Материал: 1925

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

Число точек плана в этом случае N = 2n, где n – количество факторов.

Рис. 6.3. Модель однофакторного эксперимента

Модель однофакторного эксперимента представлена на рис. 6.3. Вектор базисных функций имеет вид

А

И

(6.15)

f (X ) = (1,

X1, X2,..., Xn).

 

6.7. План полного факторногоДэксперимента

 

Спектр плана полного факторного эксперимента (ПФЭ)

содержит все возможные ком инации значений факторов на всех

 

С

 

уровнях их изменен я. Чбсло точек N спектра плана определяется по

формуле

и N = U n,

(6.16)

 

где U – число уровней варьирования факторов; n – количество факторов.

Рассмотрим порядок составления матрицы спектра плана, полагая, что факторы нормированы и, следовательно, могут принимать значения только либо +1, либо –1.

Для составления матрицы спектра плана используется следующее простое правило: в первой строке матрицы все факторы равны –1, в первом столбце знаки единиц меняются поочередно; во втором столбце они чередуются через два; в третьем – через 4; в четвертом – через 8 и т. д. по степеням двойки.

При n = 2 число точек плана N = 22 = 4, а матр ица спектра плана имеет вид

141

 

 

 

 

1

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

X

=

+1

1

 

.

 

 

 

 

(6.17)

 

 

1

+1

 

 

 

 

 

 

 

 

 

+1

+1

 

 

 

 

 

 

 

При n = 3 N = 23 = 8, а матрица спектра плана имеет вид

 

 

 

 

 

1

1

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

+1

1

1

 

 

 

 

 

 

 

 

1 +1

1

 

 

 

(6.18)

 

 

 

 

+1

+1

1

 

 

 

 

 

X =

.

 

 

 

 

 

 

 

1

1

И

 

 

 

 

 

 

+1

 

 

 

 

 

 

 

+1

1

+1

 

 

 

 

 

 

 

1

+1

+1

 

 

 

 

 

 

 

+1 +1 +1

 

 

 

 

 

А

 

 

 

 

 

 

 

 

Точки плана ПФЭ располагаются в вершинах n-мерного

гиперкуба.

 

 

 

Д

 

 

 

Посредством ПФЭ можно построить как простейшую

и

 

 

 

 

 

 

 

 

 

 

 

 

линейную модель технической системы вида

 

 

 

С

 

 

 

 

 

 

 

 

+... + b x

 

 

 

y =бb + b x + b x

2

n

,

(6.19)

 

0

1

1

 

2

 

n

 

 

так и нелинейную.

Для этой модели система базисных функций очевидна: f0(х) = 1;

f1 (х) = x1; f2(х) = х2; ...; fn(x) = хn. Число базисных функций в этом случае равно n + 1.

Пример. Исследовать процесс нагрева агрегата в зависимости от непрерывной работы.

Цель исследования – определить зависимость износа деталей от скорости и конечной температуры нагрева. Температура

изменяется от 250 до 45 °С, скорость нагрева – от 2 до 10 К/мин. Решение. Кодируем факторы, сводя результаты в табл. 6.1.

142

 

 

 

 

 

 

 

 

 

 

Таблица 6.1

 

 

Исходные значения факторов и интервалы варьирования

 

 

 

 

 

 

 

 

 

 

Интервал варьирования и

Температура x1,°C

 

Скорость нагрева x2,

 

 

уровень факторов

 

 

 

 

 

 

К/мин

 

 

Нулевой уровеньZi0=0

 

 

350

 

 

 

6

 

 

 

Интервал варьирования ∆Xi

 

50

 

 

 

2

 

 

 

Нижний уровень Zi=–1

 

 

300

 

 

 

4

 

 

 

Верхний уровень Zi=+1

 

 

400

 

 

 

8

 

 

 

Другая форма таблицы исходных значений факторов и

интервалов варьирования приведена в табл. 6.2

 

 

Таблица 6.2

 

 

 

 

 

 

 

 

 

 

 

 

Исходные значения факторов и интервалы варьирования

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

И

 

 

 

 

Фактор xi

Уровни факторов

 

 

Интервал

 

 

 

 

Zi= –1

Zi=0

Zi=+1

 

варьирования ∆xi

 

 

 

 

 

 

Д

 

 

 

 

 

 

Температура x1, °С

300

350

400

 

 

50

 

 

 

Скорость нагрева x2,

4

6

 

8

 

 

2

 

 

 

К/мин

 

 

 

 

 

 

 

 

Примечание. Zi – нормированные значения xi.

Составляем план-матрицу (табл. 6.3). Отметим, что в

примере изменяются только два фактора x1

и x2, причём каждый –

 

и

А

 

 

на двух уровнях +1, –1.

Таблица 6.3

 

С

 

 

 

 

 

 

Планб-матрица эксперимента

 

Номер опыта

 

z1

 

z2

 

 

1

 

–1

 

–1

 

 

2

 

+1

 

–1

 

 

3

 

–1

 

+1

 

 

4

 

+1

 

+1

 

Строки в таблице соответствуют различным опытам, а столбцы – значениям факторов. В первом опыте оба фактора находятся на нижнем уровне, во втором опыте фактор x1 – на верхнем, а фактор x2 – на нижнем уровнях и т.д. Такие таблицы называют матрицами планирования эксперимента.

Реализация плана эксперимента представлена в табл. 6.4.

143

 

 

 

 

 

 

 

 

 

 

 

Таблица 6.4

 

 

 

 

 

Реализация плана эксперимента

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Номер

 

z1

z2

 

z1 z2

 

1

2

 

=( 1+ 2)/2

 

 

опыта

 

 

 

 

 

 

1

 

-1

-1

 

+1

 

27,0

28,0

 

27,5

 

 

2

 

+1

-1

 

-1

 

15,9

17,1

 

16,5

 

 

3

 

-1

+1

 

-1

 

22,1

22,9

 

22,5

 

 

4

 

+1

+1

 

+1

 

13,4

13,6

 

13,5

 

 

Приведённый план эксперимента представляет собой

расширенную матрицу, т.к. введён столбец z1

z2, позволяющий

оценить коэффициент регрессии при взаимодействии факторов.

Здесь 1

, 2 – износ деталей.

 

 

И

 

 

 

 

 

6.8. План дробного факторного эксперимента

 

Полный

факторный

 

Д

существенный

 

эксперимент имеет

недостаток: увеличение количества факторов приводит к быстрому

модели ограничиваются парнымиАили, в крайнем случае, отдельными тройными взаимодействиями факторов. В этом случае ПФЭ оказывается избыточным, так как число точек спектра плана N значительно большеСкол чества коэффициентов регрессии NB. В результате возникает возможность сокращения числа опытов.

росту числа опытов. Например, при n = 10 спектр плана содержит N = 210 = 1024 опыта. Кроме того, необходимо дублирование опытов.

Обычно при построениибмногофакторной регрессионной

Во многих случаях на начальной стадии моделирования технической системы в связи с отсутствием необходимой информации о влиянии на ее выходные параметры различных факторов (внутренних или внешних параметров) строят линейную

модель. Например, при трех факторах выбирают модель в виде

 

y = b0 + b1 x1 + b2 x2 + b3 x3 .

(6.20)

В этом уравнении четыре коэффициента регрессии, а при n=3 спектр плана ПФЭ содержит 8 точек, т. е. предусматривает 8 опытов в различных точках факторного пространства. Следовательно, четыре опыта оказываются избыточными и их можно было бы исключить. При построении математических моделей, использующих

144

упрощенные уравнения регрессий, когда N > NB, применяют дробные факторные эксперименты (ДФЭ). Наибольшее распространение имеют регулярные планы ДФЭ типа 2n - p, т.е. ДФЭ2n - p, где n – число факторов; р – степень дробности ДФЭ.

При построении матрицы спектра плана ДФЭ2n - p число точек спектра плана определяется по формуле

N = 2n - p.

(6.21)

При выборе степени дробности ДФЭ должно выполняться условие

N > NB.

(6.22)

1.Выбор структуры уравненияДрегрессииИи определение степени дробности ДФЭ.

2.Выбор ведущих факторовАи построение для них матрицы спектра плана, определяющую программу их изменения в ходе эксперимента. k = n p. Длябвыбранных ведущих факторов х1, х2, …, хk строят план ПФЭ2k.

3.Построениеиматрицы спектра плана ДФЭ2n - p.СтолбцыСматрицы X, соответствующие этим факторам,

определяют путем перемножения соответствующих столбцов ведущих факторов. Для этого используют генерирующие соотношения. Генерирующим соотношением называется алгебраическое выражение, устанавливающее связь между одним из факторов xk+1, xk+2 ,..., xn и произведением какой-либо комбинации ведущих факторов x1, x2, …, хk. Выбор генерирующих соотношений, вообще говоря, произволен. Однако в качестве генерирующих нельзя использовать те произведения ведущих факторов, которые входят в состав существенных переменных.

Генерирующее соотношение имеет вид

xk+i = xj xi xm…, i = 1,…, p,

(6.23)

145