- •Кафедра металлургии и литейного производства
- •1. Информация о дисциплине
- •1.1. Предисловие
- •1.2. Содержание дисциплины и виды учебной работы Содержание дисциплины по гос
- •Объем дисциплины и виды учебной работы
- •2. Рабочие учебные материалы
- •2.1. Рабочая программа (150 ч)
- •Раздел 1. Методология
- •Раздел 2. Техническая база
- •Раздел 3. Пассивный эксперимент (32 ч)
- •4.2. Дробный факторный эксперимент (12 ч )
- •2.2. Тематические планы дисциплины Тематический план дисциплины для студентов очно – заочной формы обучения
- •Тематический план дисциплины для студентов заочной формы обучения
- •2.3. Стркуктурно – логическая схема дисциплины
- •2.4. Временной график изучения дисциплины при использовании дот
- •2.5. Практический блок
- •2.6. Рейтинговая система оценки знаний
- •3. Информационные ресурсы дисциплины
- •3.1. Библиографический список
- •3.2. Опорный конспект
- •Раздел 1. Методология и выбор методики научного исследования
- •Вопросы для самопроверки
- •Раздел 2. Техническая база экспериментальных исследований
- •Газового хроматографа лхм-8мд
- •Методы автоматического контроля влажности формовочных и стержневых смесей
- •Вопросы для самопроверки
- •Раздел 3. Пассивный эксперимент
- •Тема 1. Корреляционный анализ данных
- •Вопросы для самопроверки
- •Тема 2. Регрессионный анализ экспериментальных данных
- •Вопросы для самопроверки
- •Тема 3. Дисперсионный анализ данных
- •Вопросы для самопроверки
- •Тема 4. Комплексный компьютерный анализ результатов опытов
- •Сервис | анализ данных | регрессия
- •Данные для двумерного статистического анализа
- •Вставка | столбцы
- •Вопросы для самопроверки
- •Раздел 4. Активный эксперимент
- •Тема 5. Полный факторный эксперимент
- •Вопросы для самопроверки
- •Тема 6. Дробный факторный эксперимент
- •Первая полуреплика пфэ типа 23
- •Вторая полуреплика пфэ типа 23
- •Вопросы для самопроверки
- •Тема 7. Факторные эксперименты высокого порядка
- •Вопросы для самопроверки
- •Раздел 5. Поисковые методы оптимизации
- •Тема 8. Одно- и многофакторная оптимизация
- •Вопросы для самопроверки
- •Тема 9. Оптимизация методом крутого восхождения по поверхности отклика
- •Вопросы для самопроверки
- •Тема 10. Симплексный метод оптимизации
- •Вопросы для самопроверки
- •Глоссарий
- •3.4. Технические и программные средства обеспечения дисциплины
- •3.4.1. Описание компьютерных программ для выполнения лабораторных работ
- •3.4.2. Перечень расчётных программ
- •Методика выполнения работы
- •Контрольный пример
- •Данные плавочного контроля
- •Лабораторная работа №2 Применение регрессионного анализа данных
- •Выбор исходных данных в лабораторных работах
- •Лабораторная работа №3 Применение дисперсионного анализа
- •Краткое теоретическое содержание работы
- •Результаты испытаний образцов двух серий плавок в и г
- •Методика выполнения работы
- •Лабораторная работа №4
- •Лабораторная работа №5 Обработка и анализ результатов полного факторного эксперимента с построением математической модели объекта
- •Краткое теоретическое содержание
- •Значение степени десульфурации стали у, % в двух параллельных опытах (у, и у 2)
- •Методика выполнения работы
- •Контрольный пример
- •Лабораторная работа №6
- •Лабораторная работа №7
- •Сервис | анализ данных | регрессия
- •Лабораторная работа №8 Обработка и анализ результатов многоуровневого факторного эксперимента
- •Краткое теоретическое содержание
- •Методика выполнения работы
- •Контрольный пример
- •Решение
- •Сервис | анализ данных | регрессия
- •Лабораторная работа № 9 Оптимизация методом крутого восхождения по поверхности отклика
- •Краткое теоретическое содержание работы
- •Методические указания к выполнению работы
- •Контрольный пример
- •Лабораторная работа №10 Моделирование процесса симплексной оптимизации
- •Краткое теоретическое содержание работы
- •Методические указания к выполнению работы
- •Контрольный пример
- •4. Блок контроля освоения дисциплины
- •4.1. Задание на курсовую работу
- •4.2. Методические указания к выполнению курсовой работы
- •Выполнение расчётов курсовой работы с использованием персонального компьютера
- •Сервис | анализ данных | регрессия
- •Требования к оформлению курсовой работы
- •Текущий контроль
- •4.3.1. Тренировочные тесты
- •Тест к разделу 1 “Методология и выбор методики научного исследования”
- •Вопрос 1. Что понимают под вычислительным экспериментом?
- •Вопрос 2. В чем заключается понятие “Методология науки” (научного исследования)?
- •Вопрос 3. Какова цель пассивного эксперимента?
- •Тест к разделу 4. “Активный эксперимент”
- •Вопрос 1. Какие технологические факторы включают в состав активного эксперимента?
- •Вопрос 2. Из каких соображений выбирают число уровней варьирования факторов?
- •Вопрос 3. Как выбирают интервал варьирования факторов при активном эксперименте?
- •Тест к разделу 5. Экспериментальные методы оптимизации
- •Вопрос 1. В чем заключается цель оптимизирующего эксперимента?
- •Вопрос 2. Почему в металлургии и литейном производстве поисковые методы оптимизации применяют чаще, чем аналитические (методы математического программирования)?
- •Вопрос 3. Нужна ли математическая основа для реализации поисковых методов оптимизации?
- •4.4. Итоговый контроль Вопросы для подготовки к сдаче зачета
- •Оглавление
- •191186, Санкт – Петербург, ул. Миллионная, д.5
Краткое теоретическое содержание
В ряде задач исследователю необходимо получить адекватную математическую модель, описывающую участок сложной поверхности отклика вблизи её экстремума, где ротатабельный план эксперимента не дал желаемых результатов. В этом случае существует возможность решить поставленную задачу на основе постановки многоуровневого факторного эксперимента.
Из теории активного эксперимента (см., например, [2], с.130) известно, что для получения математической модели, в состав которой i – й фактор входит в степени r, этот фактор должен в процессе реализации опытов варьироваться не менее, чем на l = r + 1 уровнях. Поэтому с помощью многоуровневого эксперимента может быть получена математическая модель столь высокого порядка, который необходим для её адекватности.
Методика выполнения работы
С целью обеспечения наглядности применения расчетной методики, ограничимся второй степенью переменных в составе математической модели, полагая, что при возникновении потребности в модели более высокого порядка, исследователь, действуя по аналогичному алгоритму, будет способен достичь поставленной цели (См. файл МФЭ.xls).
Контрольный пример
Методом многоуровневого факторного эксперимента исследовали зависимость прочности сплава , на основе алюминия от содержания в нем кремния и марганца. Требуется построить математическую модель
где
Решение
Для решения используем систему электронных таблиц Excel (Microsoft Office). На листе 1 блок данных А3:Е37 содержит кодированные значения факторов Х1, Х2, варьируемых на пяти уровнях каждый. Экспериментальные значения отклика объекта занимают интервал F3:F37.
Произведем комплексный статистический анализ представленных исходных данных известными командами из главного меню Excel:
Сервис | анализ данных | регрессия
и по запросу компьютера указываем в окне “РЕГРЕССИЯ” интервалы исходных данных аналогично предыдущим работам.
На лист 2 выводятся итоги вычислений, из которых нас прежде всего интересуют следующие:
1) критерий R2 = 0,9623 по грубой оценке свидетельствует об адекватности модели;
2) доверительные вероятности = 1 – “Р – значение” коэффициентов модели (см. данные в интервале Е17:Е22, лист 2) составляют
Отсюда с доверительной вероятностью = 0,99 значимыми оказываются только первые три коэффициента для линейной модели
что не уcтраивает исследователя.
Приняв доверительную вероятность исследователь получает модель 2 -го порядка в виде
.
Аналогичным путем с помощью Excel можно продолжать повышать порядок модели и вычислять её коэффициенты. Напомним, что члены модели с незначимыми коэффициентами (как, например, b3 в рассматриваемой задаче, где доверительная вероятность < 0,95) из состава математической модели исключаются.
Для строгого суждения об адекватности модели с помощью критерия Фишера необходимо дублирование опытов с последующими дополнительными вычислениями, как это было сделано в предыдущих работах. Поскольку в данном примере параллельные опыты не ставились в силу существенного возрастания общего числа опытов, произведем оценку адекватности с некоторыми упрощениями. Как и выше, дополним “стандартные” вычисления в среде Excel (по столбец F включительно). Найдем модельные значения (G3:G37) и дисперсию адекватности модели Dад определением построчных разностей Dад,,u = Yu - в диапазоне (H3:H37). Последние просуммируем и разделим на N – L = 35 – 5 = 30, как это производилось ранее при обработке данных ПФЭ. Тогда дисперсия адекватности Dад = 2,4945 (ячейка Н38).
Чтобы определить дисперсию воспроизводимости выхода с использованием метрологических характеристик применяемой аппаратуры, примем, что измерение производится на установке класса точности 1,0 с пределами измерения от 10 до 1250 МПа. Тогда [2], с.144
(ячейка Н39).
В результате экспериментальное значение критерия Фишера
Fэ = Dад / Dу = 0,6040.
Табличное значение того же критерия по данным [2], с.228 при доверительной вероятности 0,95 составляет FT > 2,09 (ячейка Н41).
Таким образом, Fэ < Fт (с большим запасом точности), откуда можно заключить, что полученная математическая модель адекватная.
Студенту предлагается произвести дальнейшее усложнение математической модели объекта (что возможно до 4-й степени переменных, проварьированных в рассматриваемом примере на 5 уровнях), и произвести её анализ по той же схеме, которая изложена выше.