Описание выбранного метода решения
Алгоритм Терентьева осуществляет выделение сильно связанных групп признаков («корреляционных плеяд») и сводится к следующему. Задается пороговое значение коэффициента корреляции го, с помощью которого производится построение срезов корреляционного цилиндра, из которых формируется последовательность подграфов, принимаемых в качестве «плеяд». Узлами этих подграфов являются все рассматриваемые признаки, а ребрами - корреляционные связи по абсолютной величине больше r0. При последовательном уменьшении критического уровня, количество ребер увеличивается, плеяды становятся крупнее и начинают сливаться друг с другом.
Организация сбора информации
Сбор информации начинается с генерации случайных данных для параметров расход волокнистой упрочняющей добавки, расход полимерной упрочняющей добавки, степень помола целлюлозы, концентрация массы при отливе, скорость бумагоделательной машины. Зная предельные значения для данных параметров, при помощи функции псевдослучайных чисел Excel, выбираются числа из диапазона (min+max)/2 с разбросом в 10%.
Далее запускаем программу «Производственный комплекс» и задаём начальные условия окружающей среды:
А также заказываем требования к качеству продукции:
Далее выбираем оперативное управление с пульта и задаём вышеперечисленные параметры (на рисунке 1, 2, 4, 5, 6). Запускаем в работу систему и через некоторое время снимаем показатели качества.
Обновляем начальные условия и заполняем таблицу до конца.
После всех манипуляций начинаем анализ полученных данных при помощи программы JMP.
Результаты обработки информации
Полученные данные экспортируем из Excel в JMP. На основании этих результатов программа строит корреляционную матрицу.
Визуализация результатов
Также по полученным нами данным и корреляционной матрице программа JMP строит матричный график, отображающий степень зависимости переменных.
Интерпретация результатов
Анализируя полученные с помощью программы JMP данные (корреляционную таблицу и матричный график) следует вначале дать им интерпретацию.
Изменение расхода волокнистой упрочняющей добавки вызовет изменение в том же направлении прочности и пластичности вырабатываемой продукции, но в обратном направление изменение влагопрочности.
Изменение расхода полимерной упрочняющей добавки вызовет изменение в обратном направление изменение влагопрочности и прочности, а изменение пластичности в прямом.
Изменение степени помолы целлюлозы вызовет изменение в обратном направление изменение влагопрочности и прочности, а изменение пластичности в прямом.
Изменение концентрации массы при отливе вызовет изменение в ту же сторону всех показателей качества.
Изменение скорости бумагоделательной машины вызовет изменение в обратном направлении пластичности и влагопрочности, а прочности – в прямом.
По данным из корреляционной матрицы строятся корреляционные плеяды по алгоритму Терентьева. Для этого определяем три диапазона значений корреляционного коэффициента. Первый – всё, что ниже по абсолютному значению 0.15. Связи из этого диапазона не отображаются. Второй – от 0.15 до 0.25. Связи из этого диапазона отображаются штриховыми линиями и считаются слабыми. Третий – всё, что выше 0.25. Связи из этого диапазона отображаются сплошными линиями.
0
.15
– 0.25
>
0.25
Прочность
Пластичность
Влагопрочность
Волокнистая упрочняющая добавка
Полимерная упрочняющая добавка
Концентрация массы при отливе
Степень помола целлюлозы
Скорость бумагоделательной машины