книги / Теория инженерного эксперимента
..pdfсмотрим два основных типа экспериментов. Вначале можно взять верхнее или нижнее предельное значение независимой случайной величины и изменять его скачко образно до тех пор, пока не будет достигнуто другое пре дельное значение. С другой стороны, выбранные значе ния можно чередовать чисто случайным образом, беря то большее, то меньшее значение. Первый план будем назы вать последовательным, а второй случайным (рандомизи рованным). Характерно, что в настоящее время последо вательный план используется почти во всех инженерных экспериментах, тогда как для большинства невоспроизво димых экспериментов целесообразнее применять рандо мизированный план.
Очевидно, что последовательный план целесообразно применять при проведении испытаний материалов. Су ществуют и другие, более тонкие эксперименты, где так же необходим последовательный план. Хорошим примером, который знаком каждому начинающему инженеру, являет ся классический эксперимент, связанный с исследованием трения жидкости внутри трубы. На первый взгляд может возникнуть сомнение, зачем в этом случае нужен после довательный план. Если при ламинарном потоке жидкости постепенно и осторожно увеличивать число Рейнольдса, то поток сохранит ламинарное состояние в области пере хода, а при изменении числа Рейнольдса от больших значений к меньшим наблюдается обратная картина (со храняется турбулентный поток). На фиг. 6 . 6 показаны данные, полученные студентами, которым сообщили о том, что такой эффект может наблюдаться и его можно обнаружить путем изменения чисел Рейнольдса в возра стающем, а затем в убывающем порядке. При случайном выборе чисел Рейнольдса — то в области ламинарного, то в области турбулентного потока — маловероятно, что бы такой тонкий эффект был обнаружен вообще. В экспе риментах такого рода сама последовательность условий яв ляется определенным параметром. Аналогичная картина наблюдается при испытании катушки индуктивности с железным сердечником, когда форма петли гистерезиса может зависеть от предыдущей рабочей точки, а также при испытаниях на трение, когда имеют место переходы от ста тического трения к трению скольжения и обратно.
Д ля большинства инженерных экспериментов лучше всего подходит частично или полностью рандомизирован ный план. Доводы в пользу таких планов довольно убе дительны, и на некоторых из них мы остановимся.
0.06 |
X |
|
|
|
|
|
|
|
|
|
|
|
|
|
1> |
|
|
|
|
|
н . 0.05 |
|
|
|
|
|
|
1 |
X |
|
|
|
|
|
® 0.04 |
|
|
|
|
|
|
1 |
0 ° |
|
|
о |
|
|
|
|
|
|
|
||
? |
X <) |
о 0 |
о |
|
|
|
1-0,03 |
X |
о >l xS c |
|
|
||
ni |
X |
X |
|
Xх X X |
о х с х О |
|
5 |
|
|
|
|
хсг |
|
0,02 |
X |
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 0 0 0 |
|
4 0 0 0 |
6 0 0 0 |
8 0 0 0 |
|
|
Число |
Рейнольдса — ► |
|
|||
Ф и г . 6.6. График |
зависимости |
|
коэффициента |
трения от числа |
Рейнольдса для потока воды в медной трубе. Эксперимент прово дился при непрерывном увеличении, а затем при непрерывном умень шении числа Рейнольдса iVRe. Получены две различные группы то
чек. Заметим, что в интервале значений NRe от 1500 до 5000 при
уменьшении числа Рейнольдса получены большие значения f, чем при его увеличении, что свидетельствует о влиянии характера после довательного изменения переменной на результат.
X данные, полученные при увеличении числа Рейнольдса; О данные, получен ные при уменьшении числа Рейнольдса.
Естественные эффекты могут обнаруживать тенден цию к изменению в процессе эксперимента. Атмосферное давление может увеличиваться, температура окружающей среды может постепенно возрастать или уменьшаться, влажность воздуха может изменяться. Если независимая переменная X непрерывно варьируется, то зависимая переменная R может изменяться как вследствие измене
ния переменнойТХ, так и вследствие изменения метеоро логических условий. Если же переменная X изменяется случайным образом, то исключается возможность ошибоч но принять влияние метеорологических условий за влия ние переменной X.
В процессе эксперимента может изменяться работо способность оператора. Наиболее вероятно совершенст вование навыка или, наоборот, появление усталости у персонала, получающего данные и обслуживающего ап паратуру. Важно знать, обусловлены те или иные эффекты увеличением переменной X или же вызваны ухудшением точности показаний прибора перед концом смены. Если переменная X изменяется случайным образом, то сме шивания этих двух факторов не произойдет.
Механические воздействия могут вызывать изменение переменной X. Это, по-видимому, наиболее важная при чина применения рандомизированных планов. Допустим, что в имеющемся у нас регуляторе, измерительном при боре или манометре наблюдается «заедание». Если преды дущий отсчет прибора находился в верхней части диапа зона, то прибор покажет завышенное значение, если же предыдущий отсчет находился в нижней части диапазона, то «заедание» прибора приведет к заниженному показа нию. Какой эффект будет наблюдаться при последователь ном переходе к более высоким показаниям? Каждый от дельный отсчет, возможно за исключением первого, будет заниженным, а общий результат эксперимента будет иметь систематическую ошибку постоянной величины, которую трудно обнаружить. Допустим теперь, что выбор точек производится случайным образом, поэтому при пе реходе от больших значений к меньшим будет получено почти столько же отсчетов, сколько и при переходе от меньших значений к большим. Полученные данные могут иметь некоторый разброс, но они будут группироваться вокруг точных значений. Подобный случай изображен на фиг. 6.7. В ходе испытаний такие случаи могут встре чаться в различных вариантах. В экспериментах, связан ных с теплопередачей и испытанием двигателей, возни кают ошибки, обусловленные тем, что не достигается установившееся состояние. При использовании последо вательного плана мы всегда будем находиться по одну
Ф и г . 6.7. |
График, |
иллюстри |
рующий |
эффект |
«заедания» |
прибора. |
В данном [случае |
получены завышенные резуль таты при предыдущем боль шем показании и заниженные при предыдущем меньшем показании. Заметим, что такая случайная последовательность точек захватывает в «вилку» истинную кривую, тогда как кривая, полученная при после
довательном плане, |
вводит |
в заблуждение. |
|
О точки, полученные при снятии отсчетов в определенной последова тельности путем перехода от ббльших значений к меньшим; ф точки, полученные при выполнении изме
рений в случайном порядке.
и ту же сторону относительно стационарных условий (слишком высокая или слишком низкая температура) и получим систематическую ошибку. Манометры с засорив шимися трубками, а .также частично перекрытые трубо проводы с дозирующими отверстиями и трубопроводы под давлением с небольшими утечками ведут себя как приборы с заеданием. Если экспериментатор не очень знаком с используемой системой, то, применяя последо вательный план, когда в этом нет необходимости, он рискует получить систематическую ошибку, способную вызвать серьезные затруднения.
По-видимому, не будет преувеличением сказать, что применение последовательного плана целесообразно лишь в следующих случаях: 1 ) когда известно, что эксперимент является невоспроизводимым либо имеет некоторые осо бенности, которые можно обнаружить лишь при получе нии данных в регулярной последовательности; 2 ) когда продолжительность, стоимость или сложность экспери мента таковы, что рандомизация нецелесообразна. Приме ром последнего случая может служить работа ядерного реактора, для которого время достижения теплового рав новесия составляет несколько дней, поэтому изменения рабочих условий должны быть как можно меньшими.
В последующих разделах будет показано, каким обра зом с помощью специальных «блочных» планов можно
достигнуть частичной или полной рандомизации. Для рандомизации многих экспериментов лучше всего исполь зовать какой-либо простой «игровой» метод. Например, выбранные комбинации условий можно пронумеровать, а номера вытаскивать, как при жеребьевке. Если имеется две или большее число игральных костей различного цвета, то можно вытянуть такие номера: 36, 216 и т. д. Если красная игральная кость дает единицы, а зеленая — десятки, то при выпадании трех очков на зеленой кости и одного очка на красной получаем номер 31. Комбина ции условий можно пронумеровать от 1 1 до 16, от 2 1 до 26 и т. д. и план эксперимента составлять путем после довательного бросания игральных костей. Кроме того, для выбора последовательности изменения условий экспе римента можно использовать таблицы случайных чисел [1 J.
То, что мы рассматриваем здесь, по существу пред ставляет собой контроль за условиями эксперимента. На обеспечение точности результатов и контроль за усло виями эксперимента и направлены основные усилия при проведении эксперимента. Хотя контроль за условиями эксперимента и обеспечение точности взаимосвязаны, можно получить большую точность, имея совершенно неудовлетворительный контроль, и наоборот. Экспери менты в области общественных наук часто являются очень точными в том смысле, что подсчет числа событий произ водится с абсолютной точностью. Однако контроль за поведением людей в процессе эксперимента настолько сло жен, что во многих случаях он оказывается невозможным. С другой стороны, в таком эксперименте, как определение скорости вращения Венеры вокруг своей оси путем спек трографических исследований отраженного от нее света, получаемые данные являются весьма неточными, хотя здесь совершенно отсутствуют (если небо чистое) какиелибо другие эффекты.
6.3. Рандомизированные блоки: внешние переменные
До сих пор мы ограничивались рассмотрением простей ших экспериментов, имеющих одну независимую, или ре гулируемую, переменную X и зависимую переменную, или
результат R. Такие эксперименты называются однофак торными. Однако, даже если рассматривается всего одна регулируемая переменная, или фактор, было бы наивно не учитывать влияния различных других, нерегулируе мых, или внешних, переменных. Как уже указывалось выше, к таким переменным относятся изменения тем пературы, давления или влажности, а также колебания работоспособности операторов. Внешние переменные та кого рода изменяются непрерывно с течением времени, и их влияние лучше всего компенсировать путем простой рандомизации условий эксперимента, как показано в разд. 6.2. Внешние переменные могут быть также дискрет ными. Примерами дискретных переменных могут служить группы людей, различные станки или приборы, различ ные производственные периоды или партии материалов, различные дни недели или времена года1 и т. д. Все они могут оказывать определенные непрогнозируемые воздей ствия на исход эксперимента.
Поскольку невозможно исключить влияние многих внешних переменных или вычислить поправку на их воз действие, попытаемся свести к минимуму их эффект пу тем рандомизации, позволяющей распределить влияние внешних факторов более или менее равномерно по всем условиям эксперимента. В тех случаях, когда дискрет ные внешние переменные могут быть идентифицированы, возможно использование рандомизированных блоков. Этот вопрос рассматривается в данном разделе.
Допустим, что требуется проверить работу нового резца в производственных условиях. Необходимо опреде лить оптимальную скорость обработки для данного инст румента, обеспечивающую максимальный выход продук ции, и чтобы при этом процент брака не превышал неко торой заданной величины. Это однофакторный экспери
1 Однажды автор книги столкнулся с такой ситуацией, когда август оказался особенно неблагоприятным месяцем для проведения испытаний, связанных с теплопередачей и движением воздушных потоков. Испытания проводились во временном помещении, распо ложенном на большом открытом поле. В это время здесь кишели полчища колорадских жуков, они забирались в дозирующие отвер стия и трубопроводы И перекрывали воздуховоды в теплообмен
никах.
мент, в котором независимой переменной является ско рость обработки, а зависимой переменной — выход про дукции R. Однако в таком эксперименте имеется одна яв ная внешняя переменная — рабочий, обслуживающий станок. Если бы было, например, 20 рабочих, то каким образом следовало бы выбрать типичного, или среднего, представителя для проведения эксперимента? Ясно, что мы не в состоянии справиться с этим заданием. Рабочие могут в значительной мере отличаться друг от друга по мастерству, темпераменту, физической силе и т. д., по этому выбор единственного «среднего» рабочего для про ведения эксперимента не имеет смысла. Тогда какимлибо способом выберем случайным образом четырех ра бочих, каждый из которых будет работать полную смену при заданной скорости обработки. Чтобы сбалансировать эксперимент, выберем четыре различные скорости обра ботки, с тем чтобы каждый рабочий за четыре дня опро бовал каждую из четырех скоростей; результаты, получен ные для каждой скорости, можно усреднить. Этим дости гается рандомизация эксперимента по такой внешней пе ременной, как рабочий. Обозначив скорости цифрами 1, 2 , 3 и 4, а рабочих буквами А, В, С и D, можно получить следующий план:
|
|
День недели |
|
|
Рабочий |
понедельник |
вторник |
среда |
четверг |
|
||||
А |
1 |
2 |
3 |
4 |
В |
1 |
2 |
3 |
4 |
С |
1 |
2 |
3 |
4 |
D |
1 |
2 |
3 |
4 |
Такой план, безусловно, является несовершенным, так как он не учитывает влияния последовательности измене ния условий эксперимента. Энтузиазм, интерес, а возмож но, и страх, которые вызывает у рабочего новый инст румент в понедельник, к четвергу могут ослабнуть, и по этой причине может снизиться производительность. И на оборот, может появиться натренированность, и произво дительность увеличится. Мы не провели рандомизацию
12—168
по такой внешней переменной, как рабочий день. Допу стим теперь, что для каждого рабочего выбор номеров скорости обработки производится по жребию и таким образом рандомизируется последовательность их появ ления:
|
|
День недели |
|
|
Рабочий |
понедельник |
вторник |
среда |
четверг |
|
||||
А |
4 |
2 |
1 |
3 |
В |
2 |
3 |
1 |
4 |
С |
3 |
2 |
1 |
4 |
D |
1 |
3 |
4 |
2 |
Это более совершенный план, но его можно улучшить. Заметим, что при рандомизации по методу «промах — попадание» скорости 1 и 4 выпали в основном на послед ние два дня. Таким образом, ослабление интереса к за вершающему этапу эксперимента может привести к по вышению производительности на средних скоростях, ко торая фактически вообще не связана с изменением ско рости. Произведем полную рандомизацию эксперимента таким образом, чтобы в данный день каждая скорость обработки встречалась только один раз и чтобы ни один рабочий не использовал одну и ту же скорость обработки больше одного дня. Такой план может иметь следующий вид:
|
|
День недели |
|
|
Рабочий |
понедельник |
вторник |
среда |
четверг |
|
||||
А |
1 |
2 |
3 |
4 |
В |
3 |
4 |
1 |
2 |
С |
2 |
1 |
4 |
3 |
D |
4 |
3 |
2 |
1 |
Мы построили так называемый латинский квадрат, представляющий собой частный план в общем семействе так называемых факторных экспериментов, хотя послед
ний термин предполагает не только рандомизацию усло вий эксперимента, но и анализ результатов с использо ванием сложных статистических методов. Инженера обыч но не интересует фактическое влияние внешних перемен ных на искомый результат. Например, с помощью стати стических методов можно исследовать относительное влияние одной недели или отдельных рабочих на произ водительность и сделать определенные выводы о взаимо действии этих переменных, о их дисперсиях и т. д. Этот материал излагается в различных работах по математи ческой статистике. Перечень такой литературы приводится в конце этой главы и гл. 8 .
Однако мы можем еще дальше усовершенствовать экс перимент, связанный с испытанием резцов. Если каждого рабочего закрепить за данным станком (а станки могут значительно отличаться друг от друга), то вследствие различий между станками может появиться систематиче ская ошибка. Обозначая станки буквами W, X, Y и Z, распределим условия эксперимента между станками та ким образом, чтобы каждый рабочий обслуживал каждый станок только один день и чтобы на каждой скорости каждый станок работал только один день. В этом случае имеем
|
|
День недели |
|
|
Рабочий |
понедельник |
вторник |
среда |
четверг |
|
||||
А |
1W |
2Х |
3Z |
4Y |
В |
ЗХ |
4W |
1Y |
2Z |
С |
2Y |
1Z |
4Х |
3W |
D |
4Z |
3Y |
2W |
IX |
Использование греко-латинского квадрата позволяет усреднить влияние таких факторов, как рабочий день, станок и рабочий. Можно рассматривать еще одну внеш нюю переменную — марку стали, однако включение этой переменной в план оставим для упражнения. Такие квад раты «высокого порядка» редко используются при прове дении эксперимента, возможно, вследствие больших труд ностей, связанных с получением требуемых комбинаций
12*
пяти или большего числа переменных, когда все они берутся^при одном и том же числе уровней. Интересно от метить, что квадрат 6 x 6 возможен только в случае трех переменных, т. е. как и латинский квадрат.
Весьма вероятно, что через четыре дня после того, как будут исследованы все 16 комбинаций условий, нас удов летворят средние значения производительности, пред ставленные на графике в зависимости от скорости обработ ки. В гл. 8 будет показано, как на основе таких данных можно построить критерий для проверки значимости в
тех случаях, когда по обычной кривой нельзя определить эффект скорости обработки.
Для многих экспериментов квадрат не всегда является наиболее удобным планом. Например, скорость можно изменять шесть раз, а также взять меньшее число рабочих и станков. В литературе описано большое число частично сбалансированных и несбалансированных планов экспе римента. Это так называемые квадраты Юдена, решетча тые квадраты и т. д. [61. Часто для обычных инженерных экспериментов вполне достаточно построить план по ме
тоду греко-латинского квадрата типа 3 х |
3, и его приме |
|||||
нение не вызывает затруднений. |
Например, при |
скоро |
||||
стях резания 1, 2, 3, 4, 5 |
и 6 , рабочих А, |
В и С и станках |
||||
X, Y |
и Z можно построить два квадрата 3 x 3 : |
|
||||
Рабочий |
День |
|
|
День |
|
|
вторник |
|
|
пятница |
суббота |
||
|
понедельник |
среда |
четверг |
|||
А |
I X |
3Z |
5Y |
2Х |
42 |
6Y |
В |
3Y |
5Х |
1Z |
4Y |
6Х |
2Z |
С |
5Z |
1Y |
ЗХ |
6Z |
2Y |
4Х |
Здесь шесть скоростей мы распределили равномерно меж ду первым и вторым блоками, стремясь обеспечить как можно большее перекрытие. Этот план не является таким же рандомизированным, как один квадрат с 36 ячейками, составленный для шести рабочих, шести станков и шести рабочих дней, но, по-видимому, он является вполне удов летворительным.