Главная страница
Навигация по странице:

  • 2.4. Пример выполнения работы

  • работа. Лабораторная работа 1 (1). Построение моделей идентификации


    Скачать 0.82 Mb.
    НазваниеПостроение моделей идентификации
    Анкорработа
    Дата19.04.2023
    Размер0.82 Mb.
    Формат файлаdoc
    Имя файлаЛабораторная работа 1 (1).doc
    ТипЛабораторная работа
    #1073878
    страница3 из 4
    1   2   3   4

    2.3. Статистическая обработка результатов ПФЭ

    Предположим, что общий вид плана и результаты параллельных экспериментов приведены в табл.2.1.

    Таблица 2.1

    Номер

    эксперимента







    Результат отклика в параллельных опытах

    1



    r

    1

    -



    -







    2

    -



    +





















    n

    +



    +








    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

    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

    Номер

    эксперимента







    Результат отклика в параллельных опытах





    1

    2

    3

    1

    -

    -

    -

    8

    7

    9

    8

    1

    2

    -

    +

    +

    20

    22

    18

    20

    4

    3

    +

    -

    -

    17

    16

    15

    16

    1

    4

    +

    +

    +

    30

    34

    32

    32

    4


    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

    .
    1   2   3   4


    написать администратору сайта