Глава 8 Планирование эксперимента

Задачи планирования эксперимента (ПЭ). Основные понятия ПЭ. Планирование эксперимента как метод получения функции связи. Полный факторный эксперимент (ПФЭ). Статистическая обработка результатов ПФЭ. Оптимизация РЭС методом крутого восхождения. Оптимизация РЭС симплексным методом.

Понятие планирования эксперимента(вопр.25)

Методы планирования эксперимента позволяют решать задачи выделения критичных первичных параметров (отсеивающие эксперименты: однофакторный эксперимент, метод случайного баланса), получения математического описания функции связи (ПФЭ), оптимизации РЭС (метод крутого восхождения и симплексный метод).

Выбранный критерий оптимизации должен отвечать ряду требований.

ПФЭ проводится по определенному плану (матрице ПФЭ). Для сокращения объема эксперимента используют дробные реплики.

Статистическая обработка результатов ПФЭ содержит проверку воспроизводимости опыта, оценку значимости коэффициентов модели, проверку адекватности модели.

Следует рассмотреть особенности метода крутого восхождения, симплексного метода оптимизации и последовательность проведения эксперимента для каждого из них.

Мысль о том, что эксперимент можно планировать, восходит к глубокой древности. Наш далекий предок, убедившийся, что острым камнем можно убить даже мамонта, несомненно выдвигал гипотезы, которые после целенаправленной экспериментальной проверки привели к созданию копья, дротика, а затем и лука со стрелами. Он, однако, не пользовался статистическими методами, поэтому остается непонятным, как он вообще выжил и обеспечил тем самым наше существование [13].

В конце 20-х г.г. XX века Рональд Фишер впервые показал целесообразность одновременного варьирования всеми факторами.

В 1951 г. в Англии Бокс и Уилсон опубликовали первую работу по планированию экстремальных экспериментов.

В 1951 г. в Англии Бокс и Уилсон опубликовали первую работу по планированию экстремальных экспериментов.

Идея метода Бокса-Уилсона проста: экспериментатору предлагается ставить последовательно небольшие серии опытов, в каждой из которых одновременно изменяются по определенным правилам все факторы. Серии организуются таким образом, чтобы после математической обработки предыдущей можно было выбрать условия проведения (т. е. спланировать) следующую серию. Так последовательно шаг за шагом достигается область оптимума. Применение ПЭ делает поведение экспериментатора целенаправленным и организованным, повышает производительность труда и надежность результатов.

ПЭ позволяет:

– сократить количество опытов;

– найти оптимум;

– получить количественные оценки влияния факторов;

– определить ошибки.

Планирование эксперимента (ПЭ) по ГОСТ 24026–80 – выбор плана эксперимента, удовлетворяющего заданным требованиям. Иначе, ПЭ – научная дисциплина, занимающаяся разработкой и изучением оптимальных программ проведения экспериментальных исследований.

План эксперимента – совокупность данных, определяющих количество, условия и порядок реализации опытов.

В ПЭ вводится понятие объекта исследования – системы, которая определенным образом реагирует на интересующее исследователя возмущение.

В проектировании ЭС объектом исследования может быть любое РЭУ (рисунок 42).

Рисунок 42 – Объект исследования

Объект исследования должен отвечать двум основным требованиям:

– воспроизводимость (повторяемость опытов);

– управляемость (условие проведения активного эксперимента заключающееся в возможности установки требуемых значений факторов и поддержании их на этом уровне).

Применение методов ПЭ для исследования РЭС основывается на том, что объект исследования (РЭС) можно представит кибернетической моделью – «черным ящиком» (см. рисунок 2), для которого может быть записана функция связи (см. формулу 1.1).

Для объекта исследования (усилителя на рисунке 42) формула 1.1 имеет вид: ,

где ,,,…,.

В ПЭ функция связи или математическая модель объекта исследования – численные характеристики целей исследования (выходы «черного ящика»), выходные параметры РЭУ, параметры оптимизации.

Состояние «черного ящика» определяется набором факторов, переменных величин, влияющих на значение выходного параметра.

По ГОСТ 24026–80 фактор – переменная величина, по предположению влияющая на результат эксперимента.

Для применения методов ПЭ фактор должен быть:

– управляемым (выбрав нужное значение фактора, его можно установить и поддерживать постоянным в течение эксперимента);

– однозначным;

– независимым (не быть функцией другого фактора);

– совместимым в совокупности с другими факторами (т. е. все комбинации факторов осуществимы);

– количественным;

– точность установки (измерения) значения фактора должна быть высока.

Каждый фактор в проводимом эксперименте может принимать одно или несколько значений – уровни факторов. По ГОСТ 24026–80 уровень фактора – фиксированное значение фактора относительно начала отсчета. Может оказаться, что фактор способен принимать бесконечно много значений – непрерывный ряд. Практически принимается, что фактор имеет определенное количество дискретных уровней.

Фиксированный набор уровней факторов определяет одно из возможных состояний «черного ящика» – условия проведения одного опыта.

Если перебрать все возможные наборы уровней факторов, то получим полное множество различных состояний «черного ящика» – ,

где p – количество уровней,

n – количество факторов.

Если эксперимент проводится для 2-х факторов на 2-х уровнях варьирования, то имеем 2² = 4 состояния;

для 3-х факторов на 2-х уровнях – 2³ = 8;

для 3-х факторов на 3-х уровнях – 3³ = 27;

для 5-ти факторов на 5-ти уровнях – 5⁵ = 3125 состояний «черного ящика» или опытов.

В ПЭ вводится понятие «факторное пространство». Факторным называется пространство, координатные оси которого соответствуют значениям факторов. Для «черного ящика» с двумя факторами x₁ , x₂ можно геометрически представить факторное пространство в виде рисунка 43. Здесь факторы изменяются (варьируются) на 2-х уровнях.

Для уменьшения количества опытов необходимо отказаться от экспериментов, которые содержат все возможные опыты. На вопрос: «Сколько опытов надо включить в эксперимент?» дают ответ методы ПЭ.

Известно, что минимальное количество опытов имеем при 2-х уровневом варьировании.

Итак, количество опытов 2ⁿ.

Количество факторов n, участвующих в эксперименте, определяется с помощью отсеивающих экспериментов (однофакторного эксперимента, метода случайного баланса [46, см. лаб. работу № 501].

Рисунок 43 – Поверхность отклика

Так как каждому набору значений факторов соответствует некоторое (определенное) значение параметра выходного параметра y (параметра оптимизации), то имеем некоторую геометрическую поверхность отклика – геометрическое представление функции отклика.

Функция отклика – зависимость математического ожидания отклика от факторов.

Отклик – наблюдаемая случайная переменная, по предположению зависящая от факторов.

Математическое описание поверхности отклика (математическая модель) – уравнение, связывающее параметр оптимизации y с факторами (уравнение связи, функция отклика, формула 1.1). В ПЭ принимаются следующие предположения о функции отклика (поверхности отклика):

– поверхность отклика – гладкая, непрерывная функция,

– функция имеет единственный экстремум.

Планирование эксперимента как метод получения функции связи(вопр.27)

Итак, вопрос о минимизации количества опытов связан с выбором количества уровней варьирования факторов p. В ПЭ принимают p=2, при этом количество опытов N = 2ⁿ .

При выборе подобласти для ПЭ проходят два этапа:

– выбор основного уровня фактора (x_i0);

– выбор интервала варьирования (λ_i).

Введем обозначения:

– –натуральное значение основного уровня i-го фактора (базовое значение, базовый уровень),

i – номер фактора.

Пример, если R₁= 10 кОм (см. рисунок 42), то кОм,

для R₂ = 3кОм – кОм и т.д.;

– –натуральное значение верхнего уровня фактора, которое определяется по формуле x_{imax =} x_i0 + λ_i ,

где – натуральное значение интервала варьирования i-го фактора.

В примере (см. рисунок 42) принимается = 20 кОм, тогда

x_1max = 120 кОМ;

– –натуральное значение нижнего уровня фактора, которое определяется по формуле x_imin = x_i0 - λ_I , в нашем примере x_1min = 80 кОм.

На величину интервала варьирования накладываются естественные ограничения:

– интервал варьирования должен быть не меньше ошибки измерения фактора;

– интервал варьирования должен быть на больше пределов области определения фактора [13].

Выбор интервала варьирования неформализуемый этап, на котором используется следующая априорная информация:

– высокая точность установки значений факторов;

– предположение о кривизне поверхности отклика;

– диапазон возможного изменения факторов.

Для РЭС принимают = (0,1,…,0,3) x_i0 .

В примере (см. рисунок 42) подсчитаем значения трех факторов при заданном базовом уровне (x_i0 ) и интервале варьирования ().

Таблица  3.1 – Значения факторов

Параметр	Фактор	Номинальное значение , кОм	Интервал , кОм	Уровни
				, кОм	, кОм
R1	x1	10	2	12	8
R2	x2	3	0,6	3,6	2,4 кОм
R3	x3	100	20	120	80

В ПЭ используются не натуральные, а кодированные значения факторов.

Кодирование факторов (по ГОСТ 24026–80 – «нормализация факторов») проводится по формуле:

Тогда если x₁ = x_1max , то имеем x_i =+1, если x₁ = x_1min , – x_i = –1, x_i – кодированное значение фактора.

В самом простом случае ПЭ позволяет получить математическое описание функции связи (математическую модель объекта исследования – РЭУ) в виде неполного квадратичного полинома:

.

При этом осуществляется варьирование на двух уровнях (p=2), и минимальное количество опытов равно N=2ⁿ , где n – количество наиболее влияющих факторов, включенных в эксперимент после проведения отсеивающих экспериментов.

Эксперимент, в котором реализуются все возможные сочетания уровней факторов, называется полным факторным экспериментом (ПФЭ).

ПФЭ проводится по плану, который называется матрицей ПФЭ, или матрицей плана (таблицы 3.2 и 3.3).

Матрицей плана называют стандартную форму записи условий проведения экспериментов в виде прямоугольной таблицы, стоки которой отвечают опытам, столбцы – факторам.

Таблица 3.2 – Матрица ПФЭ для двух факторов

j	x1	x2	yj
1	–	–	y1
2	+	–	y2
3	–	+	y3
4	+	+	y4

В матрице ПФЭ знак ”–” (минус) соответствует ”+1”, а ”+” (плюс) ”соответствует ”–1”.

В матрице ПФЭ для двух факторов (n=2) (см. таблицу 3.2) количество уровней варьирования – p=2, количество опытов N=2²=4.

Таблица 3.3 – Матрица ПФЭ для трех факторов

j	x1	x2	x3	yj
1	–	–	–	y1
2	+	–	–	y2
3	–	+	–	y3
4	+	+	–	y4
5	–	–	+	y5
6	+	–	+	y6
7	–	+	+	y7
8	+	+	+	y8

В матрице ПФЭ для трех факторов (n=3) (см. таблицу 3.3) количество уровней варьирования – p=2, количество опытов N=2³=8.

В соответствии с планом проводится ПФЭ. Для примера на рисунке 42 принимаем n=3 и реализуем матрицу ПФЭ по таблице 3.3. Для этого:

– устанавливают значения факторов x₁ , x₂ ,… x_n на уровни по первой строке матрицы (см. таблицу 3.3) (–1, –1,…,–1);

– измеряют первое значение выходного параметра y₁ ;

– устанавливают значения факторов x₁ , x₂ ,… x_n на уровни по второй строке матрицы (см. таблицу 3.3) (+1, –1,…,–1);

– измеряют второе значение выходного параметра y₂ , и так далее до последнего опыта N (y_n).

Каждый эксперимент содержит элемент неопределенности в силу ограниченности экспериментального материала. Постановка повторных (параллельных) опытов может не дать совпадающих результатов из-за ошибки воспроизводимости.

Если предположить, что закон распределения случайной величины y_j – нормальный, то можно найти ее среднее значение при повторных опытах (по каждой строке матрицы).

Статистическая проверка гипотез

I гипотеза –  о воспроизводимости опыта.

Для проверки этой гипотезы проводят серию повторных (параллельных) опытов (дублирование опытов по каждой строке матрицы). Вычисляют среднее значение выходного параметра

,

где l – номер повторного опыта,

–количество повторных, (параллельных) опытов.

Можно вычислить дисперсию каждого - го опыта (по каждой строке матрицы):

.

Дисперсия эксперимента определяется в результате усреднения дисперсий всех опытов:

.

Формулу можно применять, если дисперсии однородны, т. е. нет дисперсий больше остальных.

Гипотеза о равенстве (однородности) дисперсий проверяется по G-критерию Кохрена:

.

По таблице для степеней свободы

, находят.

Если , то гипотеза об однородности дисперсий верна, опыт воспроизводим. Следовательно дисперсии можно усреднять, можно оценить дисперсию эксперимента , но для определенного уровня значимостиq.

Уровень значимости q – вероятность совершения ошибки (отклонение верной гипотезы или принятие неверной гипотезы).

Опыт может быть невоспроизводим при:

– наличии неуправляемых, неконтролируемых факторов;

– дрейфе фактора (изменении во времени);

– корреляции факторов.

Вычислив коэффициенты модели по формулам

,

для ,

для (), проверяютгипотезу II – значимости коэффициентов по t-критерию Стьюдента.

.

По таблице находим для– числа степеней свободы и уровня значимости q. Количество дублируемых опытов (k) в общем случае равно N.

Если , то коэффициенты модели значимы.

Если , то коэффициенты модели незначимы, т.е. .

Статистическая незначимость коэффициентов модели b_i может быть обусловлена следующими причинами:

– уровень базового значения фактора x_i0 близок к точке частного экстремума по переменной x_i;

– интервал варьирования мал;

– фактор x_i не влияет на выходной параметр y (ошибочно включен в эксперимент);

– велика ошибка эксперимента из-за наличия неуправляемых факторов.

Запишем модель только со значимыми коэффициентами:

.

III гипотеза – адекватности модели.

Проверяется гипотеза о равенстве (однородности) двух дисперсий. Подсчитывается дисперсия адекватности по формуле:

,

где d – количество значимых коэффициентов модели;

–рассчитанное по модели значение выходного параметра. Для вычисления подставляют в модель со значимыми коэффициентами значенияx_i и x_ih соответствующие первой строке матрицы. Для вычисления подставляют в модель со значимыми коэффициентами значенияx_i и x_ih соответствующие второй строке матрицы и т. д.

Модель адекватна результатам эксперимента, если выполняется условие

.

–определяется по таблице для ,и уровня значимостиq.

Модель неадекватна результатам эксперимента если:

– не подходит форма аппроксимирующего полинома;

– большой интервал варьирования;

– велика ошибка эксперимента из-за наличия неуправляемых факторов или не включены в эксперимент значимые факторы.

Планирование экстремальных экспериментов

Метод крутого восхождения

Объект исследования – РЭС: усилитель, генератор, источник питания.

В качестве примера принимаем усилитель (рисунок 42).

Процедура метода крутого восхождения(вопр.30)

1 С центром в исходной точке (базовой, нулевой) проводим ПФЭ для этого:

а) определяем интервал варьирования по каждому фактору и вычисляем уровни варьирования факторов (см. таблица 3.1);

б) строим матрицу ПФЭ N=2ⁿ (см. таблицу 3.3);

в) проводим ПФЭ и измеряем значения выходного параметра y_j;

г) проводим статистическую обработку результатов эксперимента (проверяем I гипотезу о воспроизводимости опыта);

д) вычисляем линейные коэффициенты модели b₀, b₁, b₂, b₃ и записываем уравнение в виде линейного полинома .

Например

Проверяем значимость коэффициентов модели и адекватность модели.

2 Записываем градиент функции отклика:

.

Для приведенного примера: .

3 Поставим задачу нахождения .

Вычисляем произведение по каждому фактору, где– относительная величина интервала варьирования (таблица 3.4).

Таблица 3.4 – Параметры для проведения метода крутого восхождения

Параметр	i=1	i=2	i=3
bi	– 2,0	+ 2,5	+ 0,4
λi	0,2	0,2	0,2
bi λi	– 0,4	+ 0,5	+ 0,08
λiкв	– 0,08	+ 0,1	+ 0,016
Округл. λiкв	– 0,1	+ 0,1	+ 0,02
, кОм	– 1,0	+ 0,3	+ 2

4 Находим и определяем базовыйi-й фактор с .

В примере базовый фактор .

Для базового фактора принимаем шаг крутого восхождения .

5 Вычисляем шаг крутого восхождения по остальным факторам по формуле

,

в числителе b_i берется со своим знаком.

Пример:

;

.

Округляем .

Переведем относительную величину шага крутого восхождения в натуральное значение:

.

6 «Идем» в направлении максимума (экстремума) по градиенту.

Для этого нужно провести опыты в новых точках плана.

Сначала проводим «мысленные» опыты. «Мысленные» опыты заключаются в вычислении «предсказанных» значений выходного параметра в определенных точкахфакторного пространства.

Для этого:

а) подсчитываем значения факторов в «мысленных» опытах по формуле

,

где h = 1, 2, …, f –номер шага крутого восхождения (таблица 3.5);

Таблица 3.5 – «Шаги» крутого восхождения

N+h	Номер «шага» (h)
8+1= 9	1	9	3.3	102
8+2=10	2	8	3,6	104
8+3=11	3	7	3,9	106
8+4=12	4	6	4,2	108
8+5=13	5	5	4,5	110

б) кодируем значения факторов для «мысленных» опытов и заносим в таблицу 3.6:

;

пример:

;

;

;

;

;

;

;

;

;

Таблица 3.6 – Значения кодированных факторов

N+h	x1	x2	x3
8+1	–0,5	0,5	0,1
8+2	–1	1	0,2
8+3	– 1,5	1,5	0,3
8+4	–2	2	0,4
8+5	–2,5	2,5	0,5

в) подставляя кодированные значения факторов в уравнение

,

вычисляем выходной параметр (,не вычисляют, они есть в ПФЭ).

Подсчитываем , , для модели примера:

;

;

.

7 Сравниваем результаты «мысленных» опытов с результатами эксперимента.

Выбираем , соответствующее (N+h) «мысленному» опыту.

Проверяем на объекте исследования (усилителе) (точку с параметрами ).

Принимаем условия (N+h)-го опыта за центр нового ПФЭ (базовая точка).

Например, для = – кОм; кОм; кОм.

8 Проводим ПФЭ и статистическую обработку результатов. Находим новую модель (с другими коэффициентами) и повторяем движение к оптимуму.

Так как каждый цикл приближает нас к оптимуму, нужно уменьшить шаг , или 0,01.

Движение к оптимуму прекращают, когда все коэффициенты модели окажутся .

Симплексный метод оптимизации(вопр.31)

Основной особенностью симплексного метода поиска экстремума является совмещение процессов изучения поверхности отклика и перемещения по ней. Это достигается тем, что эксперименты ставятся только в точках факторного пространства, соответствующих вершинам симплекса.

В основу плана положен не гиперкуб, используемый для ПФЭ, а симплекс – простейшая геометрическая фигура, при заданном количестве факторов.

Что такое симплекс?

n-мерный симплекс – это выпуклая фигура, образованная (n+1)-й точками (вершинами), не принадлежащими одновременно ни одному (n–1)-мерному подпространству n-мерного пространства (X_n).

Для двух факторов x₁ и x₂ (n=2) двумерный симплекс имеет вид треугольника на плоскости (рисунок 44).

Рисунок 44 – Двумерный симплекс с тремя вершинами

Для трех факторов x₁, x₂ и x₃ (n=3) трехмерный симплекс имеет вид треугольной пирамиды (рисунок 45).

Рисунок 45 – Трехмерный симплекс с четырьмя вершинами

Для одного фактора x₁ (n=1) одномерный симплекс имеет вид отрезка на прямой (рисунок 46).

Рисунок 46 – Одномерный симплекс с двумя вершинами

Использование симплекса основано на его свойстве, которое заключается в том, что отбросив одну из вершин с худшим результатом и используя оставшуюся грань, можно получить новый симплекс, добавив одну точку, зеркальную относительно отброшенной. В вершинах симплекса ставят эксперимент, затем точку с минимальным значением выходного параметра (y_j) отбрасывают и строят новый симплекс с новой вершиной – зеркальным отображением отброшенной. Формируется цепочка симплексов, перемещающихся по поверхности отклика в область экстремума (рисунок 47).

Рисунок 47– Движение к оптимуму по поверхности отклика

Для упрощения вычислений принимают условие, что все ребра симплекса равны.

Если одну из вершин симплекса поместить в начало координат, а остальные расположить так, чтобы ребра, выходящие из этой вершины образовывали одинаковые углы с соответствующими осями координат (рисунок 48), то координаты вершин симплекса могут быть представлены матрицей.

Рисунок 48 – Двумерный симплекс с вершиной в начале координат

Матрица координат вершин многомерного симплекса

Если расстояние между вершинами равно 1, то

;

.

Процедура последовательного симплекса

1 Пусть нужно найти ,

2 Задается шаг варьирования по каждому фактору x_i. Пример в таблице 3.7.

Таблица 3.7– Значения факторов для первоначального симплекса

Параметр	xi
R1	x1	10 кОм	2 кОм
R2	x2	3 кОм	0,6 кОм
R3	x3	100 кОм	20 кОм

3 Задается размер симплекса (расстояние между вершинами) регулярный симплекс.

4 Обозначаются вершины симплекса С_j, где j – номер вершины. В примере j=4.

5 Производится ориентация первоначального симплекса. Для этого одну из вершин начального симплекса (С_j0) помещают в начало координат. А именно, за нулевую точку начального симплекса принимают номинальные значения факторов.

.

Строится матрица координат вершин симплекса с первой вершиной в начале координат и значения координат вершин заносятся в таблицу (таблица 3.8).

Таблица 3.8 – Координаты вершин симплекса

Номер вершины	Координаты вершин
	x1	x2	x3	xi	xn
1	0	0	0	0	0
2	p	q	q	q	q
3	q	p	q	q	q
4	q	q	p	q	q
…	…	…	…	…	…
n+1	q	q	q	q	p

Вычисляют координаты остальных вершин начального симплекса (С_j0):

;

;

:

:

Результаты вычислений заносят в таблицу (таблица 3.9).

Таблица 3.9 – Координаты вершин и результаты эксперимента

Вершина симплекса (Сj0)	Номер вершины	Координаты вершин			yj
		x1	x2	x3
С10	1	x11 = x10	x21 = x20	x31 = x30	y1
С20	2	x12	x22	x32	y2
С30	3	x13	x23	x33	y3
С40	4	x14	x24	x34	y4
С1*	1*	x11*	x21*	x31*	y1*
Сj*	j*	x1j*	x2j*	x3j*	yj*

Значения координат вершин вычисляются по формулам. Для примера n=3 имеем:

; ;;

; ;;

; ;.

6 Реализуется эксперимент в вершинах симплекса.

Для этого устанавливают значения факторов, соответствующие первой вершине начального симплекса С₁₀, и измеряют значения выходного параметра у₁. Устанавливают значения факторов, соответствующие второй вершине С₂₀, и измеряют у₂.

Рассчитанные для примера значения факторов, соответствующие координатам вершин, приводятся в таблице 3.10.

Таблица 3.10 – Значения факторов в вершинах симплекса

Вершина симплекса (Сj0)	Номер вершины	Координаты вершин			yj
		x1	x2	x3
С10	1	10,00	3,000	100,00	y1(5В)
С20	2	11,90	3,144	104,80	y2(6В)
С30	3	10,48	3,57	104,80	y3(4В)
С40	4	10,48	3,144	119,00	y4(8В)
С3*	3*	11,11	2,653	111,07	y3*(9В)
С1*	1*	12,30	2,99	124.78	y1*(5В)

Расчет координат вершин для n=3:

,

С₂₀ х₁₂= 10+0,95∙2=11,9 кОм;

х₂₂= 3,0+0,24∙0,6=3,144 кОм;

х₃₂= 100+0,24∙20=104,8 кОм;

С₃₀ х₁₃= 10+0,24∙2=10,48 кОм;

х₂₃= 3,0+0,95∙0,6=3,57 кОм;

х₃₃= 100+0,24∙20=104,8 кОм;

С₄₀ х₁₄= 10+0,24∙2=10,48 кОм;

х₂₄= 3,0+0,24∙0,6=3,144 кОм;

х₃₄= 100+0,95∙20=119 кОм.

7 Сравнивают значения выходного параметра и отбрасывают вершину, соответствующую минимальному значению y.

8 Вычисляют координаты новой вершины зеркального отображения наихудшей точки («звездной точки») по формуле

,

где – обозначение координатыj-ой вершины (точки), i=1,2,…,n – номер фактора, j=1,2,…, (n+1) – номер вершины симплекса.

В примере В – минимальное значение, следовательно, зеркальная точка будет . Для нее координаты вершины вычисляются как:

;

;

.

9 Проводят эксперимент в новой вершине С₃* нового симплекса (С₁₀, С₂₀, С₃*, С₄₀) и измеряют значение выходного параметра y₃*.

10 Сравнивают значения выходного параметра нового симплекса (y₁, y₂, y₃*, у₄) и отбрасывают вершины с минимальным y (например y₁=5В). Строим новый симплекс с новой вершиной С₁*.

Для этого вычисляют координаты вершины:

Снова проводят эксперимент в новой вершине С*₁ нового симплекса (С₁*, С₂₀, С₃*, С₄₀) и измеряют значение выходного параметра y₁*.

Сравниваем точки с выходными параметрами y₁*=5, y₂=6, y₃*=9, y₄=8. Отбрасываем вершину с минимальным y₁*=5. И снова определяем новую «звездную точку».

Движение к оптимуму прекращают, если симплекс начинает вращение, т.е. одна и та же вершина встречается более чем в (n+1) последовательных симплексах.

11 В завершение проводят ПФЭ и статистическую обработку результатов. Находят модель. Движение к оптимуму прекращают, когда все коэффициенты модели окажутся .

Техническое задание (ТЗ, техзадание)(вопр.8) — исходный документ для проектирования сооружения или промышленного комплекса, конструирования технического устройства (прибора, машины, системы управления и т. д.), разработки информационных систем, стандартов либо проведения научно-исследовательских работ (НИР).

ТЗ содержит основные технические требования, предъявляемые к сооружению, изделию или услуге и исходные данные для разработки; в ТЗ указываются назначение объекта, область его применения, стадии разработки конструкторской (проектной, технологической, программной и т.п.) документации, её состав, сроки исполнения и т. д., а также особые требования, обусловленные спецификой самого объекта либо условиями его эксплуатации. Как правило, ТЗ составляют на основе анализа результатов предварительных исследований, расчётов и моделирования.

Как инструмент коммуникации в связке общения заказчик-исполнитель, техническое задание позволяет:

• обеим сторонам

  • представить готовый продукт

  • выполнить попунктную проверку готового продукта (приёмочное тестирование — проведение испытаний)

  • уменьшить число ошибок, связанных с изменением требований в результате их неполноты или ошибочности (на всех стадиях и этапах создания, за исключением испытаний)

• заказчику

  • осознать, что именно ему нужно

  • требовать от исполнителя соответствия продукта всем условиям, оговорённым в ТЗ

• исполнителю

  • понять суть задачи, показать заказчику «технический облик» будущего изделия, программного изделия или автоматизированной системы

  • спланировать выполнение проекта и работать по намеченному плану

  • отказаться от выполнения работ, не указанных в ТЗ

Техническое задание - исходный документ определяющий порядок и условия проведения работ по Договору, содержащий цель, задачи, принципы выполнения, ожидаемые результаты и сроки выполнения работ.

 

Техническое задание является основополагающим документом всего проекта и всех взамоотношений заказчика и разработчика. Корректное ТЗ, написанное и согласованное между всеми заинтересованными и ответсвенными лицами является залогом успешной реализации проекта.

Вопр 9.

Стадия разработки	Этапы выполнения работ
Техническое предложение	Подбор материалов.  Разработка технического предложения с присвоением документам литеры «П».  Рассмотрение и утверждение технического предложения
Эскизный проект	Разработка эскизного проекта с присвоением документам литеры «Э».  Изготовление и испытание макетов (при необходимости)  Рассмотрение и утверждение эскизного проекта.
Технический проект	Разработка технического проекта с присвоением документам литеры «Т».  Изготовление и испытание макетов (при необходимости).  Рассмотрение и утверждение технического проекта.
Рабочая конструкторская документация:  а) опытного образца (опытной партии) изделия, предназначенного для серийного (массового) или единичного производства (кроме разового изготовления)	Разработка конструкторской документации, предназначенной для изготовления и испытания опытного образца (опытной партии), без присвоения литеры.  Изготовление и предварительные испытания опытного образца (опытной партии).  Корректировка конструкторской документации по результатам изготовления и предварительных испытаний опытного образца (опытной партии) с присвоением документам литеры «О».  Приемочные испытания опытного образца (опытной партии).  Корректировка конструкторской документации по результатам приемочных испытаний опытного образца (опытной партии) с присвоением документам литеры «О1«.  Для изделия, разрабатываемого по заказу Министерства обороны, при необходимости, - повторное изготовление и испытания опытного образца (опытной партии) по документации с литерой «О1« и корректировка конструкторских документов с присвоением им литеры «О2«.
б) серийного (массового) производства	Изготовление и испытание установочной серии по документации с литерой «О1« (или «О2«).  Корректировка конструкторской документации по результатам изготовления и испытания установочной серии, а также оснащения технологического процесса изготовления изделия, с присвоением конструкторским документам литеры «А».  Для изделия, разрабатываемого по заказу Министерства обороны, при необходимости, - изготовление и испытание головной (контрольной) серии по документации с литерой «А» и соответствующая корректировка документов с присвоением им литеры «Б»

Обязательность выполнения стадий и этапов разработки конструкторской документации устанавливается техническим заданием на разработку. 

Примечания:  1. Стадия «Техническое предложение» не распространяется на конструкторскую документацию изделий разрабатываемых по заказу Министерства обороны.  2. Необходимость разработки документации для изготовления и испытания макетов устанавливается разработчиком.  3. Конструкторская документация для изготовления макетов разрабатывается с целью: проверки принципов работы изделия или его составных частей на стадии эскизного проекта; проверки основных конструкторских решений разрабатываемого изделия или его составных частей на стадии технического проекта; предварительной проверки целесообразности изменения отдельных частей изготовляемого изделия до внесения эти изменений в рабочие конструкторские документы опытного образца (опытной партии).  4. Под разовым изготовлением понимается единовременное изготовление одного или более экземпляров изделия, дальнейшее производство которого не предусматривается. 

2. Рабочим конструкторским документам изделия единичного производства, предназначенные для разового изготовления, присваивают литеру «И» при их разработке, которой может предшествовать выполнение отдельных стадий разработки (техническое предложение, эскизный проект технический проект) и соответственно этапов работ, указанных в таблице. 

1, 2. (Измененная редакция, Изм. № 1). 

3. (Исключен, Изм. № 1). 

4. Техническое предложение - совокупность конструкторских документов, которые должны содержать технические и технико-экономические обоснования целесообразности разработки документации изделия на основании анализа технического задания заказчика и различных вариантов возможных решений изделий, сравнительной оценки решений с учетом конструктивных и эксплуатационных особенностей разрабатываемого и существующих изделий и патентные исследования. 

Техническое предложение после согласования и утверждения в установленном порядке является основанием для разработки эскизного (технического) проекта.  Объем работ - по ГОСТ 2.118-73. 

(Измененная редакция, Изм. № 1). 

5. Эскизный проект - совокупность конструкторских документов, которые должны содержать принципиальные конструктивные решения, дающие общее представление об устройстве и принципе работы изделия, а также данные, определяющие назначение, основные параметры и габаритны размеры разрабатываемого изделия. 

Эскизный проект после согласования и утверждения в установленном порядке служит основанием для разработки технического проекта или рабочей конструкторской документации.  Объем работ - по ГОСТ 2.119-73. 

6. Технический проект - совокупность конструкторских документов, которые должны содержать окончательные технические решения, дающие полное представление об устройстве разрабатываемого изделия, и исходные данные для разработки рабочей документации. 

Технический проект после согласования и утверждения в установленном порядке служит основанием для разработки рабочей конструкторской документации.  Объем работ - по ГОСТ 2.120-73.  7. Ранее разработанные конструкторские документы применяют при разработке новых или модернизации изготовляемых изделий в следующих случаях: 

а) в проектной документации (техническом предложении, эскизном и техническом проектах) и рабочей документации опытного образца (опытной партии) - независимо от литерности применяемых документов; 

б) в конструкторской документации с литерами «О₁« («О₂«), «А» и «Б», если литерность применяемого документа та же или высшая. 

Литерность полного комплекта конструкторской документации определяется низшей из литер, указанных в документах, входящих в комплект, кроме документов покупных изделий. 

(Измененная редакция, Изм. № 1). 

8. Конструкторские документы, держателями подлинников которых являются другие предприятия, могут применяться только при наличии учтенных копий или дубликатов. 

Системный подход(вопр.10)— это направление исследования объекта с разных сторон, комплексно, в отличие от ранее применявшихся (физических, структурных и т.д.). При системном подходе в рамках моделирования систем необходимо прежде всего четко определить цель моделирования. Необходимо помнить, что невозможно полностью смоделировать реально функционирующую систему (систему-оригинал), а необходимо создать модель (систему-модель) под поставленную проблему при решении конкретной задачи. В конечном итоге моделирование должно адекватно отражать реальные процессы поведения исследуемых систем. Одной из целей моделирования является ее познавательная направленность. Выполнению этой цели способствует правильный отбор в создаваемую модель элементов системы, структуры и связей между ними, критерия оценки адекватности модели. При таком подходе упрощается классификация реальных систем и их моделей.

Таким образом, в целом системный подход предполагает следующие этапы решения проблемы:

1. Изучение предметной области (качественный анализ).

2. Выявление и формулирование проблемы.

3. Математическая (количественная) постановка проблемы.

4. Натурное и/или математическое моделирование исследуемых объектов и процессов.

5. Статистическая обработка результатов моделирования.

6. Поиск и оценка альтернативных решений.

7. Формулирование выводов и предложений по решению проблемы.

Вопр.17Требования к конструкциям ЭС и показатели их качества При решении задач конструирования заказных БИС и кристаллов СВЧ ИС решаются задачи операции входного контроля исходных данных, покрытия, компоновки, взаимного расположения компонентов при минимуме числа пересечений, трассировки, контроля топологии, изготовления рисунков фотошаблонов и их оригиналов. Главное, что надо отметить, это то, что радиоинженер-конструктор-технолог является пользователем средств вычислительной техники, а не их разработчиком и программистом, поэтому ему нужны основы этих знаний, чтобы грамотно решать свои задачи по автоматизированному конструированию. К основным требованиям, предъявляемым к конструкциям ЭС относятся высокое качество энергоинформационных (электрических) показателей, надежность, прочность, жесткость, технологичность, экономичность и серийноспособность конструкции при малой материалоемкости и потребляемой мощности. Конструкции, отвечающие этим требованиям, должны обладать минимальными массой m, объемом V, потребляемой мощностью Р, частотой отказов l, стоимостью С и сроком разработки Т, должны быть вибро- и ударопрочны, работать в нормальном тепловом режиме и иметь достаточно высокий для производства процент выхода годных изделий. Показатели, характеризующие эти качества, могут быть разбиты на следующие группы: абсолютные (в абсолютных единицах), комплексный (безразмерный, обобщенный), удельные (в удельных величинах) и относительные (безразмерные, нормированные). К абсолютным показателям относят массу конструкции, ее объем, потребляемую мощность, частоту отказов, стоимость и срок разработки. Иногда эту группу показателей называют материальными (М) показателями, отвечающими на вопрос, из чего и как сделано устройство. Группу же энергоинформационных параметров в этих случаях называют функциональными (Ф) показателями, которые отвечают на вопрос для чего и что может делать устройство. Из этих двух групп могут быть получены более общие показатели качества такие, как комплексный показатель и удельные показатели качества. Комплексный показатель качества представляет собой сумму нормированный частных материальных показателей со своими "весовыми" коэффициентами, как коэффициентами значимости этого параметра на суммарное качество конструкции: К=j_mm_o+j_VV_o+j_ll_o+j_PP_o+j_CC_o+j_TT_o, (1) где m_o, V_o, l_o, P_o, C_o, T_o – нормированные значения материальных параметров относительно заданных по техническому заданию либо отношения этих материальных параметров для разных сравнительных вариантов конструкции, j_m, j_V, j_l, j_P, j_C, j_T – коэффициенты значимости частных материальных параметров, определяемые методом экспертных оценок, обычно их значение выбирают в пределах от 0 до 1. Выражение (1) показывает, что чем меньше каждый из материальных параметров, тем выше качество конструкции при одних и тех же функциональных параметрах. Коэффициенты значимости определяются группой экспертов (желательно в количестве не менее 30 человек), которые в зависимости от назначения и объекта установки РЭС присваивают каждый то или иное значение коэффициента значимости параметрам. Далее их результаты оценки суммируются, определяются средние значения и среднеквадратичные этих коэффициентов, находятся допустимые поля отклонений и по ним устраняют "промахи" экспертов, которые исключают из общей суммы и далее повторяют те же операции обработки данных. В результате получают средние, "достоверные" значения этих коэффициентов, и тем самым и само уравнение для расчетов. К удельным показателям качества конструкции относят удельные коэффициенты конструкций: плотность упаковки элементов на площади или в объеме, удельную мощность рассеивания на площади или в объеме (теплонапряженность конструкции), удельную массу (плотность) конструкции, величину истечения газа из объема конструкции (степень герметичности), Удельные коэффициенты оценивают прогресс развития новых конструкций по сравнению с предыдущими аналогами и прототипами. Они выражаются как k=М/Ф и для каждого из типов радиоустройств или болков имеют конкретное выражение размерности величин. Так для антенных устройств, если для них в качестве основного параметра взять массу, удельный коэффициент k_А=m/G [кг/ед.усиления], где G – коэффициент усиления антенны; для передающих устройств k_пер=m/Р_вых [кг/Вт], где Р_вых – выходная мощность передатчика. Поскольку передающие устройства характеризуются большим количеством функциональных параметров (коэффициентом усиления, коэффициентом шума, полосой пропускания, выходной мощностью и др.), то функциональная сложность и качество выполняемых функций для микросборочных конструктивов может быть оценено количеством разработанных микросборок (n_МСБ), тогда k_пер=m/ n_МСБ [кг/МСБ]. Аналогично можно рассчитать удельные коэффициенты и по отношению к другим материальным параметрам и получить для сравнения аналогов их величины, выраженные в [см³/ед.усиления], [см³/Вт], [см³/МСБ], [руб/ед.усиления],[руб/Вт], [руб/МСБ] и т.п. Такие оценки наиболее наглядны и не требуют доказательств, что лучше а что хуже без всяких эмоций. Плотность упаковки элементов на площади или в объеме оценивается следующими выражениями g_S=N/S и g_V=N/V, где N – количество элементов, S и V – занимаемые ими площадь или объем соответственно. Количество элементов определяется какN=N_ИС*n_э+n_ЭРЭ, где N_ИС – количество ИС в устройстве, n_э – количество элементов в одной ИС (кристалле или в корпусе), n_ЭРЭ – количество навесных электрорадиоэлементов в конструкции ячейки, блока, стойки. Плотность упаковки является главным показателем уровня интеграции конструктивов того или иного уровня. Так если для полупроводниковых ИС с объемом кристалла в 1 мм³ и количеством элементов в нем равным 40 единиц, g_ИС=40*10³ эл/см³, то на уровне блока цифровых РЭС g_б=40 эл/см³. Происходит это за счет того, что кристаллы корпусируются, далее корпусированные ИС рзмещаются на плате с известным зазором и при компоновке ФЯ в блок опять-таки появляются дополнительные зазоры между пакетом ФЯ и внутренними стенками корпуса. Да и сам корпус имеет объем (объем стенок и лицевой панели), в котором нет полезных (схемных) элементов. Иначе говоря, при переходе с одного уровня компоновки на другой происходит потеря (дезинтеграция) полезного объема. Как будет сказано ниже, коэффициент дезинтеграции определяется отношение суммарного объема к полезному объему. Для блока цифрового типа он выражается какq_V=V_б/N_ИС*V_ИС, где V_ИС – объем одной микросхемы (либо бескорпусной, либо корпусированной в зависимости от метода конструирования). Учтя это выражение, можно записать, что g_б= (N_ИС*n_э )/(q_V* N_ИС*V_ИС) =g_ИС/ q_V , (2) где g_ИС=n_э/ V_ИС – плотность упаковки элементов в ИС. Как показано выше, в бескорпусных ИС цифрового типа малой степени интеграции эта величина составляет 40 тыс.эл./см³. При установке бескорпусных ИС в корпус, например IV типа, происходит увеличение объема примерно в 200 раз, а при установке корпусированных ИС на плату и далее компоновке их в объеме корпуса еще в 5 раз, т.е. суммарный коэффициент дезинтеграции составляет уже 10³, при этом и получается g_б=40 эл/см³, что характерно для блоков III поколения РЭС цифрового типа. Из выражения (2) следует, что конструирование цифровых устройств высокой интеграции требует от разработчика не только применения БИС и СБИС, но и достаточно компактной компоновки. Для конструкций аналоговых ЭС, где не наблюдается четко выраженных регулярных структур активных элементов, где их число становится соизмеримым или даже меньшим, чем число пассивных навесных ЭРЭ (обычно одну аналоговую ИС "обрамляют" до 10 пассивных элементов: конденсаторов вместе с катушками и фильтрами), коэффициенты дезинтеграции объема еще более возрастает (в 3…4 раза). Из этого следует, что сравнивать конструктивы разного уровня иерархии и различных по назначению и принципу действия нельзя, т.е. этот показатель качества для всех ЭС не является универсальным. К тому же добавим, что если в одной компактной конструкции применили ИС малой степени интеграции (до 100 элементов на корпус), а в другой – плохо скомпоноввнной, но на БИС, то может оказаться по этому показателю, что вторая конструкция лучше, хотя явно видно, что она хуже. Поэтому в случае применения элементной базы разной степени интеграции сравнение конструкций по плотности компоновки неправомерно. Таким образом, плотность упаковки элементов в объеме конструктива является действительной оценкой качества конструкции, но пользоваться этим критерием для сравнения надо грамотно и объективно. Удельная мощность рассеивания определяет тепловую напряженность в объеме конструктива и рассчитывается как Р_{уд.расс}=Р_расс/V, где Р_расс@(0,8…0,9)Р для цифровых регулярных структур. В аналоговых, в особенности в приемоусилительных ячейках и блоках, мощности рассеивания и теплонапряженности невелики и тепловой режим обычно бывает нормальным и с большим запасом по этому параметру. В устройствах цифрового типа это, как правило, не наблюдается. Чем выше требования на быстродействие вычислительных средств, тем больше величина потребляемой мощности, тем выше теплонапряженность. Для РЭС на бескорпусных МСБ эта проблема еще более усугубляется, так как объем при переходе от III к IV поколению уменьшается, как было отмечено выше, в 5…6 раз. Поэтому в конструкциях блоков цифрового типа на бескорпусных МСБ обязательным является наличие мощных теплоотводов (металлических рамок, медных печатных шин и т.п.) В некоторых случаях в бортовых РЭС применяют и системы охлаждения, выбор типа которых проводится по критерию удельной мощности рассеивания с поверхности блока (Р¢_{уд.расс}=Р_расс/S, Вт/см²). Для блоков цифрового типа III поколения допускаемая тепловая напряженность составляет 20…30 Вт/дм³ в условиях естественной конвекции и при перегреве корпуса относительно среды не более, чем 40 ^ОС, а для блоков IV поколения порядка 40 Вт/дм³ и более. Удельная масса конструкции выражается как m¢=m/V. Этот параметр ранее считался за главный критерий оценки качества аппаратуры и далее было условное деление конструкций на "тонущую РЭА" (m¢>1 г/см³) и "плавающую РЭА" (m¢<1 г/см³). Если конструкция была тонущая, то считали, что она компактна и хорошо скомпонована (мало воздуха и пустот в корпусе). Однако с появление IV поколения конструкций РЭС, где преобладающей долей массы являлись металлические рамки и с более толстыми стенками корпус (для обеспечения требуемой жесткости корпуса при накачке внутрь его азота), даже плохо скомпонованные ячейки оказывались тонущими. И чем больше и впустую расходовался металл, тем более возрастал этот показатель, переставший отражать качество компоновки и конструкции в целом. Поэтому для сравнения качества конструкций по этому критерию отказались, но он оказался полезным для решения другой задачи, а именно, распределение ресурса масс в конструктивах. Величина истечения газа из объема конструкции оценивает степень ее герметичности и определяется как D=V_г*р/t , (3) где V_г - объем газа в блоке, дм³; р – величина перепада внутреннего и внешнего давления (избыточного давления) в блоке, Па (1 Па=7,5 мкм рт.ст.); t - срок службы или хранения, с. Для блоков с объемом V_г=0,15…0,2 дм³ в ответственных случаях при выдержке нормального давления к концу срока службы (8 лет) требуется D=6,65*10^-6 дм³*Па/с (или 5,5*10^-5 дм³*мкм рт.ст/с), в менее ответственных случаях полная вакуумная герметизация не обеспечивается и степень герметичности может быть уменьшена до значения 10^-3 дм³*мкм.рт.ст/с. В группе относительных показателей находятся коэффициенты дезинтеграции объема и массы, показатель функционального расчленения, величина перегрузки конструкции при вибрациях и ударах, а также многие параметры технологичности конструкции такие, как коэффициенты унификации и стандартизации, коэффициент повторяемости материалов и изделий электронной техники, коэффициент автоматизации и механизации и др. Последние достаточно хорошо известны из технологических дисциплин, поэтому повторять их содержание и влияние на качество конструкции не станем. Как уже отмечалось выше при рассмотрении плотности упаковки, в конструкциях РЭС разного уровня компоновки присутствуют потери полезного объема, а следовательно, и масс при корпусировании ИС, компоновке их в ячейки и далее в блоки, стойки. Уровень их может быть весьма значительным (в десятки и сотни раз). Оценки этих потерь (дезинтеграции) объемов и масс проводится с помощью коэффициентов дезинтеграции q_V и q_m соответственно, выражаемые как отношение суммарного объема (массы) конструктива к его полезному объему (массе), или q_V=V/V_N, q_m=m/m_N, (4) где V_N=SV_с.э., m_N=Sm_с.э. – полезный объем и масса схемных элементов. При переходе с одного уровня компоновки на более высший уровень коэффициенты дезинтеграции объема (или массы) q_V(m)показывают, во сколько раз увеличиваются суммарные объем (или масса) комплектующих изделий к следующей конкретной форме их компоновки, например при переходе от нулевого уровня – корпусированных микросхем к первому – функциональной ячейке имеемq_V(m)=V(m)_ФЯ/SV(m)_ИС, при переходе от уровня ячейки к блоку q_V(m)= V(m)_б/SV(m)_ФЯ и т.д., где V(m)_ИС, V(m)_ФЯ, V(m)_б – соответственно объемы (или массы) микросхемы, ячейки, блока. Как и в случае критерия плотности упаковки заметим, что коэффициенты дезинтеграции реально отражают качество конструкции, в частности ее компактность, но и они не могут быть использованы для сравнения конструктивов, если они относятся к разным поколениям, разным уровням конструктивной иерархии или ЭС различного назначения и принципа действия. Анализ существующих наиболее типовых и компактных конструктивов различных поколений и различного назначения позволил получить средние значения их коэффициентов дезинтеграции объема и массы (табл. 1). там же приведены значения удельной массы конструктивов. Показатель функционального разукрупнения конструкции представляет собой отношение количества элементов N в конструктиве к количеству выводов М из него, или ПФР=N/M. Например для цифровой бескорпусной МСБ, содержащей 12 бескорпусных ИС с 40 элементами в каждом кристалле (N=40*12=480 элементов) и 16 выходными площадками, имеем ПФР=480/16=30. Чем выше ПФР, тем ближе конструкция к конструктиву высокой интеграции, тем меньше монтажных соединений между ними, тем выше надежность и меньше масса и габариты. Наибольшее число функций и элементов монтажа "вбирают" в себя БИС¢ы и СБИС¢ы. Однако и у них есть предел степени интеграции, оговариваемый именно количеством допустимых выводов от активной площади кристалла к периферийным контактным площадкам. Наконец, величина перегрузки n действующих на конструкцию вибраций или ударов оценивается как отношение возникающего от их действия ускорения масс элементов конструкции к ускорению свободного падения, или n=a/g, где а – величина ускорения при вибрации (или ударе). Вибро- и ударопрочность конструкции определяются значениями величин допускаемых перегрузок при вибрациях и ударах, которые может выдержать конструкция без разрушения своих связей между элементами. Для того, чтобы эти свойства были обеспечены, необходимо, чтобы реально возникающие в тех или иных условиях эксплуатации перегрузки не превышали предельно допустимых для конкретной конструкции.

Вопр.26

Планирование эксперимента – выбор плана эксперимента, удовлетворяющего заданным требованиям, совокупность действий направленных на разработку стратегии экспериментирования (от получения априорной информации до получения работоспособной математической модели или определения оптимальных условий). Это целенаправленное управление экспериментом, реализуемое в условиях неполного знания механизма изучаемого явления.

В процессе измерений, последующей обработки данных, а также формализации результатов в виде математической модели, возникают погрешности и теряется часть информации, содержащейся в исходных данных. Применение методов планирования эксперимента позволяет определить погрешность математической модели и судить о ее адекватности. Если точность модели оказывается недостаточной, то применение методов планирования эксперимента позволяет модернизировать математическую модель с проведением дополнительных опытов без потери предыдущей информации и с минимальными затратами.

Цель планирования эксперимента – нахождение таких условий и правил проведения опытов при которых удается получить надежную и достоверную информацию об объекте с наименьшей затратой труда, а также представить эту информацию в компактной и удобной форме с количественной оценкой точности.

Пусть интересующее нас свойство (Y) объекта зависит от нескольких (n) независимых переменных (Х1, Х2, …, Хn) и мы хотим выяснить характер этой зависимости - Y=F(Х1, Х2, …, Хn), о которой мы имеем лишь общее представление. Величина Y – называется “отклик”, а сама зависимость Y=F(Х1,Х2, …, Хn) – “функция отклика”.

Отклик должен быть определен количественно. Однако могут встречаться и качественные признаки Y. В этом случае возможно применение рангового подхода. Пример рангового подхода - оценка на экзамене, когда одним числом оценивается сложный комплекс полученных сведений о знаниях студента.

Независимые переменные Х1, Х2, …, Хn – иначе факторы, также должны иметь количественную оценку. Если используются качественные факторы, то каждому их уровню должно быть присвоено какое-либо число. Важно выбирать в качестве факторов лишь независимые переменные, т.е. только те которые можно изменять, не затрагивая другие факторы. Факторы должны быть однозначными. Для построения эффективной математической модели целесообразно провести предварительный анализ значимости факторов (степени влияния на функцию), их ранжирование и исключить малозначащие факторы.

Диапазоны изменения факторов задают область определения Y. Если принять, что каждому фактору соответствует координатная ось, то полученное пространство называется факторным пространством. При n=2 область определения Y представляется собой прямоугольник, при n=3 – куб, при n >3 - гиперкуб.

При выборе диапазонов изменения факторов нужно учитывать их совместимость, т.е. контролировать, чтобы в этих диапазонах любые сочетания факторов были бы реализуемы в опытах и не приводили бы к абсурду. Для каждого из факторов указывают граничные значения

, i=1,... n.

Регрессионный анализ функции отклика предназначен для получения ее математической модели в виде уравнения регрессии

,

где В1, …, Вm – некоторые коэффициенты; е – погрешность.

Среди основных методов планирования, применяемых на разных этапах исследования, используют:

планирование отсеивающего эксперимента, основное значение которого выделение из всей совокупности факторов группы существенных факторов, подлежащих дальнейшему детальному изучению;

планирование эксперимента для дисперсионного анализа, т.е. составление планов для объектов с качественными факторами;

планирование регрессионного эксперимента, позволяющего получать регрессионные модели (полиномиальные и иные);

планирование экстремального эксперимента, в котором главная задача – экспериментальная оптимизация объекта исследования;

планирование при изучении динамических процессов и т.д.

Инициатором применения планирования эксперимента является Рональд А. Фишер, другой автор известных первых работ – Френк Йетс. Далее идеи планирования эксперимента формировались в трудах Дж. Бокса, Дж. Кифера. В нашей стране - в трудах Г.К. Круга, Е.В. Маркова и др.

В настоящее время методы планирования эксперимента заложены в специализированных пакетах, широко представленных на рынке программных продуктов, например: StatGrapfics, Statistica, SPSS, SYSTAT и др.

Вопр.18Полный факторный эксперимент предполагает возможность управлять объектом по одному или нескольким независимым каналам (см. рис.1.5,в).

            В общем случае, схема эксперимента может быть представлена в виде, представленном на рис.1.5, в. В схеме используются следующие группы параметров:

1.                  управляющие (входные )

2.                  параметры состояния (выходные )

3.                  возмущающие воздействия ()

При многофакторном и полном факторном эксперименте выходных параметров может быть несколько. Пример такого пассивного многофакторного эксперимента будет рассмотрен в шестой главе настоящей книги.

            Управляющие параметры  представляют собой независимые переменные, которые можно изменять для управления выходными параметрами. Управляющие параметры называют факторами. Если  (один управляющий параметр), то эксперимент однофакторный. Многофакторный эксперимент соответствует конечному числу управляющих параметров. Полный факторный эксперимент соответствует наличию возмущающих воздействий в многофакторном эксперименте.

            Диапазон изменения факторов или число значений, которое они могут принимать называется уровнем фактора.

            Полный факторный эксперимент характеризуется тем, что при фиксированных возмущающих воздействиях  минимальное число уровней каждого фактора равно двум. В этом случае, зафиксировав все факторы  кроме одного, необходимо провести два измерения, соответствующих двум уровням этого фактора. Последовательно осуществляя такую процедуру для каждого из факторов , получим необходимое число опытов в полном факторном эксперименте для реализации всех возможных сочетаний уровней факторов  , где  - число факторов.