работа. Лабораторная работа 1 (1). Построение моделей идентификации
Скачать 0.82 Mb.
|
2.3. Статистическая обработка результатов ПФЭ Предположим, что общий вид плана и результаты параллельных экспериментов приведены в табл.2.1. Таблица 2.1
Рассмотрим последовательность статистической обработки и проверки адекватности построенной модели. 1. Определяются среднее значение и дисперсия отклика в i –м эксперименте (строке) по формулам (2.1) . (2.2) где - значение отклика в i-м эксперименте (строке) j-й серии экспериментов; - число параллельных экспериментов. 2. Выполняется проверка однородности дисперсий . Для этого определяется расчетное значение критерия Кохрена по формуле . (2.3) С критерием связаны степени свободы: для числителя , для знаменателя . Проверяется условие , (2.4) где критическое (табличное) значение критерия Кохрена, найденное для заданной доверительной вероятности при числе степеней свободы . Если условие (2.4) выполняется, то дисперсии однородны и статистическая обработка продолжается. Если не выполняется, то дисперсии неоднородны. В этом случае требуются повторить эксперимент, изменив условия его проведения (набор факторов, интервал их варьирования, точность измерительных приборов и пр.). 3. Определяется оценка дисперсии воспроизводимости экспериментов определяется по формуле . (2.5) с ней связано число степеней свободы . 4. Определяются коэффициенты уравнения регрессии (2.6) где - кодированное значение -го фактора в -м эксперименте (строке) матрицы плана; - кодированное значение -го и -го факторов в -м эксперименте (строке) матрицы плана; - кодированное значение -го, -го и -го факторов в -м эксперименте (строке) матрицы плана. 5. Выполняется проверка значимости коэффициентов уравнения регрессии. Для выполнения проверки нужно построить доверительный интервал , соответствующий доверительной вероятности , для каждого из коэффициента . , (2.7) где - коэффициент, рассчитанный по формуле (2.6); - возможная ошибка, возникающая от замены истинного значения коэффициента его оценкой. Ошибка полагается одинаковой для всех коэффициентов: , (2.8) где - табличное значение критерия Стьюдента при доверительной вероятности и числе степеней свободы , с которым определялась дисперсия . Коэффициент (его расчетное значение) значим, если построенный доверительный интервал не содержит точку . В данном случае это равносильно условию . Если интервал содержит точку , или, что, то же самое , то коэффициент с доверительной вероятностью не значим, так как отличным от нуля он мог оказаться за счет погрешностей эксперимента. 6. Принимая во внимание только значимые коэффициенты, записывается полином вида . Выполняется проверка адекватности модели и делается заключение о ее пригодности для практики. Для этого вначале подсчитывается дисперсия, характеризующая ошибку модели (2.9) где - разность между рассчитанным по полученной модели и экспериментальным значениями y в - й строке (эксперименте); - значение отклика по построенной модели в - й строке (эксперименте); - число степеней свободы модели; - число экспериментальных точек; - количество значимых коэффициентов модели в уравнении регрессии, кроме коэффициента . Затем определяется расчетное значение критерия Фишера . (2.10) С критерием Фишера связанны степени свободы: для числителя ; для знаменателя . Проверяется условие , (2.11) где - табличное (критическое) значение критерия Фишера, найденное для заданной доверительной вероятности при числе степеней свободы . Если условие (2.11) выполняется, то построенная модель адекватна эксперименту. При невыполнении условия (2.11) модель неадекватна и пользоваться на практике ей нельзя. Для лучшего понимания алгоритма статистической обработки ниже рассмотрим пример. 2.4. Пример выполнения работы Для исследования выходного параметра технологического процесса при числе параметров k=2 был спланирован ПФЭ и выполнено три серии параллельных экспериментов. Использовались следующие значения нулевых уровней . Результаты эксперимента представлены в табл.2.2. Таблица 2.2
Требуется построить модель, описывающую выходной параметр технологического процесса, проверить ее адекватность. Эксперимент проводится при двух значениях фактора Для облегчения расчетов удобно провести нормировку факторов с помощью преобразований (2.12) По формулам (2.1) и (2.2) посчитываем среднее значение и дисперсии в каждом эксперименте матрицы . Результаты расчета величин и внесены в табл.2.2. Применяя критерий Кохрена, нетрудно убедиться, что опыты воспроизводимы, т.к. . По формуле (2.5) находим дисперсию воспроизводимости опытов . Используя формулы (2.6) определим коэффициенты уравнения регрессии: определение свободного члена вычисление коэффициентов уравнения, характеризующих линейные эффекты определение коэффициента уравнения, характеризующего эффект взаимодействия Проверяем значимость коэффициентов. По таблицам распределения критерия Стьюдента при и числе степеней свободы находим . Определяем по формуле (2.8) . Так как выполняются условия , то коэффициенты значимы, а коэффициент незначим, так как для него условие не выполняется. Линейная модель запишется в виде . (2.13) Проверим адекватность этой модели. По формуле (2.9) подсчитаем дисперсию, характеризующую ошибку модели. Для получения значений , используемых в формуле (2.9), в записанную модель (2.13) подставляем кодированные значения факторов согласно матрице плана (табл.2.2). Например, для первого эксперимента (строки) матрицы имеем: . Аналогично находим Используя формулу (2.9) определяем дисперсию, характеризующую ошибку модели Расчетное значение критерия Фишера находим по выражению (2.10) . По таблице критерия Фишера для доверительной вероятности по значениям числа степеней свободы и находим . Так как условие (1,6<5,32), то линейная модель вида (2.13) адекватна результатам эксперимента и ею можно пользоваться на практике. Осуществим переход к размерному полиному, используя соотношение (2.12), значения нулевых уровней и интервалов варьирования факторами и . Получаем . |