книги / Моделирование физико- химических процессов нефтепереработки и нефтехимии
..pdfЗначения а 0 и число опытов |
|
|
|
|
|
|
ТАБЛИЦА |
1-2 |
|||
при ортогональном планировании |
|
|
|
|
|
|
|
|
|||
Характеристика |
|
|
|
|
Число переменных |
|
|
|
|||
|
2 |
|
|
3 |
|
4 |
|
|
|
||
|
|
|
|
|
|
|
|
|
|||
Тип факторного планиро |
2з |
|
|
23 |
|
24 |
|
(Vг) * 2® |
|||
вания |
|
|
|
|
|
|
|
|
|
|
|
Значение а0 |
|
|
1,000 |
|
1,215 |
1,414 |
|
1,547 |
|
||
Общее число опытов |
|
9 |
|
|
15 |
|
25 |
|
27 |
|
|
* Использована полуреплпка; х5= —зс, зсг |
* 4. |
|
|
|
|
|
|||||
Матрица ортогонального планирования |
|
|
|
ТАБЛИЦА |
1-3 |
||||||
для трех переменных |
|
|
|
|
|
|
|
|
|
||
№ |
|
*2 |
г. |
|
|
м |
|
|
xs |
|
|
опыта |
|
|
опыта |
Xi |
|
Х 3 |
|
||||
|
|
|
|
|
|
\ |
|
|
|
|
|
1 |
— 1 |
— 1 |
— 1 |
|
9 |
0 |
|
0 |
0 |
|
|
2 |
+ 1 |
— 1 |
— 1 |
|
10 |
+ 1 ,2 1 5 |
|
0 |
0 |
|
|
3 |
— 1 |
+ 1 |
— 1 |
|
11 |
— 1,215 |
|
0 |
0 |
|
|
4 |
+ 1 |
+ 1 |
— 1 |
|
12 |
0 |
+ 1 ,2 1 5 |
0 |
|
||
5 |
— 1 |
— 1 |
+ i |
|
13 |
0 |
— 1,215 |
0 |
|
||
6 |
+ 1 |
— 1 |
+ i |
|
|
14 |
0 |
|
0 |
+ 1 ,2 1 5 |
|
7 |
— 1 |
+ 1 |
+ i |
|
15 |
0 |
|
0 |
— 1,215 |
||
8 |
+ 1 |
+ 1 |
+ 1 |
|
|
|
|
|
|
|
|
П р и м е ч а н и е . |
Опыт MJ 9 —«центральный», опыты № 10 — 15—«звездные» |
|
|||||||||
|
. |
|
|
|
____________________ I |
|
|
|
|||
По результатам ортогонального планирования определяют |
|||||||||||
коэффициенты уравнения |
регрессии: |
|
|
|
|
|
|||||
|
2 xiuVU |
2 |
|
(xiuXju)yu |
. |
2 |
to«)aj/H |
|
|||
|
Ц=1 |
|
U~1 |
|
|
U=1 |
|
|
|
||
|
2 |
b;LJ/= |
П |
____ |
|
b u = — — - |
|
|
|||
|
|
2 |
(xiuxju)2 |
|
2 |
to «)2 |
|
||||
|
««1 |
|
|
|
|
|
|
tt-1 |
|
|
|
|
2 |
у« |
W=1 |
|
|
2 |
to « )2 |
|
|
||
|
Йе«Х |
|
|
И - 1 . |
|
|
|
||||
|
bo= |
n |
|
re |
|
>р р |
|
|
|
|
|
и оценку |
дисперсии коэффициента |
bt: |
|
|
|
|
|
||||
|
|
|
|
„2 |
|
|
|
|
|
|
|
|
|
Sbi —‘ п |
^ |
|
1 + О |
|
|
|
|
||
|
|
|
2 |
to«)2 |
|
|
|
|
|
|
|
|
|
|
и-1 |
|
|
|
|
|
|
|
|
31
Более надежным способом получения полинома второй степени является ротатабельное планирование, основанное на постоянстве дисперсий в опытах, равно удаленных от центрального 12, 5]. При ротатабельном планировании увеличивается число опытов
в |
«центре» |
(хх = х 2 — |
= |
хр = 0), и |
значение |
а р отличается |
|
от |
а 0 для |
ортогонального |
планирования (табл. 1-4). |
|
|||
Значения a Dи число опытов |
|
|
ТАБЛИЦА 1-4 |
||||
при ротатабельном планировании |
|
|
|
|
|||
|
|
|
|
|
Число опытов |
У |
|
|
Число г |
Тип фак- |
|
фактор |
|
|
|
|
торного |
|
«цент |
«звезд |
|
||
переменных |
плани |
“ р |
ного |
общее |
|||
|
|
рования |
экспери |
ральных» |
ных» |
||
|
|
|
|
мента |
|
|
|
|
2 |
2* |
1,414 |
4 |
5 |
4 |
13 |
|
3 |
23 |
1,682 |
8 |
6 |
6 |
20 |
|
4 |
2* |
2,000 |
16 |
7 |
8 |
31 |
|
5 |
25 |
2,378 |
32 |
10 |
10 |
52 |
|
5 |
(V2)-2* |
2,000 |
16 |
6 |
10 |
32 |
Матрица ротатабельного планирования для трех переменных приведена в табл. 1-5.
Матрица ротатабельного планирования |
|
ТАБЛИЦА 1-5 |
|||||
для трех переменных |
|
|
|
|
|
|
|
*6 |
5ci |
*8 |
Хй |
№ опыта |
|
х2 |
Хз |
опыта |
|
||||||
1 |
—1 |
- 1 |
—1 |
и |
0 |
0 |
0 |
2 |
+ i |
—1 |
—1 |
12 |
0 |
0 |
0 |
3 |
—1 |
+ 1 |
—1 |
13 |
0 |
0 |
0 |
4 |
+ i |
+ 1 |
—1 |
14 |
0 |
0 |
0 |
5 |
—1 |
—1 |
+ 1 |
15 |
+1,682 |
0 |
0 |
6 |
+ i |
- 1 |
+ 1 |
16 |
—1,682 |
0 |
0 |
7 |
—1 |
+ 1 |
+ 1 |
17 |
0 |
+1,682 |
0 |
8 |
+ i |
+ 1 |
+ 1 |
18 |
0 |
—1,682 |
0 |
9 |
0 |
0 |
0 |
19 |
0 |
0 |
+1,682 |
10 |
0 |
0 |
0 |
20 |
0 |
0 |
— 1,682 |
Ниже даны соотношения для расчета коэффициентов регрессии полинома второй степени для р = 3:
Ъ0= 0 ,166338 (0у) — 0 ,0 5 |
р |
6 7 9 1*-21(Ну) |
|
= 0,073224 (iy) |
|
р |
|
Ъц = 0,062500(liy)+ 0,006889 2 |
(Ну)— 0,056791 (0у) |
/-1
Ь(1 —0,125000 (ijy)
32
Композиционные планы часто используют лишь для получения математического описания процесса. К ним прибегают, когда неплакируемый эксперимент не удается обработать обычными ме тодами регрессионного анализа из-за ошибок в измерениях и одно временного влияния на результат процесса большого числа факторов (см. с. 47).
Методы регрессионного анализа получили широкое распро странение для оценки доверительных интервалов определения физико-химических параметров, входящих в «теоретические» урав нения, по экспериментальным данным. Например, в проточно-цир куляционных реакторах непосредственно., измеряется скорость реакции, что позволяет, прибегнув к линеаризации кинетического уравнения, определить затем кинетические коэффициенты линей ного уравнения методами регрессионного анализа.
Проиллюстрируем сказанное примерами. Пусть кинетическое
уравнение имеет вид: |
|
w= |
. . . |
где w — скорость реакции; Сг, С2, — концентрации реагиру ющих веществ; к — константа скорости; mt, m2, ... — порядки реакции по первому, второму и т. д. реагентам. Величины w, Сг, С2, измеряются в экспериментах, а к, тх, пг2,, должны быть определены путем подбора.
Логарифмируя, находим:
|
lg |
= lgft_f'7rtl Is Cx~\-ni2 lg C2~t~ •. . |
|||
Обозначив |
lg w через у; lg С |
lg C2, |
соответственно через |
||
#x, x 2, •••; |
нг2, |
..., |
через 6 lt |
b2i •••» |
переходим к обычному |
линейному уравнению |
регрессии: |
|
|
У —Ьо-Ь^1а'1~1- ^2а:2-Ь* • •
Аналогичная линеаризация может быть осуществлена и для значительно более сложных кинетических уравнений. Например, применение принципа стационарности для реакции А В при некотором механизме приводит к кинетическому уравнению:
к2КА (СА-Св/К )
И+кАсА+квсв \-KRcR)m
где к2, К , К а , К в , K R, т — кинетические и термодинамические параметры: соответственно константа скорости обратной реакции, константа равновесия, адсорбционные коэффициенты компонентов А , В и разбавителя, порядок реакции. Определению подлежат к2,
К а , К в , K r , т .
Удобен следующий путь линеаризации. Умножим обе части равенства на знаменатель:
ш (1 + K A C A + K B C B + K R C R ) m = k i K A (C A - C B J K )
2 Заказ 672 |
33 |
Объединим известные из эксперимента величины, в нашем случае это w и (Са—Св{КУ-
(‘ + * Л + а д , + * „ с 11)“ -=М :Л |
са ~ св /к |
--------ц - г - |
Решим полученное уравнение относительно многочлена, в кото рый входит сумма произведений измеренных величии и подбира емых коэффициентов:
|
|
|
|
, |
( Са—св1к \1/т |
||
‘ + *л С л + * л < Ъ + гяс в = ( Ы Л 1 /Ч |
- |
W |
■ У |
||||
Обозначив |
|
|
|
|
|
|
|
_ (С л - С в1К\Ит |
|
|
|
|
|
||
УЧ |
w |
) |
Х1 — Са |
х2 = Cf |
|
* z ^ C R |
|
|
|
|
|
||||
|
ъп= |
1 |
b\= - |
K t |
|
И T. |
Д. |
|
(MU)1/m |
|
11’ |
||||
|
|
1 W |
|
|
|
получим:
У = Ьо H"^lxl “Ь ^2^2"Ь М з
Коэффициенты bt и их дисперсии |
определяют по обычным |
соотношениям. |
|
6. СИМПЛЕКСНОЕ ПЛАНИРОВАНИЕ
При симплексном методе планирования используют некоторые свойства симплексов. Симплекс для р переменных — это много гранник в р-мерном пространстве (гиперпространстве), имеющий р + 1 вершину, образованную пересечением р гиперплоскостей. Примером симплекса в пространстве двух переменных является треугольник, в трехмерном — тетраэдр.
Симплексный метод поиска экстремума является одним из уни версальных методов. Иа его применении основаны различные модификации симплексного планирования [6 ]. Общим для всех модификаций является следующее. Сначала находят значение у
вточках (наборах х х, ..., хр), определшощих вершины симплекса. Определив вершину с наихудшим значением у, заменяют ее сим метричной относительно противоположной грани. В новом симплексе, образованном всеми точками старого, за исключением наихудшей вершины, и новой вершиной, вновь выбирают наи худшую точку. Такое постепенное перемещение позволяет пере двинуться в область вблизи оптимума.
Поскольку при большом числе переменных для каждой наи худшей точки можно построить несколько симметричных точек,
вкачестве центра симметрии выбирают центр тяжести оставшихся
34
точек исходного симплекса. Координаты центра тяжести удобно
—У
определить, используя векторные обозначения. Радиус-вектор ге центра тяжести с точек, оставшихся после отбрасывания наихуд шей точки /, можно выразить через радиусы-векторы этих то-
чек rt\
И
‘ 2 г, |
|
|
Tc=J=Y — |
{1ФП |
(1.20) |
‘-у
Радиус-вектор точки /' (г,.), симметричной точке j относи тельно центра тяжести с, можно найти по радиусу-вектору точки
J (Tj) и |
вектору из |
точки |
j |
в точку |
с (с): |
|
||
|
|
|
|
|
|
|
|
( 1.21) |
Вектор |
с есть |
разность |
векторов |
точек |
j и с: |
|||
|
|
|
|
|
|
с = г ,—тс |
|
( 1.22) |
Подставив |
(1.22) |
в |
(1.21), |
с |
учетом |
(1.20) |
получим: |
|
|
|
|
р |
|
|
|
|
|
|
|
|
S n |
|
|
|
|
|
->■ |
-у |
-у |
ie 1 |
-у |
|
( 1 ф ] ) |
|
|
г/ '= 2 гс— г/ = 2 — - — — г/ |
|
|
|
В соответствии с этим соотноше нием для г-той переменной х{ в точке У, симметричной точке /, имеем:
|
р |
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
ХИ ‘ = 2 |
(* Ф j) (1.23) |
О |
0,5 |
1,0 |
1,5 X, |
||
Схема движения к экстремуму для |
|||||||
Рио. 1-3. |
Схема движения к эк |
||||||
функции двух переменных при симп |
|||||||
стремуму |
при |
симплексном |
|||||
лексном |
поиске показана |
на рис. 1-3. |
поиске для двух факторов. Две |
||||
При. |
использовании |
симплексных |
вершины исходного |
симплекса |
|||
со стороной, равной |
единице, |
||||||
планов требуется переход от размерных |
лежат па оси хх. |
|
|
переменных к безразмерным, как и при использовании ПФП и ДР. Выбор вида исходного симплекса вы
зывает некоторые затруднения. В ранних работах пользовались
правильным симплексом — фигурой |
с равными сторонами. |
В случае трех переменных исходным |
симплексом может быть |
равносторонний тетраэдр со стороной, |
равной единице (высота |
тетраэдра составляет около 0,82 его стороны). Для случая, когда
в плоскости #!, |
х 2 его грань представляет собой равносторонний |
2* |
35 |
треугольник, координаты |
вершин такого тетраэдра даны |
|||
ниже: - |
|
|
__ |
|
Н режима |
Xt |
Хг |
||
Хз |
||||
(точки) |
|
0 |
0 |
|
1 |
0 |
|||
2 |
0,86 |
0,50 |
0 |
|
3 |
0 |
1 |
0 |
|
4 |
0,29 |
0,50 |
0,82 |
|
В соответствии с уравнением |
(1.23) |
координаты, например, |
точки Г , симметричной точке 1 исходного симплекса, находим
из |
соотношений: |
2 — |
, — |
. — . |
— |
|
||
|
|
|
||||||
|
*1 д ' = |
"з" (*1,2 + |
*1.3 + |
Х1-4) “ |
*1.1 |
|
||
|
_ |
2 _ |
|
— |
|
- |
— |
|
|
Х2,1' = |
'3 * (х 2.2 + |
х 2.3 + |
х 2.4) “ |
*Ъ.1 |
|
||
|
Х3 ,Г = Т |
+ Х3.3 + |
*3.<l) ~ |
*3.1 |
|
|||
|
Соотношения (1.23) справедливы как для безразмерных, |
так |
||||||
и |
для размерных форм |
х х, |
..., |
хр. |
|
|
|
|
|
Для числа переменных больше |
трех (р > 3) симплексом |
мо |
жет быть любое сочетание р + 1 переменных. В частности, в ка
честве симплексов можно использовать ПФП и |
Д Р . Для случая, |
когда центр тяжести точек матрицы находится |
в начале коорди |
нат, матрица симплексного планирования для |
семи переменных |
может иметь вид, |
представленный в табл. 1-6 [7, |
|
9]. |
Матрица симплексного планирования с центром тяжести |
|
ТАБЛИЦА 1-6 |
|
точек в начале координат |
|
|
|
Хх |
Хз |
Яб |
*7 |
0,5 |
0,289 |
0,204 |
0,158 |
0,129 |
I |
0,109 |
0,0945 |
—0,5 |
0,289 |
0,204 |
0,158 |
0,129 |
1 |
0,109 |
0,0945 |
0 |
-0,578 |
0,204 |
0,158 |
0,129. |
1 |
0,109 |
0,0945 |
0 |
0 |
-0,612 |
0,158 |
0,129 |
0,109 |
0,0945 |
|
0 |
0 |
0 |
—0,632 |
0,129 |
|
0,109 |
0,0945 |
____ |
_____ J ) _ ^ _ |
_ _ 0 _____ ____ 0_______ |
_-0j645_I |
0,109 |
0,0945 |
||
0~" |
0 |
0 |
0 |
0 |
|
—0,655 |
0,0945 |
0 |
0 |
0 |
0 |
0 |
|
0 |
—0,661 |
Удобство этой матрицы заключается в том, что из нее можно получить новую матрицу меньшей размерности (р), содержащую
рпервых столбцов к р + 1 строк основной матрицы. В табл. 1-6 пунктиром выделена симплекс-матрица для пяти переменных.
Если число переменных факторов р можно представить в виде
р== 2m—-1 (например, 7 = 2 3 — 1), то н качестве симплексной
36
матрицы рекомендуется 17, 16] использовать |
дробную |
реплику |
|||||||
факторного эксперимента, |
причем |
степень |
дробности |
равна |
|||||
l/22m-i-m. д ля р — 7 |
и т = з |
нужно взять |
дробную |
реплику, |
|||||
составляющую 1/22*- 1 - 3 = |
1/16 |
факторного эксперимента. Такой |
|||||||
симплекс имеет сторону, равную |
]/'2 т + |
1 . |
|
|
|
||||
Значительным преимуществом симплексного планирования яв |
|||||||||
ляется возможность |
включения |
в |
ходе |
эксперимента |
нового |
(p-f-l)-ro фактора, который ранее не учитывался и был постоян ным. Введение этого фактора требует постановки только одного дополнительного опыта, в то время как при факторном планиро вании потребовалось бы удвоить число опытов. При этом допол
нительный, |
(р + 2 )-й, |
опыт ставится |
в |
точке с |
координатами: |
||
|
P-HL _ |
|
Р+1 _ |
|
|
|
Р+1_ |
— |
^2 |
— |
i-i |
|
— |
|
^2 |
i-i |
’ ’ |
|
г-i |
||||
xl>P+2— |
p-|-l |
x 2> P+2— |
p-f-1 |
” Xp‘ p+a— |
P + 1 |
||
|
|
X P +I , p+2 = fo p + a |
|
|
|
|
|
где hpi.2 — высота симплекса со стороной, равной |
единице, име |
||||||
ющего р + 2 вершины (h3 = |
0,86, /i4 = |
0,82, |
..., |
h7 = 0,76). |
|||
При симплексном поиске не всегда удается определить поло |
|||||||
жение истинного экстремума, а лишь «попасть» |
в околоэкстре- |
||||||
мальную область или на гребень функции. |
|
|
|
||||
В работе |
[8 ] сопоставлены два метода поиска |
экстремума — |
градиентный на основе факторного планирования и симплексный. Был осуществлен поиск максимального выхода для химического
процесса, |
на который |
влияли |
две переменных: температура |
и время. |
Результаты |
показали |
следующее. |
Если опыты полного факторного эксперимента не дублиро вать, то для нахождения наилучшей точки потребовалось бы семь опытов. По симплексному методу наилучшую точку находят после шести опытов. Примерно одинаковое число опытов приш лось бы поставить при поиске оптимума этими двумя методами и в случае трех переменных, если не дублировать опыты фактор ного эксперимента.
Существенно, однако, что если есть взаимодействие между факторами (в качестве входных выбраны влияющие друг на друга переменные), то при факторном планировании возможна ошибка в выборе направления градиента. Поскольку при симплексном
планировании |
направление движения все время меняется, оно |
в этом случае |
может оказаться более эффективным. |
7. НАСЫЩЕННЫЕ И ^-ОПТИМАЛЬНЫЕ ПЛАНЫ
Насыщенными называют планы, содержащие минимально возможное число точек для определения коэффициентов уравне ния регрессии. Для 'линейных уравнений точки насыщенного
37
плана образуют симплекс. В частности, правильный /^-мерный симплекс с центром в начале координат и со стороной, равной единице, образуется следующей матрицей:
“а |
х 2 . |
X/ |
ХР |
- R i |
^2 • |
Xj |
aip |
|
|
0 |
0 |
. - R j . |
х р |
0 |
0 |
0 |
—R |
где |
Щ = ] [ 2 (/Н-1) ’ |
2/ (Л-1) * |
План, построенный из указанных выше сочетаний х, является насыщенным. Однако его существенный недостаток состоит в том, что он приводит к большим, чем ПФП и ДР (т. е. ортогональные планы) дисперсиям определяемых коэффициентов Ъ. Так, если
для ортогональных планов sjji. = s^/^xf (т. е. |
меньше, |
чем s'y), |
то для приведенного насыщенного плана |
sli = 2sj). |
В связи |
с этим выполнен ряд исследований по созданию планов, обеспечи вающих минимальное рассеяние оценок коэффициентов. Такие планы называют D-оптимальными. Принцип D-оптимальности насыщенных планов вносит определенную закономерность в чих построение, но его реализация возможна лишь для некоторых конкретных случаев. Приведем примеры насыщенных D -оптималь-
ных планов для 2 , 4 и 6 |
факторов |
[9]: |
|
|
|||
|
|
|
r |
0,37 |
—1,37 |
|
|
|
|
V s ' |
-0,37 |
0,37 |
|
|
|
|
|
|
|
1 |
1 |
|
|
|
|
1,43 |
|
-0,81 |
-0,81 |
—0,81' |
|
|
|
-0,81 |
|
1,43 |
-0,81 |
-0,81 |
|
|
|
-0,81 |
|
-0,81 |
1,43 |
-0,81 |
|
|
|
-0,81 |
|
-0,81 |
—0,81 |
1,43 |
|
|
|
1 |
|
1 |
1 |
1 |
|
r—1,18 |
-1,18 |
|
1,18 |
1,18 |
0 |
0,63' |
|
-1,48 |
1,18 |
-1,18 |
0 |
1,18 |
0,63 |
||
|
1,18 |
—1,18 |
|
0 |
-1,18 |
-1,18 |
0,63 |
|
1,18 |
0 |
|
—1,18 |
—1,18 |
-1,18 |
0,63 |
|
-0,84 |
—0,84 |
|
-0,84 |
—0,84 |
—0,84 |
—1,58 |
, |
0,84 |
0,84 |
|
0,84 |
0,84 |
0,84 |
—1,58, |
38
Для обработки результатов реализации планов со Гстоль небольшим числом опытов можно использовать общие соотноше ния (см. с. 24 —26).
D-оптимальный план второго порядка, обеспечивающий мини мальное -рассеяние ошибок коэффициентов уравнения регрессии второго порядка, для р факторов требует выполнения следующего числа опытов:
re = 2Р+Р2р~г+ Р(? у 1} 2 Р~2
Эти опыты располагаются (при геометрической аналогии) в вершинах гиперкуба, в центрах граней, в серединах ребер; разумеется, при этом все xt являются безразмерными. Такой план даже для трех факторов содержит 26 опытов, и его реализация неудобна для экспериментатора. Поэтому предпринят ряд попы ток сократить число опытов D -оптимального плана. В рабо тах Коно [9 ,1 0 ] предложено построение планов, близких к D -опти1 мальным, в которых вместо [р (р—1 ) / 2 ] 2 р-2 опы тов в серединах граней ставится один опыт в центре куба. Понятно, что при р = 2 план Коно и ортогональный план совпадают; геометрическое изображение плана Коно для двух факторов можно представить
набором из |
девяти точек |
(2 а |
2 *2 2 - 1 + |
1 ), |
расположенных |
симметрично |
относительно |
осей |
координат |
х х и |
х 2 с центром |
координат в точке (0,0). Набор из 9 точек образует квадрат, центр которого расположен в точке (0 ,0 ), а сторона равна двум.
Хартли [10] предложил наиболее компактные планы и в то же время близкие по свойствам к D -оптимальным планам. В планах Хартли опыты ставятся в вершинах гиперкуба (ПФП или Д Р) и в его центре, а также исследуются «звездные» точки с плечом
± 1 . Эти планы содержат п = (1 / г)2 р + |
2р -(- 1 опытов |
(где г — |
||||
степень дробности ДР). |
|
|
|
|
|
|
Сравнение числа опытов различных планов второго порядка |
||||||
приведено |
в табл. 1-7. Сопоставление статистических показателей |
|||||
Сравнение числа опытов различных планов |
|
ТАБЛИЦА 1-7 |
||||
второго порядка |
|
|
|
|
|
|
|
|
|
Число опытов плана |
|
||
Число |
Число коэффи |
|
|
|
|
|
циентов |
ортого |
ротата- |
D-опти- |
|
|
|
факторов р |
в уравнении |
Коно |
Хартли |
|||
|
регрессии |
нального |
бельного |
мального |
||
2 |
.6 |
9 |
13 |
9 |
9 |
7 |
3 |
10 |
15 |
20 |
26 |
21 |
11 |
4 |
15 |
25 |
31 |
72 |
49 |
17 |
5 |
21 |
2 7 * |
3 2 * |
192 |
113 |
2 6 * - |
6 |
28 |
4 5 * |
5 3 * |
|
257 |
2 9 * |
* Использовала полуреплика.
39
этих планов [9] показало, что при р = 2 |
или. 3 |
рациональны |
|
планы Хартли и ротатабельные планы, при р |
> 3 |
целесообразно |
|
применение планов Хартли. Поскольку при р > 3 |
|
D -оптималь |
|
ные планы и планы Коно трудно реализовать, эти |
рекомендации |
||
следует использовать в экспериментальных |
исследованиях. |
||
8. ПРИМЕНЕНИЕ СИМПЛЕКСНЫХ ПЛАНОВ |
|
|
|
ДЛЯ ИЗУЧЕНИЯ СВОЙСТВ СМЕСИ |
|
|
|
Если известны свойства компонентов и |
нужно |
определить |
свойства составленной из них смеси, планирование эксперимента можно основывать на получении регрессионного уравнения для расчета характеристик смеси. Такое уравнение может быть ли нейным или уравнением второго порядка. Если, например, нужно рассчитать содержание серы в смеси мазутов, когда известно со держание ее в каждом из мазутов, то, очевидно, в силу аддитив ности расчетное уравнение будет линейным. Однако расчет тем пературы застывания смеси масел, октанового числа смеси бен зинов, т. е. характеристик, для которых трудно ожидать аддитив ности, требует применения уравнений второго порядка.
При изучении свойств смеси характерно то, что переменными факторами являются доли компонентов в смеси и, следовательно,
выполняется условие 2 хг — 1 * Уже отмечалось, что для получения линейного уравнения
регрессии эффективно применение насыщенных планов, построен ных на основе D-оптимальных симплексов. В этом случае изучают
точки в |
вершинах |
симплексов. |
|
|
Для |
получения |
полинома |
второй |
степени |
|
У= 2 *W + 2 |
b Uxixi + |
^ i btix i |
|
|
|
i+] |
|
поступают следующим образом. Умножив на х1 и Ь0 равенство
2 ^ = 1 , получим соответственно |
|
|
2 XiXi |
и |
Ь0 = ЬоУ\х1 |
i+i |
|
* |
С учетом этих равенств получим приведенный полином второй степени, имеющий более простой вид:
2 р^ + 2 рuxix) i+i
где рг и рц — линейные комбинации коэффициентов исходного полинома.
Можно составить насыщенный план, в котором расположение точек удобно для определения коэффициентов приведенного полинома. При этом изучают точки как в вершинах симплексов, так и в серединах ребер; такое планирование называют симплексрешетчатым [11]. Цель его — равномерное исследование всей
40