Матрица планирования эксперимент

Таблица 15.5. Матрица планирования эксперимента

Таблица 4.8. Рабочая матрица планирования эксперимента типа 2 при изучении старения поливинилхлоридной пленки под воздействием искусственных климатических факторов [100]

Матрица планирования эксперимента 2 [c.19]

Матрица планирования эксперимента [c.83]

Матрица планирования экспериментов [c.70]

Для выявления зависимости показателей спекания шихты -вертикальной скорости спекания, удельной производительности агломерационной установки, насыпной плотности и прочности агломерата от содержания в шихте нефтешлама, угольной и коксовой мелочи использовали матрицу планирования экспериментов, приведенную в таблице. [c.234]

Матрица планирования эксперимента и результаты опытов [c.63]

Вводят кодированные переменные X по уравнениям типа Л = (х - Хо)/Ддг и составляют матрицу планирования эксперимента (табл. 15.5). [c.150]

Матрица планирования эксперимент а [c.118]

Матрица планирования эксперимента приведена в табл. 1. Состав шихты легко рассчитывается по значениям переменных XI х с учетом условий [c.11]

Готовят растворы в соответствии с условиями матрицы планирования эксперимента и измеряют оптическую плотность. [c.150]

Матрица планирования экспериментов [156] [c.229]

В частности, для разработки состава ингибитора коррозии под напряжением, получившего название Реакор-6, проведен трехфакторный эксперимент (факторы — компоненты, входящие в композицию) и определены интервалы варьирования. Выполнено необходимое количество опытов (табл. 28), по результатам которых составлена матрица планирования эксперимента и рассчитаны коэффициенты в уравнении регрессии [c.275]

Первый этап планирования эксперимента для получения линейной модели основан на варьировании факторов на двух уровнях. Число опытов, необходимое для реализации всех возможных сочетаний уровней факторов определялось по формуле где Л о — число опытов ко — число факторов 2 — число уровней. В этом случае эксперимент называют полным факторным экспериментом. Условия эксперимента записывают в виде таблицы, в которой строки соответствуют различным опытам, а столбцы — значениям факторов. Таблица называется матрицей планирования эксперимента. Здесь значения факторов кодированы знаками плюс, т. е. фактор находится на верхнем уровне, и знаком минус, соответствующим положению фактора на нижнем уровне. Построение матрицы ведется несколькими способами. [c.78]

Выбор планов экспериментов делают на основе анализа априорной информации об исследуемом объекте. Под объектом при исследовании биоповреждений понимают взаимодействие материала с микроорганизмами и другими факторами. Составление плана начинают с описания процесса эксперимента в виде специально построенной матрицы, называемой матрицей планирования эксперимента (МПЭ), в которой будут помещены результаты эксперимента. МПЭ включает кодированные значения факторов л ,-, определяемые из соотношения Х1= = (Ж —Ж,о)//г, где X, — натуральное значение фактора хш — натуральное значение нулевого уровня А — интервал варьирования 1 — номер фактора. [c.70]

Составляется матрица планирования экспериментов. Загружается в смеситель-отстойник смесь сырья с растворителем в соответствии с исходными данными последовательно для четырех основных и двух или трех дополнительных параллельных опытов, которые мог>т дублировать один из [c.58]

Параметры литья определяли на матрице планирования экспериментов. Для оценки качества литья принят коэффициент массы [c.23]

При изучении поверхности отклика применялся полный факторный эксперимент типа 2 (п-число варьируемых факторов). В данном случае п=3. Была составлена матрица планирования экспериментов (табл.1) для определения условий и последовательности проведения опытов. [c.6]

Матрица планирования эксперимента и результаты опытов представлены в таблице. [c.80]

В таблице приведены матрица планирования экспериментов (центральное композиционное планирование для двух независимых переменных типа 2 ) и результаты опытов, а также числовые значения коэффициентов регрессии. Поскольку ошибки в определении коэффициентов регрессии были малы по сравнению со значениями самих коэффициентов, поправки в расчет последних не внесены. [c.109]

Если выбрать полуреплику типа с генерирующим соотношением Х5 = Х1-Х2-Хз-Х4, то такая матрица планирования эксперимента будет обладать максимальной разрешающей способностью. Остается лишь пояснить, что термин генерирующее соотношение обозначает соотношение, которое показывает, с каким из эффектов смешан данный эффект. Разработанная с учетом изложенных выше положений матрица планирования эксперимента обладает рядом свойств, позволяющих наиболее простыми методами определить коэффициенты при независимых переменных полинома. [c.79]

Матрица планирования экспериментов и средние результаты параллельных опытов приведены в табл. 1. [c.29]

Разработка матрицы планирования эксперимента для математической модели I порядка была необходима, так как теория планирования эксперимента предполагает переход от простой модели к сложной. Кроме того, необходимо было точно определить факторы и их уровни варьирования. Этого можно было достигнуть только экспериментом. [c.81]

Кодированные значения факторов, характеризующие условия опыта, записывают в специальную таблицу, называемую матрицей планирования эксперимента (табл. 4.8). [c.104]

Полученные уравнения регрессии проверяются на адекватность с помощью критерия Фишера. При положительном результате проверки, т.е. если уравнение рефессии адекватно эксперименту, производят оптимизацию по методу крутого восхождения. Результаты оптимизации используют для установления практических условий фотометрирования или для разработки новой матрицы планирования эксперимента с учетом результатов оптимизации. [c.150]

Матрица планирования экспериментов, составленная с учетом разбиения факторного эксперимента на четыре блока, и соответствующие им значения конверсии исходных веществ и выхода конечных продуктов приведены в табл. 24 и 25. описывающих конверсию исходных веществ [c.228]

В ходе исследования моделей нефтесборщиков были разработаны стохастические математические модели процесса нефтесбора регрессионного типа, полученные на основе ортогональных композиционных. матриц планирования эксперимента второго порядка. Модели представляют собой системы 10 уравнений, описывающих зависимость 10 основных факторов процесса нефтесбора (производительность, селективность и т.д.) от угловой скорости вращения барабана, толщины поглощающей оболочки, толщины и вязкости слоя собираемого нефтепродукта. Некоторые результаты моделирования представлены на рис.2. Выявлено, что производ1ггельность нефтесборщика в зависимости от вязкости собираемого продукта носит экстремальный характер, при этом по мере роста вязкости производительность вначале уменьшается за счет ухудшения поглощаю щей способности сорбента, а зате.м начинает возрастать за счет адгезии продукта на поверхности поглощающей оболочки. Рассмотрены также особенности стекания капель воды по поверхности поглощающей оболочки и роль усилия отжима нефти на нефтесбор. [c.98]

Такая таблица называется матрицей планирования. Эксперимент, в. котором используются все комбинации выбранных уровней изменения переменных, называется полным факторным экспериментом. Подробные таблицы планирования для различного числа факторов содержатся, [c.302]

Необходимость анализа большого числа вариантов заставила нас обратиться к упрощенным моделям и алгоритмам ускоренной оптимизации. В связи с этим целесообразно подчеркнуть, что переход от общих моделей процесса полимеризации к упрощенным моделям должен быть произведен достаточно корректно, с определением области допустимого использования упрощенной модели и оценкой точности решений. Одним из вариантов получения упрощенных моделей может быть использование приемов построения эмпирических моделей, рассмотренных во второй главе, причем в качестве источника экспериментальных данных могут быть при этом взяты сами исходные общие (полные) модели. Упомянем и о другом способе получения упрощенных моделей использовании идеи активного эксперимента на исходной модели. Для этого просчитывают модель при различных состояниях входных воздействий, изменяемых в определенном диапазоне, используя полную матрицу планирования эксперимента или дробную реплику на объекте-модели с дальнейшей аппроксимацией полученных результатов полиномиальными уравнениями. Ценность такой формализации в том, что одновременно с вычислением коэффициентов модели определяют и оценки точности моделей в рассматриваемой области. [c.210]

Более детальные исследования, позволивщие оценить влияние размеров частиц песка на степень очистки поверхности воды от загрязнения нефтепродуктами, были выполнены по ортогональным композиционным матрицам планирования эксперимента второго порядка [87] при варьировании двух факторов навески песка в пределах 2-18 г, соответствующих расходу песка в пределах 1-9 г/см нефти, и размера частиц в переделах 0,18-0,44 мм. Обработка экспериментальных данных позволила получить уравнения регрессии второго порядка, описывающие эффективность процесса физического осаждения нефти. В полученных адекватных уравнениях были на основе критерия Стьюдента отсеяны незначимые параметры [88]. Построенные стохастические модели физического осаждения существенно различаются для различных нефтепродуктов. [c.55]

Оптимизируемым параметром данного фотометрического метода является величина оптической плотности раствора в качестве факторов, влияющих на протекание реакции комплексооб-разования, рассматриваются концентрация тиомочевины, кислотность раствора и время развития окраски. Выбирают центр планирования (нуль отсчета) и задают верхний и нижний уровни варьирования факторов. Составляют матрицу планирования эксперимента и, следуя принятым условиям эксперимента, готовят растворы и измеряют их оптическую плотность. По критерию Кохрена проверяют однородность дисперсий, рассчитывают коэффициенты уравнения регрессии и с помощью критерия Стьюдента устттлшаюгт их значимость. [c.150]

С другой стороны, во многих случаях, используя идеи метода факторного планирования, удается построить достаточно простые и экономичные по числу опытов схемы-матрицы планирования эксперимента, в отдельных опытах которых закогомерно действует ряд факторов. Реализация таких факторных схем позволяет получить информацию о влиянии нескольких факторов из относительно небольшого числа опытов. Особенно эффективно факторное планирование в том случае, когда необходимо дать качественную оценку действия ряда факторов, т. е. исследовать каждый фактор лишь на двух уровнях — нулевом (—) (фактор исключен из эксперимента) и исследуемом постоянном (+) (эксперимент на фоне фактора). [c.155]

Количество опытов в полном факторном эксперименте значительно превосходит число определяемых коэффициентов линейной модели. Можно минимизировать цисло опытов, одновременно сохраняя оптимальные свойства матрицы планирования, для чего использовать по-луреплику от полного факторного эксперимента типа 2=. Это позволит провести 16 опытов вместо 32. Разработку матрицы планирования эксперимента необходи-,мо проводить так, чтобы она обладала максимальной разрешающей способностью, при которой линейные эффекты и эффекты парных взаимодействий могли быть определены с наибольшей точностью. [c.79]

Указанный 1 5етод был принят для построения матрицы планирования эксперимента. Полуреплику достраивали до полного факторного эксперимента путем добавления нулевых точек в центре плана. Отсюда и происходит название — центральное композиционное планирование. Ротатабельным называется такой план, в котором дисперсии предсказанного значения у независимы от вращения плана. При этом сами дисперсии равны на равных расстояниях от центра плана, для чего звездное плечо аз выбирается из условия инвариантности плана к вращению. Значение звездного плеча можно взять по таблицам из работы (1], как это сделано было выше. Исходя из приведенных положений, построена [c.81]

Для получения соответствуюндего уравнения регрессии в виде математической зависимости необходимо оценить границы областей варьирования факторов с использованием априорной информации и выбрать интервалы варьирования. Следующим этаном является составление матрицы планирования эксперимента и получение уравнения регрессии. В результате решения уравнения (с помощью ЭВМ) определяют оптимальный состав, обусловленный необходимыми значениями физико-механических и эксплуатационных характеристик. [c.35]