Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги / Математические методы и планирование эксперимента в грунтоведении и инженерной геологии

..pdf
Скачиваний:
3
Добавлен:
12.11.2023
Размер:
16.89 Mб
Скачать

Глава 2. ОДНОФАКТОРНЫЙ ЭКСПЕРИМЕНТ

Постановкой эксперимента исследуется зависимость отклика У от одного факторах» которая должна быть представлена в ви­ де уравнения регрессии. При назначении уровней факторов пред­ варительно изучаются материалы ранее выполненных исследований по рассматриваемому вопросу. Они могут помочь предположить об­ щий характер £ = 4 (х) и назначить пределы и промежуточные зна­ чения уровней фактора.

Максимальное количество уровней фактора условиями плани­ рования и математической обработки результатов опытов не ог­ раничивается. При этом, совершенно очевидно, что чем больше уровней фактора будет принято в эксперименте, тем достовер­ нее выявится исследуемая закономерность.

Минимальное и максимальное значение уровней должны охва­ тывать диапазон, в котором предполагается установить законо­ мерность. Полученным впоследствии уравнением регрессии можно будет воспользоваться только в границах поставленных опытов.

Минимальное количество уровней х определяется условиями последующих дисперсионного и регрессионного анализов. Согла­ сно им, число уровней должно быть, как минимум, на единицу больше числа коэффициентов уравнения (включая свободный член), принимаемого заранее за математическую модель закономерности. Это, например, означает, что для сглаживания эксперименталь­ ной линии регрессии полиномом третьей степени требуется не ме­ нее пяти уровней фактора.

Закономерность i^s;if(x) отыскивается по результатам опытов. Поскольку эти опыты содержат ошибки, их необходимо на каждом

уровне

выполнять несколько раз

(дублировать), чтобы полу­

чить средний результат с заданной

надежностью.

В соответствии о принятии числом уровней фактора и коли­ чеством дублирующих опытов составляется плановая таблица экс­ перимента. После соответствующей подготовки опыты выполняются и результаты их записываются в журнал (табл. 3).

 

 

 

 

 

Т а б л и ц а

3

Н» Уровни X

Результаты

дублирующих опытов

4

 

 

А

*1.

 

 

 

 

У1

 

л

Z

ЭС1

 

у и •••

4x1

 

4%

 

s i

>

ч

&*•

УН

у и

УИ

У*

 

» •

 

 

 

 

 

 

»«*

Я

г

Чгхк.

4 м г

Ухе

Улх

Ух

 

Н^

 

РК

Если какой-либо

результат

существенно отличается

от

дру­

гих в отроке таблица, его проверяют на "промах"

по

методике,

изложенной в главе I ,

раздела П. Опыт, признанный

ошибочным,

повторяют.

 

 

 

 

 

 

 

Для установления однородности дисперсий' и значимости фак­

тора на каждом уровне (по строкам табл. 3)

подсчитываются

средние результатов

опытов

и дисперсии

.

 

 

 

Однородность дисперсий проверяется по критерию Кохреца

(см. I главу, П раздела). Если однородность

дисперсий

не

обе­

спечена, следует отыскать источник погрешностей,и опыты

пов­

торить.

 

 

 

 

 

 

 

 

 

 

Существенность

(значимость)

фактора ос

подтверждается в

том случае, если

Fp =

 

>

f?T,

 

 

 

 

г д е ^ 0 - общая средняя, равная

у 0

 

 

 

 

 

 

факторная дисперсия,

равная

^

S

( K 2 ,(

 

 

 

$ ^ г - остаточная дисперсия, равная

£о<г =

 

)1(х № ~§)'

Табличная величина критерия Фишера FT

берется из табл. 7

Приложения для принятого уровня значимости

c C = l при сте­

пенях свободы, равных для

числителя 4 а а г ^

и знаменателя

Выше отмечалась,

что

экспериментальные

точки ^

содержат

ошиб­

ки и количество

их ограничено. Линия,

соединяющая их -

эксле-

римеитальная линия регреосии не будет иметь плавного очерта­ ния, соответствующего действительной закономерности. По этой причине экспериментальная линия регрессии сглаживается какойлибо теоретической кривой. Операция замены неизвестной функ­ ции отклика в каком-то отношении эквивалентным теоретическим уравнением называется аппроксимацией. При этом используется как наилучший метод наименьших квадратов. Согласно атому ме­ тоду, теоретическая линия регрессии <£=^(oc:,cio,ctv-', ot-ni.)

принимают.такое положение, при котором

сумма квадратов

рас­

стояний

от

экспериментальных точек

до

соответствующих им

точек

0 рассчитанных

по уравнению,

будет

наименьшей. Зада­

ча сводится

к нахождению минимума функции

 

 

 

 

$ "

CLvn))%

 

 

Это условие представляется далее системой уравнений, получен­ ных приравниванием нулю частных производных

=- о , . . . , 2 i ~ = o.

ЭОо 3ct( 3ctm

Из этой системы и определяются величины коэффициентов уравне­ ния регрессии. При аппроксимации полипомом

^ = а 0 -vctyx + a j / x V ... + a m x rvL;

его коэффициенты устанавливаются решением системы уравнений

а 0-н

+

&1-Z

 

 

X

 

т*nv

 

i

+ a ^

 

Xi

= T'H*.

i t

 

 

г

 

aJLK-b

+

к

%

+ w

4

 

 

 

С Ц ^х£ +

 

 

 

» м

 

* V

W

'

• u-

' lm.

V **‘

x

m...

+

**ir

 

Ote| ^

 

4 , ^

+

+ A

X

 

ш

 

Оценки дисперсий

 

и коэффициентов уравнения с*к

определяются но формулам;

 

 

 

 

 

М к р £ и ^ /д >

 

( K = Q , t , 2 - , m ) ,

в которых А - определитель системы уравнений, &к). - алгебра­ ическое дополнение элемента cUj. в определителе д .

 

Доверительные

интервалы

для <о^

и ct^< вычисляются по

Фор

иудам

 

 

 

 

________

ч

 

 

 

/ h ) ^ ^

 

^ ( § ^ Х - т - Г / и ) ,

 

 

(5 .к -

tjie W }

ССк-^ (<*к—£/>>•<£<**:),

 

 

В HiDctjb, $ г |

берутся

из

табл. У и IX Приложения при сте­

пени

свобода jf- m -i

и

доверительной

вероятности fi для fcj> ,

а

для

и k - K S *)=(<+>)/Ь

*

9 ( Й ) = (!'>)/& •

 

 

 

Насколько аппроксимирующая кривая близко подходит к экс-,

периментальным точкам показывает коэффициент

тесноты связи

г = у ф в г * . Л / ( '

Он представляет собой отношение суммы квадратов отклонений

 

расчетных величие

 

 

от общей-средней 4J.0

к

 

сумме квадратов

отклоне­

 

ний экспериментальных

 

величин

от общей

 

 

средней»

 

 

 

 

3 качестве

аппрок­

 

симирующих могут

быть

 

использованы и

другие

 

виды функций. Выбор наи­

 

более пригодной из

них

 

производится по

общему

 

характеру

очертания

экс­

 

периментальной линии ре­

 

грессии,,

а также

пробны­

 

ми расчетами по

разным

Рис. 22.

математическим моделям

о установлением

наилуч­

 

шего решеиия по результатам регрессионного анализа (прежде всего по коэффициенту тесноты овязи). Подобная процедура тру­ доемка для ручного наполнения, но весьма просто выполняется на ЭВМ. В качестве примера на рис. 23 показана аппроксимация по двум математическим моделям, выполненная па ЭВМ "Н Ш Й -2".

Глава 3 , МНОГОФАКТОРНЫЕ ПЛАНЫ ДЛЯ ЛИНЕЙНЫХ МОДЕЛЕЙ

 

 

3 .1 е Полные факторные планы (ПФП)

 

 

Полный факторный планок предускатривается реализация

всех

возможных комбинаций факторов на их верхней

(+1) и ник­

нем

(-1 )

уровнях. Необходимое количество опытов в

ПФП опреде­

ляется по формуле

J f - j i ’1

 

где Я -

количество

факторов.

 

 

В табл. 4 приведена, матрица планирования эксперимента по

ПФП с тремя факторами, кодированные значения (уровни) которых соответствуют координатам точек (опытов) факторного простран-

 

 

Т а б л и ц а 4

Кодированные значения факторов

Параметр

Кодовое

опыта

 

оптимиза­

обозначение

 

ции

строк

 

ОС,.

ос*,

« 3

ч

.

I

- I

- I

- I

* г

 

Ч\

(D

2

+1

- I

- I

4%

а

а

- I

*1

- I

Чъ

б

4‘

+1

+1

- I

Чч

аб

5

-X

- I

+i

Чз

в

6

+1

- i

+i

Цб

ав

7

-X

 

+1

Чч

бв

8

I

 

+1

ч*

абв

 

 

 

 

 

отва

(рио, 3 3 ),

Из нее видно,

что-полным факторным экспери­

ментом являетоя система опытов, содержащая вое

возможные не­

повторяющиеся комбинация уровней варьирования факторов. В ко­ довом обозначении эта матрица яалвоываетоя следующим образом; (1 ),а ,б ,а б ,в ,а в ,б в ,а б в . Матрица планирования для ПФП типа 3s

кодовая

запись - (1)а ,б ,а б ) была

приведена

в. табл. 2,

а

фак­

торное

пространство этого плана -

на рио, 2

1). Из табл.

2

и 4

видно, что матрица планировании для трех факторов типа получает

%ся из матрицы 2** при повторении ее дважды: первый раз при значениях третьего фактора на тян ем уровне, второй - на верхнем уровне. Это

равносильно умножению кодовой запи­ си матрицы 2* один раз на ( I ) ,

?второй - на "в". По атому принципу можно построить ПФП для любого ко­ личества факторов. Некоторые дру­ гие полные факторные планы в их кодовой записи приведены в табл.ХШ

Приложения. Переход от натуральных значений факторов к кодированным

осуществляется но формулам (6 1 ).

После выполнении опытов производятся проверка однородно­ сти ряда дисперсий (К^Кт? см. гл . I данного раздела) и опре­ деляются коэффициенты модели по формулам

Некоторые из полученных коэффициентов могут оказаться пренебрежимо малыми - незначимыми. Проверку на значимость про­ водит для каждого коэффициента в отдельности по критерию Стьюдента. При этом необходимо вычислить среднеквадратическую оинбку коэффициента модели

 

 

h - ~ ] f $ 1

/ ^

/

(65)

а эатем

доверительный интервал

 

 

 

 

Д * *

 

 

(б6)

где

-

общая дисперсия среднего!

определяемая по формуле

(6 3 ); х* -

количество опытов; t

- критерий Стьюдента,'

опреде­

ляемый по табл. У Приложения.

 

 

 

Коэффициент значения, если его абсолютная Величина боль­

ше доверительного интервала

j £ j

^ д £ ^

 

UL - натуральное значение интервала варьирования;,определяет­ ся по формуле (6 1 ).

3 .2 . Дробные факторные планы (ДФП)

С увеличением количества факторов (ft) число опытов пол­ ных факторных планов Jf= аЛ быстро растет» причем, часть из них несет мало информации. Сократить, число опытов при большом количестве факторов и в то же время получить основной объем

необходимой информации позволяют дробные факторные планы (ДФП), составляющие только часть ПФП, называемую дробной репликой. Число опытов при атом должно быть больше (или равно) числу коэффициентов в модели. Существуют-^- реплики (полурешшка), - |-

реш ш кн,-|- реплики и т .д . Условные обозначения ДФП и количес­

тво опытов» необходимое для их реализации, приведены в табл.5

Коля-

 

ДФП

ITfinNrDfV

 

 

 

HtJUTjDlr

 

 

 

Фак­

 

 

 

торов

 

Дробность реплики

 

 

I

 

г

 

2

 

 

 

8

£

реплики от

2®

4

£

реплики от

2*

 

2

 

 

 

£

реплики от

Ф

5

2

 

 

 

 

 

 

|

p a n » » «

*

f

 

Т а б л и ц а 5

 

 

ПФП

Услов­

Количе­

Услов­

Количе­

ное

ство

ное

ство

обоз-

опытов

обоз­

опытов

нача-.

 

наче­

 

вив

 

ние

 

3

4

5

6

 

<-

г8

4

г8"*

4

28

8

 

6

Ф

16

г6" 1

16

 

 

г5-2

8

г5

82

 

1

 

 

 

 

 

t __ ___________ _•____________ ■

I

 

2

 

 

8

 

i

реплики

от

26

26-2

 

 

6

1

реплики

от

26

2е" 3

 

 

1

реплики

от

27

27-2

 

 

7

^

реплики

от

7

27-В

I

2

 

 

8

 

 

 

 

 

т

реплики

от

7

2 ™

 

_ i,

2

 

16

 

 

 

28-8

 

£

реплики

от

2®

 

 

 

8

 

 

 

28-4

 

 

реплики от

2®

 

16

 

 

 

 

 

 

Продолжение табл. 5

«

4

5

6

16

26 64

8

1

32

16

27

128

8

82 о

28 256

16

Для

получения — реплинм ДФП типа

^

в патрицу планирования

ПфП • с числом факторов It - I необходимо

ввести столбец ft -факто­

ра (зсц), уровни которого для каждой строки плана (для каждого опыта, Яга,*1-*- ) определяют путем перемножения кодированных зна­ чений других специально выбранных для этого факторов. Так, для получения ДФП 23"1 в матрицу ПФП 22 вводят столбец с фактором BCj, кодированные значения которого в каждой из 28"1 строк пла­

на приравнивают к произведению яч-к г(таб л . 6) .

В кодовом обо­

значении зта матрица записывается в ви де:.в, а,

б1, абв. При

этом соотношение Xj=x,cc«, называется генерирующим соотношени­

ем.

 

Расчет коэффициентов, оценка их значимости и

проверка

адекватности

модели

производятся так же, как и по

ПФП (форму­

лы 64-68). В данном

случае для ДФП 2 ^

коэффициенты будут

равны:

д

/л.

 

 

/

 

К * С ч ^ Ц .г + ^ -5 +1 ч)/ц i

 

 

 

 

 

Т а б л и ц а

6

 

<

t

 

4

i

 

к>

Кодированные значения

Параметр

Кодовое

 

опыта

оптими­

обозначе­

 

факторов

 

зации,

ние строк

 

 

X i

Х г

 

¥

 

 

I

-X

- I

+1

¥ f

в

 

2

+1

- I

- I

Чг

а

 

8

- I

+1

- I

Ч-ъ

б

 

4

+1

+1

+1

5ч.

абв

 

Однако

оледует

отметить»

что

при проверке адекватности

 

модели, полученной по ДФП, в число ее значимых коэффициентов не входят коэффициенты от факторов, приравненных к произведе­ ниям. При использовании ДФП необходимо, чтобы в выбранных ин­ тервалах варьирования параметр оптимизации былпредставлен ли­ нейной моделью. В данном случае для ДФП эффект при­ нимают равным нулю. Однако на практике эффекты взаимодействия обычно не равны нулю, хотя некоторые из р х могут быть прене­ брежимо малы по сравнению с линейными эффектами ( К ) . В этом случае коэффициенты модели будут смешанными оценками суммы:

где J> - математическое ожидание для соответствующего коэффици­ ента, т .е . смешиваются эффекты взаимодействия с основными эф­ фектами. А так как постулируется линейная модель и предполага­

ется, что эффекты взаимодействия близки

к нулю,

должны соблю­

даться условияг-^й^!

и - ^ - ^ з

«

Однако

не все

основ­

ные эффекты оцениваются отдельно друг

от

друга.

Поэтому

при

использовании ДФП необходимо заранее представлять» какие коэф­

фициенты могут иметь несмещенные оценки» что определяет

так

называемую,"разрешающую способность дробной реплики”.

Чтобы

выяснить какие коэффициенты смешанные, необходимо обе

части

генерирующего соотношения ЭСз- o c v ас

умножить на ось? x y X j =

Произведение XVXJ/XJS А

называется определяющим

контрастом. Умножив определяющий контраст по

очереди н а х < ,х г

ж Х з, получим з:^эсг Х э; Х а ^ х з JO C JS X IXJ. .

Это значит,

что

Соседние файлы в папке книги