- •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
4.2. Методические указания к выполнению курсовой работы
Обработку результатов ПФЭ или ДФЭ для построения математической модели согласно общепринятой методике производят по специальному алгоритму, насчитывающему 12 шагов [ 2 ], с.139...144 или [3], с. 56 … 62:
1. Рассчитывают построчные (то есть для каждой строки) средние значения отклика:
( 1 )
где- порядковый номер параллельного номера, общее число которых составляет П. В настоящем задании П = 2.
2. Вычисляют оценки построчных дисперсий:
,( 2 )
3. Находят максимальную Dmax из восьми дисперсий.
4. Рассчитывают сумму всех (т.е.восьми) построчных дисперсий:
( 3 )
где N = 8 (число строк матрицы плана эксперимента).
5. Определяют экспериментальное значение критерия Кохрена:
Gэ = Dmax / S ( 4 )
6. Из таблицы [ 2 ], с.230, приложение 7 или [3], c.87, приложение 4 выбирают теоретическое (табличное) значение критерия Кохрена Gт при доверительной вероятности = 0,95 и N = 8.
7. Проверяют соблюдение условия однородности построчных диспер-сий, согласно которому должно быть:
Gэ Gт ( 5 )
Если это условие не соблюдается, в исходные данные вкрались грубые ошибки, в результате чего расчёт необходимо повторить.
8. Находят предварительные значения коэффициентовbi (i = 0,7), вхо -дящих в состав искомой модели объекта. Всего здесь может быть определено до восьми коэффициентов включительно соответственно восьми членам модели предварительного вида:
= b0 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + b6X6 + b7X7 , ( 6 )
где Х4 = Х1Х2 ; X5 = X1X3 ; X6 = X2X3 ; X7 = Х1X2X3 ,
причём каждое из кодированных значений факторов берут с учётом
его знака, заданного в соответствующих таблицах. Для расчёта коэффициентов bi используют формулы:
( 7 )
( 8 )
9. Вычисляют оценку общей дисперсии воспроизводимости от-
клика:
DY = S / N ( 9 )
10. Находят оценки дисперсии найденных коэффициентов:
Dbi = DY / ( П∙ N ) ( 10 )
11. Рассчитывают границы доверительного интервала определе-
ния каждого из коэффициентов модели:
(11)
где tT- теоретическое (табличное) значение критерия Стьюдента,которое при= 0,95 и числе степеней свободыf=N·(П- 1 ) можно найти в
[ 2 ], с.226, приложение 2 или [3], c. 85, приложение 1. По доверительному интервалу проверяют значимость коэффициентов модели. Значимым признается коэффициент, абсолютное значение которого превышает соответствующую границу доверительного интервала. В противном случае коэффициент признаётся статистически незначимым.Обычно незначимыми оказываются достаточно малые коэффициенты, определённые со значительной ошибкой вследствие разброса экспериментальных данных. Незначимые коэффициенты следует обнулить.
12. Проверяют адекватность полученной математической модели. Понятие адекватности объяснено в [ 2 ], с.142. Адекватная модель является точной в пределах принятых статистических критериев. В противном случае она носит приближённый характер. Для проверки используют экспериментальное значение критерия Фишера:
Fэ = Dад / DY , ( 12 )
в выражении которого дисперсия адекватности:
( 13 )
где L - число членов уравнения модели, оставшихся после оценки значимости коэффициентов bi , включая свободный член b0;
- "модельное" значение отклика в u - й строке матрицы, рассчитанное по уравнению модели.
Для суждения об адекватности модели из [ 2 ], с.228, приложение 5
или [3], c. 86, приложение 2 выбирают теоретическое (табличное) значение критерия Фишера Fт при доверительной вероятности 0,95 и числах степеней свободы f1 = N - L и f2 = N( П - 1 ).
Условие адекватности математической модели объекта исследования:
Fэ Fт ( 14 )
Заметим, что при N = L знаменатель формулы (13 ) обращается в
ноль. При этом проверить адекватность модели описанным способом нельзя.
В этом случае студент должен описать другую методику оценки адекватности модели [ 2 ], с.143.
Дальнейшие (при необходимости) действия исследователя, направленные на достижение адекватности математической модели объекта, описаны в [ 2 ], с.14З; 151...158.
Если пренебречь эффектами взаимодействия факторов, то в безразмерном выражении самым сильным фактором Xi оказывается тот, при котором находится наибольший по абсолютному значению коэффициент bi.. Однако с тем, чтобы довеcти исследование до конца, необходимо сравнить силу и направление воздействия на отклик объекта всех факторов iв натуральном выражении. Для этого можно воспользоваться соотношением:
Xi = ( xi - x0i ) / xi , ( 15 )
в котором x0i - основной уровень фактора,
xi - интервал варьирования фактора в процессе эксперимента.
Отсюда сравнению подлежат эффекты изменений факторов на
xi - x0i = 1, то есть на одну единицу измерения, и критерием сравнительной силы воздействия отдельных факторов, взятых в натуральном выражении, служит формула:
yi = bi Xi = bi / xi , (16 )
где yi - изменение отклика объекта, соответствующее изменению рассматриваемого фактора на одну единицу измерения.