Конспект (Лекции по технике эксперимента), страница 5
Описание файла
Файл "Конспект" внутри архива находится в папке "Лекции по технике эксперимента". Документ из архива "Лекции по технике эксперимента", который расположен в категории "". Всё это находится в предмете "техника эксперимента в электронике и наноэлектронике" из 6 семестр, которые можно найти в файловом архиве МГТУ им. Н.Э.Баумана. Не смотря на прямую связь этого архива с МГТУ им. Н.Э.Баумана, его также можно найти и в других разделах. Архив можно найти в разделе "лекции и семинары", в предмете "техника эксперимента в электронике и наноэлектронике" в общих файлах.
Онлайн просмотр документа "Конспект"
Текст 5 страницы из документа "Конспект"
(40)
где y – функция отклика, а х..... – факторы исследуемого процесса.
План эксперимента определяет расположение экспериментальных точек в k-мерном факторном пространстве, т.е. условия для всех опытов, которые необходимо провести. Обычно план эксперимента задается в виде матрицы планирования, каждая строка которой определяет условия опыта, а каждый столбец – значения контролируемых и управляемых параметров в исследуемом процессе, т.е. значения факторов, соответствующих условию опыта. В последний столбец матрицы заносят значения функции отклика, полученные экспериментальным путем в каждом опыте.
Порядок планирования эксперимента следующий:
1. Выбор центра плана, т.е точки, соответствующей начальному значению всех используемых факторов, в окрестностях которой будут ставиться опыты. Обычно в качестве центра плана принимают центр исследуемой области.
2. Выбор величины интервала изменения значений исследуемых факторов. Обычно интервал варьирования выбирают в пределах 0,05...0,3 от диапазона варьирования исследуемого фактора. Из рисунка 5 следует, что, если выбрать заниженный интервал, то можно не заметить влияния фактора на функцию отклика, если выбрать завышенный интервал, то можно получить неадекватную модель.
y
x
Рис.5. Варианты выбора шага эксперимента.
-
Переход к безразмерным величинам факторов,
-
Разработка общего вида модели,
-
Определение количества опытов,
-
Построение матрицы планирования эксперимента.
Последние четыре этапа рассмотрим подробнее на примере статистических методов планирования эксперимента.
Полный факторный эксперимент
В этом случае учитывается влияние на функцию отклика исследуемого процесса не только каждого рассматриваемого в эксперименте фактора в отдельности, но и их взаимодействий. Под взаимодействием факторов понимают эффект влияния изменения значений одного или нескольких факторов на характер изменения функции отклика от изменения другого фактора.
-
Переход к безразмерным величинам факторов. В безразмерной системе координат верхний уровень фактора равен +1, а нижний - -1. Координаты центра плана равны нулю и совпадают с началом координат.
-
Разработка общего вида модели по принципу «от простого к сложному». Планирование начинают с предположения, что модель имеет вид полинома первого порядка:
(41)
В этом случае учитывается влияние на функцию отклика исследуемого процесса не только каждого фактора в отдельности, но и их взаимодействия.
-
Определение числа опытов N.
N=uk (42)
где u – число уровней каждого фактора (должно быть на 1 больше порядка полинома), k – число исследуемых факторов.
Для линейной модели и двух исследуемых факторов достаточно провести 4 опыта, т.е. опытные точки располагаются в вершинах квадрата (рис. 6) факторного пространства, а модель будет иметь вид:
Y = b0 + b1x1 + b2x2 + b3x1x2 (43)
где b0 – значение функции отклика в центре плана, коэффициенты b1 и b2 характеризуют степени влияния соответствующих факторов на функцию отклика, а b3 характеризует влияние взаимодействия факторов.
Х1
+1
-1 +1
х2
-1
Рис. 6. Расположение экспериментальных точек.
Для рассматриваемого случая матрица планирования будет иметь вид, представленный в таблице 5:
Таблица 5.
Номер опыта | X0 | X1 | X2 | X1X2 | yiсреднее |
1 | + | - | - | + | Y1 |
2 | + | + | - | - | Y2 |
3 | + | - | + | - | Y3 |
4 | + | + | + | + | Y4 |
Первая строка матрицы в столбцах, соответствующих факторам, заполняется символом, соответствующим нижнему уровню значений фактора в эксперименте. Продолжение заполнения этих столбцов производится путем чередования противоположных уровней, причем каждый левее расположенный столбик производит чередование с в два раза меньшей частотой. Заполнение столбцов, учитывающих взаимодействие факторов, производится путем перемножения соответствующих знаков в строке. Второй столбик матрицы приводит значения фиктивной равной 1 переменной, соответствующей коэффициенту b0.
Последовательность обработки результатов ПФЭ с целью составления уравнения регрессии следующая.
-
Проверка воспроизводимости экспериментов, т.е. проверка однородности вычисленных по данным параллельных опытов дисперсий среднего арифметического значения функции отклика в каждом опыте, т.е. в каждой строке, по критерию Кохрена.
-
Вычисление коэффициентов полинома по формуле
(44)
Далее необходимо провести оценку значимости коэффициентов. Основой для оценки значимости является критерий Стьюдента, который в этом случае рассчитывается по формуле
(45)
где дисперсия ошибки определения коэффициента равна
s2(bj) = s2(y) / nN (46)
где стоящая в числителе дисперсия воспроизводимости оценивается как среднее арифметическое группы выборочных дисперсий (т.е. дисперсий функции отклика по каждому опыту), а n – число параллельных опытов для каждого условия. Коэффициент признается незначимым, если t для числа степеней свободы N(n-1) меньше критического значения, найденного по таблице. Незначимость коэффициента может быть вызвана следующими причинами:
-
интервал варьирования соответствующей переменной мал,
-
уровень базового режима по данной переменной близок к точке частного экстремума,
-
данный фактор не влияет на функцию отклика.
После отбрасывания незначимых коэффициентов получается уточненная имитационная модель процесса.
-
Проверка адекватности уравнения. Модель должна быть адекватна описываемому явлению. Надо оценить отклонение предсказанного моделью значения выходного параметра (функции отклика) y^i от результатов эксперимента в каждой точке факторного пространства. Для оценки этого отклонения служит дисперсия адекватности:
(47)
где зн – число значимых коэффициентов в аппроксимирующем полиноме.
Если дисперсия адекватности не превышает дисперсии опыта (воспроизводимости), то полученная модель адекватно представляет результаты эксперимента. Если же дисперсия адекватности больше дисперсии воспроизводимости, то проверка гипотезы об адекватности проводится с помощью критерия Фишера при числах степеней свободы f1 = N - зн и f2 = N (n-1):
Если F <= Fкр, то модель признается адекватной.
Матрица ПФЭ обладает свойствами:
-
ортогональности, поскольку равно нулю скалярное произведение всех вектор столбцов. Именно поэтому коэффициенты регрессии вычисляются по выражениям, более простым, чем в при регрессионном анализе неспланированного эксперимента, кроме того, эти коэффициенты некоррелированы между собой;
-
и рототабельности, т.е. количество информации убывает пропорционально квадрату радиуса сферы в k-мерном факторном пространстве и одинаково для всех эквидистантных точек:
(49)
Однако этими достоинствами приходится жертвовать при моделировании полиномов второго порядка, т.е. при описании областей, близких к экстремуму.
Дробный факторный эксперимент
При большом числе учитываемых в эксперименте факторов
ПФЭ становится громоздким и занимает очень большое время для
своего проведения, так как число опытов с ростом k увеличивается
по экспоненте.
Однако число опытов можно сократить, если априори извест-
нo, что на процесс не оказывают влияния те или иные взаимодей-
ствия. В этом случае можно использовать так называемые дробные реп-
лики от ПФЭ или дробный факторный эксперимент
(ДФЭ).
Предположим, что необходимо получить математическое опи-
сание процесса при трех учитываемых факторах Х1, Х2 и Х3, ока-
зывающих влияние на функцию отклика Y.
При использовании ПФЭ для определения коэффициентов по-
линома 1-го порядка необходимо провести восемь опытов. Однако, если взаи-
модействие между факторами Х1, Х2 и Х3 отсутствует, можно
ограничиться четырьмя опытами. В этом случае можно воспользо-
ваться матрицей планирования ПФЭ для двух факторов Х1 и Х2,
приведенной в табл. 5, заменив в ней обозначение Х1Х2, на Х3,
соответствующее безразмерному значению фактора Хз на верхнем
и нижнем его уровнях. Чередование знаков в этом столбце соот-
ветствует результату перемножения безразмерных значений двух
других факторон Х1 и Х2, т. е. остается неизменным после за-
мены символов в матрице планирования, которая после введения
в нее третьего фактора остается ортогональной. Эксперимент в
этом случае будет ставиться уже с включением третьего фактора,
изменяющегося согласно столбцу Х1Х2 ПФЭ (табл. 5), а пред-
полагаемая математическая модель будет иметь вид полинома
1-го порядка, нс учитывающего взаимодействия факторов, т. е.
Y = b0 + b1X1 + b2X2 + b3X3 (50)
Такой сокращенный план содержит половину опытов от тре-
буемого их числа 23 согласно плану ПФЭ (в нашем случае четыре
опыта вместо восьми) и называется полурепликой от ПФЭ
типа 23. Условное обозначение такого плана: ДФЭ типа 2k-l,
где k—число учитываемых в эксперименте факторов, l—число
взаимодействий, замененных факторами, учитываемых в экспе-
рименте. По мере возрастания числа учитываемых в исследуемом процессе факторов можно применять реплики большей степени дробности. Число опытов, проводимых в соответствии с матрицей дробной реплики для раздельной оценки коэффициентов полинома, должно быть не менее числа коэффициентов в предполагаемой имитационной модели, включая b0.
Центральные композиционные планы
При переходе к боле сложной модели от полинома первого порядка к полиному второго порядка ПФЭ предусматривает значительное увеличение количества опытов. Сократить их число можно, используя центральные композиционные планы (ЦКП), ядром которых являются линейные ортогональные планы. Поэтому, если гипотеза о линейности математической модели не подтвердилась, достаточно всего лишь добавить несколько специально спланированных экспериментальных точек, чтобы получить план, соответствующий полиному 2-го порядка. Построение ЦКП можно пояснить на примере с тремя независимыми переменными, соответствующими трем факторам. Модель полинома 2-го порядка для трех факторов имеет вид:
Y = b0 + b1X1 + b2X2 + b3X3 + b12 X1X2 + b13 X1X23 + b23 X2X3 + b123 X1X2X3 + b11X12 + b22X22 + b33X32 (51)
Для нахождения линейной модели применен ПФЭ 23, экспериментальные точки которого находятся в вершинах куба (рис. 7). При подтверждении неадекватности линейной модели ставятся дополнительные опыты для значений факторов, превышающих их абсолютные значения по верхнему и нижнему уровням, и в центре плана. Таким образом, к ранее проведенным восьми опытам добавляется еще семь (шесть «звездных» и один - в центре). Все звездные точки расположены на расстоянии большем, чем 1 от центра плана, и лежат на поверхности сферы диаметром 2. Общее число опытов ЦКП при k факторах составит