Оптимизация эксперимента

Важнейшей задачей современной науки является максимальное сокращение сроков перехода от лабораторных исследований в промышленность, сокращение пути перехода от лабораторного стола к промышленной реализации. Методы кибернетики позволяют не только сократить этот путь, но и резко уменьшить число необходимых опытов, быстро выявить оптимальный вариант осуществления изучаемого процесса. Использование методов кибернетики и вычислительной техники изменяет старые традиционные методы проведения эксперимента—от ручного управления, контроля, сбора и об )аботки информации дает возможность перейти к диалоговой системе экспериментатор — электронная управляющая машина. Эксперимент проводит машина, в которую предварительно заложена программа оптимизации эксперимента. Эта система в десятки ра ускоряет проведение эксперимента, повышает надежность получаемых данных. [c.3]

Приведенный пример хотя и носит несколько идеализированный характер (исключены из рассмотрения комплексы МеУ и МеХ+), тем не менее позволяет наметить принципиальные пути оптимизации эксперимента с точки зрения выбора условий измерений, отвечающих наибольшей точности определения. [c.137]

Почему тем не менее большинство химиков предпочитает для оптимизации эксперимента варьировать факторы по одному [c.517]

ОПТИМИЗАЦИЯ ЭКСПЕРИМЕНТА В ХИМИИ И ХИМИЧЕСКОИ ТЕХНОЛОГИИ [c.320]

Прогнозирование эксплуатационной устойчивости материалов и оптимизация эксперимента при их совершенствовании [c.765]

Если нужно из величины относительной интенсивности резонансных линий оценить число ядер, дающих вклад в наблюдаемую линию, то необходимо поддерживать постоянным значение интервала времени между двумя возбуждающими импульсами. Если желательно получить достаточно хорошо разрешенный спектр, с хорошим отношением сигнал/шум, причем за достаточно короткое время, то за счет сокращения длительности импульса можно существенно сократить время проведения эксперимента. Эта оптимизация эксперимента основана на свойствах функций sin и os (рис. 1.15). [c.45]

Исходным пунктом является анализ объекта контроля. Теплофизические характеристики объекта, глубина и размеры дефекта определяют амплитуду температурного сигнала над дефектом и оптимальное время его выявления. Предельные параметры обнаруживаемых дефектов определяются уровнем шума. При правильно поставленном эксперименте преобладающими являются компоненты шума, обусловленные объектом контроля. Таким образом, свойства объекта контроля определяют требования к аппаратуре ТК, в частности, к частоте записи термограмм, мощности и длительности нагрева. Моделирование конкретной процедуры ТК позволяет осуществить оптимизацию эксперимента с учетом возможных практических ограничений. Результатом оптимизированного эксперимента, как правило, является температурная функция Т(г,],т), определенная в каждой точке последо-вательности термограмм (см, главы 2, 3). Анализ экспериментальных дан- [c.199]

Метод оптимизации эксперимента с применением электронно-вычислительной техники дает более точные результаты и позволяет получить единственную пар> значений г и гг. См. [29]. [c.138]

При изучении химико-аналитиче-ских реакций и особенно при разработке методик ценным часто оказывается использование математических методов планирования и оптимизации эксперимента. Методы эти облегчают и ускоряют поиск оп- [c.34]

Оптимизация эксперимента по минимуму затрат при совершенствовании материалов и покрытий. Эффективность применения техники во многом зависит от совершенствования материалов, требования к улучшению свойств которых определяются эксплуатационными параметрами изделий. [c.768]

Симплекс-метод является наиболее распространенным на практике методом оптимизации. Его основные достоинства —простота, хорошая сходимость и высокая скорость достижения оптимальных условий. Основные проблемы возникают тогда, когда поверхность отклика мультимодальна, т. е. содержит несколько локальных экстремумов. В подобных случаях симплекс-алгоритм обычно сходится к ближайшему локальному экстремуму, а глобальный экстремум может быть пропущен. Разработаны и более эффективные способы оптимизации, такие, как метод сопряженных градиентов или метод Пауэлла. Однако они используются главным образом для нахождения экстремумов функций, заданных алгебраически, и редко применяются для оптимизации эксперимента. [c.514]

Планирование эксперимента предложено английским ученым Р. Фишером в 30-х годах, однако современные методы широко применяемого экстремального планирования эксперимента связаны с работой американских ученых Бокса и Уилсона [8]. Несмотря на недостатки пассивного эксперимента и классического регрессионного анализа [2], этот метод широко применяется в производственных условиях, поскольку при этом информацию о свойствах объекта получают без нарушений технологического режима. В настоящее время методы планирования эксперимента, широко применяемые для изучения процессов в лабораторных и полузаводских условиях [9, 10, 11], в промышленных условиях применяются редко [12]. Однако развитие методов планирования эксперимента применительно к промышленным условиям и технический прогресс производства несомненно создадут предпосылки оптимизации эксперимента на всех стадиях изучения процесса. [c.8]

В нашей стране применение и развитие идей и методов плани-, рования эксперимента связано с работами В. В. Налимова и его школы. В настоящее время методы планирования эксперимента, широко применяемые для изучения процессов в лабораторных и полузавод-ских условиях, в промышленных условиях применяются редко. Однако развитие методов планирования эксперимента применительно к промышленным условиям и технический прогресс производства несомненно создадут предпосылки оптимизации эксперимента на всех стадиях изучения процесса. [c.7]