Лабораторная работа № 6 Обработка результатов полного факторного эксперимента второго порядка

Цели работы: ознакомиться с методами планирования эксперимента; научиться составлению центральных композиционных планов 2-го порядка и обработке результатов эксперимента; решить приведенную задачу.

Краткие теоретические сведения

Центральное композиционное планирование используют в тех случаях, когда кривизна поверхности отклика велика и не может быть адекватно описана многочленом первого порядка. Наиболее широко для описания таких поверхностей применяют полиномы второго порядка типа

. (1)

Общий вид матрицы планирования для композиционного 2-фактор-ного плана представлен в табл. 1.

Таблица 1

Композиционный план 2-го порядка для 2 факторов

Системы опытов	№ оп.	х0	х1	х2	х1 х2	х1^2	х2^2
Полный факторный эксперимент	1	+1	+1	-1	-1	+1	+1
	2	+1	+1	+1	+1	+1	+1
	3	+1	–1	+1	–1	+1	+1
	4	+1	–1	–1	+1	+1	+1
Опыты в звездных точках	5	+1	+	0	0	^2	0
	6	+1	–	0	0	^2	0
	7	+1	0	+	0	0	^2
	8	+1	0	–	0	0	^2
Опыты в центре плана	9	+1	0	0	0	0	0
	...	...	...	...	...	...	...
	N	+1	0	0	0	0	0

Здесь х₁ и х₂ – нормированные значения первого и второго факторов,  – величина звездного плеча.

Геометрически план второго порядка для двух факторов можно представить в виде рисунка.

Количество опытов в матрице композиционного плана второго определяется по формулам

при k < 5; , при k  5, (2)

где 2^k – число опытов, образующих полный факторный эксперимент (ядро плана); 2k – число так называемых звездных точек в факторном пространстве, имеющих координаты (, 0); (0, ); n₀ – опыты в центре плана. Различают два вида композиционного планирования – ортогональное и ротатабельное.

Рис. Композиционный план 2-го порядка для 2 факторов

Ортогональный план второго порядка

В общем виде композиционные планы второго порядка не ортогональны, но они легко приводятся к ортогональным выбором соответствующего звездного плеча . Значения звездного плеча  для ортогонального композиционного плана приведены в приложении 7.

Пример ортогонального плана второго порядка для двух факторов приведен в табл. 2.

Таблица 2

Ортогональный план 2-го порядка для 2 факторов

Системы опытов	№ оп.	х0	х1	х2	х1 х2	х1*	х2*
Полный факторный эксперимент	1	+1	–1	–1	+1	+1/3	+1/3
	2	+1	+1	–1	–1	+1/3	+1/3
	3	+1	–1	+1	–1	+1/3	+1/3
Опыты в звездных точках	4	+1	+1	+1	+1	+1/3	+1/3
	5	+1	+1	0	0	+1/3	–2/3
	6	+1	–1	0	0	+1/3	–2/3
	7	+1	0	+1	0	–2/3	+1/3
	8	+1	0	–1	0	–2/3	+1/3
Опыты в центре плана	9	+1	0	0	0	–2/3	–2/3

Уравнение регрессии при центральном ортогональном композиционном планировании ищут в следующем виде:

. (3)

Благодаря ортогональности матрицы планирования все коэффициенты регрессии определяются независимо друг от друга по формулам

(4)

;

здесь j – номер фактора; i – номер опыта; j  0 при коэффициенте b_j и j  u при коэффициенте b_ju.

Входящие в уравнение (3) вспомогательные переменные определяются по формуле

, где . (5)

Расчет вспомогательных переменных производится с целью приведения матрицы к ортогональному виду. Для того чтобы получить уравнение регрессии в обычной форме

, (6)

b₀ определяют по формуле

(7)

и оценивают с дисперсией, равной

. (8)

Рассчитав дисперсию воспроизводимости, проверяют значимость коэффициентов и адекватность полученного уравнения.

Коэффициенты уравнения регрессии, получаемые при помощи ортогональных планов второго порядка, определяются с разной точностью. Ошибки коэффициентов для k < 5 определяются по формулам

. (9)

. (10)

. (11)

. (12)

где u, j = 1, 2, 3, 4; u  j; значения дисперсии воспроизводимости и стандарта определяются по формулам

, (13)

где – значения параметра оптимизации в параллельных опытах; m – количество параллельных опытов; – среднее значение параметра оптимизации в параллельных опытах.

Значимость коэффициентов регрессии определяется по критерию Стьюдента

. (14)

Коэффициент значим, если t_j > t_т, где t_т – табличное значение критерия Стьюдента, которое определяется по приложению 4 в зависимости от числа степеней свободы воспроизводимости. Незначимые коэффициенты исключаются из уравнения без пересчета.

Проверка адекватности уравнения регрессии осуществляется с помощью критерия Фишера

. (15)

Здесь дисперсия адекватности определяется по формуле

, (16)

где – экспериментальное и расчетное значение параметра оптимизации; L – количество значимых коэффициентов уравнения регрессии.

Уравнение адекватно, если расчетное значение F меньше табличного для выбранного уровня значимости р.

Ротатабельный план второго порядка

Ортогональные планы второго порядка не обладают свойством ротатабельности. Бокс и Хантер предложили считать оптимальными ротатабельные планы второго порядка. Пример ротатабельного плана второго порядка для двух факторов приведен в табл. 3.

Определение коэффициентов уравнения регрессии при ротатабельном планировании осуществляется по формулам (17).

; ; ; ; ; .

(17)

Таблица 3

Ротатабельный план второго порядка для k = 2

Системы опытов	№ оп.	х0	х1	х2	х1 х2	х1^2	х2^2
Полный факторный эксперимент	1	+1	–1	–1	+1	+1	+1
	2	+1	+1	–1	–1	+1	+1
	3	+1	-1	+1	–1	+1	+1
	4	+1	+1	+1	+1	+1	+1
Опыты в звездных точках	5	+1	–1,412	0	0	+2	0
	6	+1	+1,412	0	0	+2	0
	7	+1	0	–1,412	0	0	+2
	8	+1	0	+1,412	0	0	+2
Опыты в центре плана	9	+1	0	0	0	0	0
	10	+1	0	0	0	0	0
	11	+1	0	0	0	0	0
	12	+1	0	0	0	0	0
	13	+1	0	0	0	0	0

Значения констант для определения коэффициентов регрессии при ротатабельном планировании приведены в табл. 4.

Таблица 4

Значения констант для определения коэффициентов регрессии

Число факторов, k	Число опытов, N	n0		a1	a2	a3	a4	a5	a6	a7
2	13	5	1,412	0,2	0,1	0,125	0,25	0,1251	0,0187	0,1
3	20	6	1,682	0,166	0,0568	0,0732	0,125	0,0625	0,0069	0,0568
4	31	7	2,0	0,1428	0,0357	0,0417	0,0625	0,0312	0,0037	0,0357
5*	32	6	2,0	0,1591	0,0341	0,0417	0,0625	0,0312	0,0028	0,0341
5	52	10	2,378	0,0988	0,0191	0,0231	0,0312	0,0156	0,0015	0,0191

* полуреплика

Дисперсия воспроизводимости при ротатабельном планировании определяется по опытам в центре плана аналогично ортогональному планированию. Ошибки коэффициентов определяются по формулам (18).

Sb₀² = a₁; Sb_j² = a₃; Sb_uj² = a₄; Sb_jj² = (a₅+a₆) . (18)

Значимость коэффициентов уравнения регрессии определяется аналогично ортогональному планированию. Если незначимым оказался один из квадратичных эффектов, после его исключения коэффициенты уравнения регрессии необходимо пересчитать.

Дисперсию адекватности определяют по формуле

, (19)

где остаточная дисперсия, число степеней свободы остаточной дисперсии и число степеней свободы дисперсии адекватности соответственно равны:

	,	(20)
	,	(21)
	.	(22)

Уравнение адекватно, если расчетное значение критерия Фишера не превышает табличного (приложение 8), взятого для степеней свободы f₁ = f_ад и f₂ = f_вос.

Задача

По результатам экспериментов получить уравнения регрессии, определить их адекватность и построить расчетные поверхности отклика в области проведения экспериментов.

Ход работы:

1. Получить исходные данные у преподавателя.

2. Определить коэффициенты уравнения регрессии по ортогональному плану эксперимента по формулам (4).

3. Определить дисперсию воспроизводимости и стандарт по формулам (13).

4. Определить ошибки коэффициентов по формулам (9–12).

5. Рассчитать значения критерия Стьюдента по формуле (14) и определить значимость коэффициентов уравнения регрессии. Скорректировать уравнение регрессии с учетом отброшенных коэффициентов.

6. Рассчитать по формуле (15) критерий Фишера и по приложению 8 определить адекватность полученной модели.

7. Построить расчетную поверхность отклика в области проведения эксперимента.

8. Аналогично (п. 1–7) получить уравнение регрессии по ротатабельному плану, определить его адекватность и построить поверхность отклика.

9. Написать вывод по работе.