![]() |
Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | |
|
Латинскому квадрату можно сопоставить план эксперимента, в котором строки соответствуют различным значениям одного фактора, столбцы – значениям другого, а латинские буквы – значениям третьего фактора, т.е. латинский квадрат позволяет исследовать влияние не более чем трех факторов. Пример представления латинского квадрата для факторов L, P, Z, каждый из которых варьируется на четырех уровнях (n = 4) приведен в табл. 6.3.
Таблица 6.3
![]() | ![]() | ![]() | ![]() | |
![]() | ![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() | ![]() |
Применение плана, построенного на основе латинского квадрата, позволяет оценить дифференциальный (разностный) эффект пар уровней, но не дает информации о взаимодействии между факторами (иначе говоря, факторы не зависят друг от друга). Так, сумма результатов экспериментов, соответствующих столбцу j, будет оценивать эффект Pj, усредненный по всем L и Z. Тогда дифференциальный эффект увеличения значения фактора P от уровня 1 до уровня 2, усредненный по всем L и Z, можно оценить по разности между суммой значений функции отклика столбца 2 и столбца 1. Порядок перечисления уровней факторов роли не играет.
В условиях применения латинского квадрата все факторы должны варьироваться на одинаковом количестве уровней. Можно ослабить это требование путем приравнивания какого-либо уровня другому.
Приведенный пример является одним из возможных расположений уровней факторов, позволяющих получить несмещенные оценки главных эффектов. Латинские квадраты можно накладывать друг на друга, образуя греко-латинские квадраты. Например, два латинских квадрата 3´3 можно преобразовать в греко-латинский квадрат.
Здесь латинские буквы образуют один латинский квадрат, а греческие буквы – другой латинский квадрат. Каждая латинская буква встречается в паре с конкретной греческой буквой только один раз. С помощью греко-латинского квадрата можно оценить главные эффекты четырех 3-х уровневых факторов (фактора строк, фактора столбцов, римских букв и греческих букв) проведя только 9 опытов.
Если наложить друг на друга три различных варианта латинских квадратов, то получится план гипер-греко-латинского квадрата. С его помощью можно оценить главные эффекты пяти факторов (фактора строк, столбцов и трех расположений квадратов). В частности, для пяти трехуровневых факторов потребуется провести только 9 опытов вместо 243 опытов при переборе всех возможных сочетаний факторов.
Гипер-греко-латинский квадрат используется, когда число качественных факторов равно трем. Это тоже квадратная матрица, каждый элемент которой состоит из греческой буквы, латинской буквы и цифры. Основным признаком является то, что каждая комбинация во всей матрице встречается один раз.
Итак, планы латинских (греко-латинских) квадратов используются в тех случаях, когда требуется оценить влияние факторов, варьируемых более чем на двух уровнях и заранее известно, что между факторами нет взаимодействий или этим взаимодействиями можно пренебречь. Имеются таблицы латинских и греко-латинских квадратов различных размеров, за исключением одного практически важного случая – не существует греко-латинского квадрата для 6 уровней факторов.
Планы для экспериментирования в условиях дрейфа
Блочные планы, ортогональные к дискретному дрейфу, представляют собой обычные планы типа ПМА, сбалансированные так, чтобы часть столбцов плана использовалась для оценки эффектов дискретного дрейфа независимо от эффектов исследуемых факторов.
Планы, ортогональные к непрерывному дрейфу, могут быть построены на основе таблиц полиномов Чебышева. Они используются для изучения линейных эффектов управляемых количественных факторов независимо от полиномиального дрейфа любого порядка. В случае необходимости оценки также и взаимодействий управляемых факторов используют обычные планы 2*, отбирая те столбцы планов, которые имеют минимальные корреляции с эффектами дрейфа. К этим же планам относятся планы Кокса, предназначенные для изучения одной количественной или качественной переменной, варьируемой на двух, трех, четырех уровнях в условиях дрейфа второго и третьего порядков.
Комбинированные планы для совместного изучения количественных и качественных переменных в условиях непрерывного полиномиального дрейфа получают соответствующим комбинированием планов Чебышева и планов Кокса.
Планы для экспериментирования в условиях дрейфа используются для исключения влияния неоднородностей типа дискретного и непрерывного дрейфа на исследуемые эффекты и оценки этого влияния независимо от эффектов варьируемых факторов и составляют основу группы планов ковариационного анализа.
Факторный эксперимент при изучении смесевых систем
Введение. Задача факторного эксперимента при изучении смесевых систем не отличается от задачи факторного эксперимента второго порядка, изложенной в 1.6. Однако при изучении свойств смесей, зависящих только от соотношений компонентов, желательно учитывать условие
, (2.1)
где xi – относительные концентрации компонента (хi 0); п – количество компонентов (n
2).
Условие (2.1) не позволяет использовать планы ПФЭ и модели типа (1.97) – матрица (ХТХ)-1 оказывается вырожденной.
Шеффе ввел каноническую форму полинома степени п:
. (2.2)
где
;
.
Наиболее часто пользуются следующими приведенными (каноническими) полиномами:
(2.3)
- полином второго порядка для трехкомпонентной смеси;
(2.4)
- полином неполного третьего порядка для трехкомпонентной смеси;
(2.6)
– полином четвертого порядка для трехкомпонентной смеси.
Пояснение. От стандартного полинома, например, второго порядка
(2.7)
к полиному Шеффе (2.3) переходят путем несложных преобразований условия
в условия
;
;
; (2.8)
;
и подстановкой (2.8) в (2.7). Получают
(2.9)
.
Симплекс-решетчатые планы Шеффе. Известно, что геометрическое место точек, удовлетворяющее условию (2.1), представляет собой п-1 правильный симплекс. Тогда факторное пространство может быть представлено симплексами с такой же системой координат. Планирование на симплексах осуществляется равномерным разбросом экспериментальных точек. Получаются {п, m} – решетки, где п – число компонентов смеси; т – порядок полинома. Примеры {3, т} – решеток с принятыми обозначениями выходной переменной приведены на рис. 2.1.
Симплекс-решетчатые планы частично композиционные. Неполную кубическую решетку {3, 3*} (рис. 2.1, б) можно получить из {3,2} (см. рис. 2.1,а) добавлением одной точки в центре симплекса; решетку {3, 4} (см. рис. 2.1, г) – добавлением точек к решетке {3, 2} (см. рис. 2.1, а).
2.1.1. Алгоритм симплекс-решетчатых планов второго порядка для трехкомпонентной смеси. Исходные данные. Имеется трехкомпонентная смесь. Необходимо получить зависимость некоторого свойства у от состава смеси в виде (2.3) и проверить ее адекватность.
План эксперимента для рассматриваемого случая приведен в табл. 2.1.
В каждой точке решетки проводится одинаковое число (т) параллельных опытов.
Расчет коэффициентов уравнения. Расчет коэффициентов возможен методом наименьших квадратов по уравнению .
Рис. 2.1 {3, т} – симплексные решетки для полинома порядка:
а – второго; б – неполного третьего; в – третьего; г – четвертого.
Таблица 2.1 План эксперимента
Номер опыта | План | Выходная переменная | ||||||
![]() | ![]() | ![]() | ![]() | ![]() | … | ![]() | ![]() | |
0,5 0,5 | 0,5 0,5 | 0,5 0,5 | ![]() ![]() ![]() ![]() ![]() ![]() | ![]() ![]() ![]() ![]() ![]() ![]() | ... … … … … … | ![]() ![]() ![]() ![]() ![]() ![]() | ![]() ![]() ![]() ![]() ![]() ![]() |
Однако, учитывая, что план эксперимента насыщен (число неизвестных коэффициентов равно числу уравнений), несложными преобразованиями можно получить следующие расчетные уравнения:
,
,
или
; (2.10)
, например,
. (2.11)
Проверка адекватности уравнения. Учитывая, что план эксперимента насыщенный, проверка адекватности по критерию Фишера (см. (1.92) – (1.96)) невозможна. Для проверки адекватности необходимо, выбрать несколько дополнительных точек плана, провести в них эксперимент и изучить разность между экспериментальным значением и полученным по уравнению. Эти точки выбирают либо в интересующей исследователя области, либо в точках, которые можно использовать для построения полинома более высокого порядка. Для получения дисперсии адекватности можно применять уравнение остаточной суммы
;
, (2.12)
где уэи – экспериментальные значения выходной переменной в дополнительных проверочных точках; – значения выходной переменной для условий Хэ проверочных точек, полученных по уравнению; g – число проверочных точек;
– дисперсия адекватности.
Если g >2, то адекватность можно проверять по критерию Фишера (см. (1.94), (1.95), а ошибку опыта при равном числе параллельных опытов т рассчитать по формулам (1.138) – (1.141) (условие однородности дисперсий также необходимо проверять).
Если адекватность уравнения оценивается по одной проверочной точке, то удобнее пользоваться уравнениями, приведенными ниже (их доказательство в [5]). Для оценки используется t -критерий:
, (2.13)
где m – число параллельных опытов в каждой точке симплекса; разность ∆у (между экспериментальным и теоретическим выходом)
; (2.14)
– среднеквадратичное отклонение опытных данных;
– величина, связанная с коэффициентами уравнения
, (2.15)
причем
;
.
Ошибка опыта определяется также по формулам (1.138) – (1.141).
Проверка адекватности производится по неравенству
tP <fТ (l, f0, q = 0,05) (2.16)
для заданного уровня значимости; l – число коэффициентов уравнения регрессии; f0 – число степеней свободы при определении ошибки опыта.
Примечание. В некоторых исследованиях, даже если число проверочных точек g>>2, оценку адекватности уравнения регрессии проводят в каждой точке по формулам (2.13) – (2.16).
Принятие решений. Если условие (2.16) не выполняется, то уравнение регрессии признается неадекватным и его порядок повышается. Если правило композиционности выполняется, то в план включают проверочную точку и переходят к расчетам коэффициентов уравнения более высокого порядка.
Если условие (2.16) выполняется, то обычно строят изолинии (линии равного выхода) соответствующего свойства непосредственно на симплексе. Графическое изображение зависимостей свойство – состав позволяет решать задачи интерполяции и оптимизации (конечно, если число компонентов в смеси не превышает четырех).
Примечание. Если исследуемая смесевая система неоднородна, то возникают значительные трудности ее математического описания (о методах преодолевания этих трудностей см. [5]).
2.1.2. Алгоритм симплекс-решетчатых планов неполного третьего порядка для трехкомпонентной смеси.
Исходные данные. Имеется трехкомпонентная смесь. Необходимо получить зависимость некоторого свойства от состава смеси в виде (2.4) и проверить ее адекватность.
План эксперимента для рассматриваемого случая представлен в табл. 2.2 (см. рис. 2.1,б). Как и ранее, предполагается, что параллельные опыты проводятся в каждой точке симплексной решетки.
Таблица 2.2. План эксперимента
Номер опыта | План | Выходная переменная | ||
![]() | ![]() | ![]() | ||
0,5 0,5 0,333 | 0,5 0,5 0,333 | 0,5 0,5 0,333 | ![]() ![]() ![]() ![]() ![]() ![]() ![]() |
Расчет коэффициентов уравнения для модели (2.4) удобно проводить
β1, β 2, β3 – по формуле (2.10);
β12, β 13, β23 – по формуле (2.11);
(2.17)
Оценка адекватности уравнения регрессии осуществляется по формулам (2.13), (2.15), (2.16), а коэффициент определяется по формуле
, (2.18)
где
;
;
.
При наличии параллельных опытов в каждой точке симплексной решетки ошибка опыта определяется по формулам (1.138) – (1.141).
Принятие решений не отличается от предыдущего случая (2.1.2).
2. 1. 3. Алгоритм симплекс-решетчатых планов третьего порядка для трехкомпонентной смеси. Исходные данные. Имеется трехкомпонентная смесь. Необходимо получить зависимость некоторого свойства от состава смеси в виде (2.5) и проверить ее адекватность.
План эксперимента для этого случая представлен в табл. 2.3 (см. рис. 2.1, в). Предполагается, что параллельные опыты проводятся в каждой точке симплексной решетки.
Таблица 2.3. План эксперимента
Номер опыта | План | Выходная переменная | ||
![]() | ![]() | ![]() | ||
2/3 1/3 2/3 1/3 1/3 | 1/3 2/3 2/3 1/3 1/3 | 1/3 2/3 1/3 2/3 1/3 | ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() |
Коэффициенты регрессии β1, β 2, β3 рассчитываются по формуле (2.10).
Коэффициенты βij рассчитываются по формулам
;
;
,
или в общем виде
. (2.19)
Коэффициенты рассчитываются по формулам
;
;
,
или в общем виде
. (2.20)
Коэффициенты рассчитываются по формулам
,
или в общем виде
. (2.21)
Оценка адекватности уравнения регрессии осуществляется по формулам (2.13), (2.14), (2.16), а коэффициент определяется по формуле
, (2.22)
где
;
;
;
.
Ошибка опыта определяется также по формулам (1.138) –(1.141).
Принятие решений не отличается от предыдущих случаев (см. 2.1.2.).
Примечание. Симплексную решетку при переходе к полиномам более высоких порядков можно достраивать точками из «последующих» планов.
. Насыщенный и сверхнасыщенный планы факторного эксперимента
Введение. Одной из целей использования математической модели является грубая оценка степени воздействия факторов на выходную переменную объекта исследования. Эта цель может быть достигнута различными методами но всех их объединяет условие минимизации числа экспериментов. Этот критерий привел к построению насыщенных и сверхнасыщенных планов экспериментов, позволяющих разделить всю совокупность факторов на два класса: доминирующие факторы и «шумовой» фон (несущественные факторы).
Определение. Ненасыщенность, насыщенность и сверхнасыщенность планов определяются соотношением числа опытов плана эксперимента N и числа определенных параметров l:
N-l >0 – ненасыщенный план;
N-l = 0 – насыщенный план;
N– l < 0 – сверхнасыщенный план.
Замечание. Рассмотренные ранее планы ПФЭ и ДФЭ были ненасыщенными, а симплекс-решетчатые планы – насыщенными.
2.2.1. Алгоритм насыщенного плана дробного факторного эксперимента. Исходные данные. Имеется совокупность факторов, воздействующих на объект исследования. Известно, что степень влияния этих факторов на выходную переменную различна. Предлагается выделить существенные факторы с помощью минимально возможного числа экспериментов.
Дата публикования: 2014-11-04; Прочитано: 1737 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!