эксперимент.

Список источников

1) Г. Шпур, Автоматизированное проектирование в машиностроении / Г. Шпур, Ф.Л. Краузе; пер. с нем. Г.Д. Волковой; под ред. Ю.М. Соломенцева, В.И. Диденко-М.: Машиностроение, 1988

2) Якобе, Г.Ю. Оптимизация резания: параметризация способов обработки резанием и использование технологии оптимизации / Г.Ю. Якобе, Э. Якоб, Д. Кохан; пер. с нем. В.Ф. Котельнева. - М.: Машиностроение, 1981

3) Ящерицын, П.И. Планирование эксперимента в машиностроении / П.И. Ящерицын, Е.И. Махаринский. - Минск: Выш. шк., 1985

регрессионный однородность эксперимент отклик

Размещено на Allbest.ru

...

Подобные документы

  • Планирование эксперимента для описания зависимости показателя стойкости концевых фрез от геометрических параметров. Уровни факторов и интервалы варьирования. Применение неполной кубической функции. Использование полного факторного эксперимента.

    практическая работа [38,6 K], добавлен 23.08.2015

  • Построение математической модели технологического процесса напыления резисторов методами полного и дробного факторного эксперимента. Составление матрицы планирования. Рандомизация и проверка воспроизводимости. Оценка коэффициентов уравнения регрессии.

    курсовая работа [694,5 K], добавлен 27.12.2021

  • Изучение раздела математической статистики, посвященного методам выявления влияния отдельных факторов на результат эксперимента. Эффекты взаимодействия. Использование однофакторного дисперсионного анализа для сравнения средних значений нескольких выборок.

    презентация [110,0 K], добавлен 09.11.2014

  • Планирование эксперимента и факторы параметра оптимизации. Математическая модель и матрица планирования, коэффициенты уравнения регрессии и абсолютная величина доверительного интервала. Имитационный эксперимент и дифференциальные уравнения колебаний.

    курс лекций [240,8 K], добавлен 22.09.2011

  • Методы планирования многофакторных экспериментов и преимущества их использования. Математическое планирование эксперимента и его основные направления. Пример применения метода дробного факторного эксперимента. Расчет коэффициентов уравнения регрессии.

    курсовая работа [26,7 K], добавлен 13.05.2014

  • Описание способов нахождения коэффициентов регрессии модели полнофакторного эксперимента. Проверка многофакторных статистических гипотез на однородность ряда дисперсий, значимость и устойчивость математических коэффициентов множественной корреляции.

    контрольная работа [1,2 M], добавлен 05.08.2010

  • Нахождение предела прочности алюминиевых деформируемых сплавов при испытании на растяжение. Расчет коэффициентов регрессии. Выбор и описание метода условной оптимизации. Результаты обработки данных эксперимента. Определение типа поверхности отклика.

    курсовая работа [657,2 K], добавлен 10.06.2009

  • Обработка случайных выборок с нормальным законом распределения. Оценка коэффициентов регрессии и доверительных интервалов. Оценка значимости факторов по доверительным интервалам и корреляционного момента. Построение эмпирической интегральной функции.

    курсовая работа [135,7 K], добавлен 03.05.2011

  • Анализ влияния радиуса кривошипа на величину максимальной температуры рабочего тела в цилиндре двигателя. Получение функциональной зависимости между данными величинами методом наименьших квадратов. Проверка работоспособности регрессионной модели.

    контрольная работа [57,1 K], добавлен 23.09.2010

  • Создание математической модели движения шарика, подброшенного вертикально вверх, от начала падения до удара о землю. Компьютерная реализация математической модели в среде электронных таблиц. Определение влияния изменения скорости на дальность падения.

    контрольная работа [1,7 M], добавлен 09.03.2016

  • Построение многофакторной корреляционно-регрессионной модели доходности предприятия: оценка параметров функции регрессии, анализ факторов на управляемость, экономическая интерпретация модели. Прогнозирование доходности на основе временных рядов.

    дипломная работа [5,1 M], добавлен 28.06.2011

  • Вычисление среднего одномерных случайных величин. Определение доверительного интервала для математического ожидания и для дисперсии. Построение эмпирической и приближенной линий регрессии Y по X. Дисперсионный анализ греко-латынского куба второго порядка.

    курсовая работа [698,0 K], добавлен 08.05.2012

  • Оценки параметров распределения, наиболее важные распределения, применяемые в математической статистике: нормальное распределение, распределения Пирсона, Стьюдента, Фишера. Факторное пространство, формулирование цели эксперимента и выбор откликов.

    реферат [105,5 K], добавлен 01.01.2011

  • Анализ и обработка статистического материала выборок Х1, Х2, Х3. Вычисление статистической дисперсии и стандарта случайной величины. Определение линейной корреляционной зависимости нормального распределения двух случайных величин, матрицы вероятностей.

    контрольная работа [232,5 K], добавлен 25.10.2009

  • Понятие, виды и методы планирования экспериментальных исследований. Предварительная обработка экспериментальных данных, компьютерные методы статистической обработки и анализ результатов пассивного эксперимента, оценка погрешностей результатов наблюдений.

    книга [3,1 M], добавлен 13.04.2009

  • Метод планирования второго порядка на примере В3-плана. Получение и исследование математической модели объекта в виде полинома второго порядка. Статистический анализ полученного уравнения и построение поверхностей отклика. Расчет коэффициентов регрессии.

    курсовая работа [128,4 K], добавлен 18.11.2010

  • Определения оптимизации схемы планирования эксперимента при работе со швейной машиной. Расчёт коэффициентов уравнения регрессии и выделение значимых коэффициентов прочности ткани и растяжения между лапкой и иглой. Проверка гипотезы адекватности модели.

    курсовая работа [1,2 M], добавлен 30.12.2014

  • Установление корреляционных связей между признаками многомерной выборки. Статистические параметры регрессионного анализа линейных и нелинейных выборок. Нахождение функций регрессии и проверка гипотезы о значимости выборочного коэффициента корреляции.

    курсовая работа [304,0 K], добавлен 02.03.2017

  • Ознакомление с механизмом проверки гипотезы для случая единственной выборки, двух и нескольких независимых выборок. Проверка совпадений карт, выбор фильмов разных жанров. Обоснование результатов, полученных после проверки статистических гипотез.

    курсовая работа [726,2 K], добавлен 26.02.2015

  • Обработка одномерной и двумерной случайных выборок. Нахождение точечных оценок. Построение гистограммы функций распределения, корреляционной таблицы. Нахождение выборочного коэффициента корреляции. Построение поля рассеивания, корреляционные отношения.

    курсовая работа [1,3 M], добавлен 10.06.2013

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.