Линейное планирование эксперимента

При исследовании процесса перемещения слоя каучука в зоне сушки были использованы методы планирования эксперимента. Особенности определения средней скорости перемещения слоя обусловливают применение методики ортогонального планирования эксперимента. В соответствии с используемой методикой при линейном планировании эксперимента составляется ортогональный план, в котором факторы кодируются по формуле [c.161]

Для определения коэффициентов уравнения (У.165) методом планирования экспериментов можно использовать линейные ортогональные планы с числом опытов М т + 2. [c.242]

Далее такую процедуру применяют для отыскания второго, третьего и последующих приближений. Итерационная процедура продолжается до тех пор, пока процесс не сходится, т. е. до тех пор, пока изменения оценок параметров не станут пренебрежимо малыми. Важно также подчеркнуть, что приближенное представление модели в линейном виде используется не только для расчетного уточнения оценок параметров, но и при последовательном планировании экспериментов с целью уточнения оценок параметров нелинейных моделей. [c.324]

Следующая точка итерации определяется с помощью формулы (II, 14). Преимущество аппроксимации обратной матрицы Якоби состоит в том, что в этом случае не нужно решать систему линейных уравнений. Однако аппроксимация самой матрицы Якоби имеет свои преимущества, которые мы обсудим ниже. Конечно, информация относительно функции / (х), получаемая во время поиска и используемая для построения матриц Bj, Hj, должна быть достаточно качественной . Ясно, что если точки поиска Xj достаточно долго будут находиться либо в гиперплоскости, либо в близкой к ней окрестности, то построить аппроксимацию матрицы Якоби будет трудно. Можно отметить некоторую аналогию с методами активного и пассивного эксперимента в теории планирования эксперимента. В методах активного эксперимента для построения математической модели объекта используются специальные возмущения, наносимые на объект. Для построения же математической модели с помощью методов пассивного эксперимента оперируют данными нормальной эксплуатации объекта. [c.32]

Если времена релаксации наблюдателя(прибора) и изучаемого параметра близки между собой, то поведение этого параметра в эксперименте наблюдается как линейное. Если наблюдатель движется к равновесию вместе с изучаемой системой (принадлежит этой системе или находится внутри ее), то он наблюдает ее линейность по динамическим параметрам. Поэтому большинство уравнений теории планирования эксперимента линейны. [c.79]

Включенный в последнюю главу книги математический аппарат содержит основные сведения по линейной алгебре, статистике, планированию эксперимента и некоторым другим вопросам. Эти сведения представляют собой тот минимум, без которого сегодня трудно как понимать чужие статьи по спектрофотометрии, так и грамотно интерпретировать собственные данные. [c.4]

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]

Крутого восхождения метод — математический метод планирования эксперимента на стадии поиска экстремума функции отклика основан на шаговом движении в область оптимума по градиенту линейного приближения. [c.264]

В настоящей работе применялся метод направленного планирования эксперимента ], позволяющий проведением меньшего числа опытов, получить более полную информацию об изучаемом процессе, чем при обычных (классических) методах. Матрица планирования и результаты опытов приведены в таблице. Изучаемые факторы X — количество подогревающей добавки (гипса), г Х , — температура предварительного подогрева шихты, °С Хд — количество порошка А1, г У — количество нерастворимого остатка (продукта), г. Реализация опытов в объеме полного-факторного эксперимента 2 позволяет наряду с тремя главными линейными эффектами ( j , j, a) оценить также три раздельных двойных эффекта взаимодействия ( ia, 23. is) и один тройной эффект ( iaa)- [c.309]

Большое количество экспериментальных задач в химии и химической технологии формулируется как задачи экстремальные определение оптимальных условий процесса, оптимального состава композиции и т. д. Благодаря оптимальному расположению точек в факторном пространстве и линейному преобразованию координат, удается преодолеть недостатки классического регрессионного анализа, в частности кор реляцию между коэффициентами уравнения регрессии. Выбор плана эксперимента определяется постановкой задачи исследования и особенностями объекта. Процесс исследования обычно разбивается на отдельные этапы. Информация, полученная после каждого этапа, определяет дальнейшую стратегию эксперимента. Таким образом возникает возможность оптимального управления экспериментом. Планирование эксперимента позволяет варьировать одновременно все факторы и получать количественные оценки основных эффектов и эффектов взаимодействия. Интересующие исследователя эффекты определяются с меньшей ошибкой, чем при традиционных методах исследования. В конечном счете применение методов планирования значительно повышает эффективность эксперимента. [c.159]

Одновременно с развитием идей Бокса развивалось второе, чисто теоретическое направление в планировании эксперимента. Наибольший вклад в его развитие внес американский математик Кифер. Концепция О-оптимальности, развиваемая Кифером, является естественным продолжением теории эффективных оценок Фишера. В теории Фишера эффективность оценок задается только оптимальным способом обработки результатов эксперимента. При обработке экспериментов методом наименьших квадратов для линейного уравнения регрессии находят совместно эффективные оценки этих коэффициентов. При этом эллипсоид рассеяния оценок имеет наименьший объем. Объем эллипсоида рассеяния связан с определителем информационной матрицы следующим образом [c.197]

Исходной моделью при планировании эксперимента служило линейное уравнение регрессии [c.116]

НЫЙ комплекс, состоящий из датчиков увлажнения поверхности металла адсорбционными и фазовыми пленками влаги, резисторных датчиков коррозии, суммирующих и кодирующих устройств, анализаторов загрязнений в атмосфере и пленках влаги, а также ЭВМ и применяя методы планирования эксперимента, можно получить модели для каждой из климатических зон с учетом загрязнений. Эти модели отличаются от вышеприведенных линейных, но не имеют ограничений по концентрации агрессивных компонентов. [c.157]

Обстоятельно рассматривается планирование эксперимента и статистическая обработка его результатов. Детально изложены следующие вопросы статистика линейных связей, комплексный дисперсионный анализ, рандомизация материала и рандомизированные блоки, чувствительность эксперимента и пр. Материал изложен как в теоретическом, так и в практическом аспектах. [c.406]

Планирование эксперимента по латинскому кубу первого порядка позволяет включить в рассмотрение четыре фактора А, В, С я D). Отличие от греко-латинского квадрата, который тоже дает возможность изучать влияние четырех факторов, состоит в том, что в латинском кубе три фактора А, В я С) считаются главными и один фактор (D) составляет элиминирующую группировку, а в греко-латинском квадр.ате главными считаются два фактора А и В, а С я D составляют двойную элиминирующую группировку. Число опытов в кубе в п раз больше, чем в греко-латинском квадрате. Латинский куб без повторных опытов применяется в предположении линейной модели процесса [c.115]

При постановке опытов применялся метод направленного планирования эксперимента. Поскольку в данном случае требуется оценить величину линейных эффектов, было выбрано обычное для такого случая определяющее соотношение X = Реализация /2 реплики от полного факторного эксперимента типа 2 позволяет наряду с четырьмя главными линейными эффектами i, 2, s, 4 оценить три пары смешанных эффектов взаимодействия l2+ 4S. 23+ 41, l3+ 42. [c.46]

Для формализации процедуры сравнения схем рационально использовать аппарат планирования эксперимента. Он позволяет на основе немногих вариантов расчета схемы, включающих полный материальный баланс и поиск оптимального технологического режима, получить приближенную модель, отражающую влияние составов исходных растворов на величину целевой функции Э в точках локальных экстремумов. Обычно [5] при числе факторов к меньше пяти для получения линейной модели проводится полный факторный эксперимент, включающий 2 опытов. В нашем случае k = 3. [c.29]

Однако линейная теория все еще вполне пригодна для планирования экспериментов, поскольку здесь возможен единый подход. Взаимные соотношения между различными функциями, которые возникают как теоремы линейной теории, оказываются лишь грубыми приближениями за порогом линейности исследуемой связи физических величин. По-видимому, это не хуже, чем иметь приближенные соотношения, с которыми приходится мириться ввиду сложностей и ошибок, присущих описанию с помощью нелинейных функций. Требуется более тщательно проведенный эксперимент для характеристики последних, что обязательно влечет за собой повышение стоимости испытания. Это служит причиной отрицательного отношения к нелинейному анализу, а в сочетании с присущими ему трудностями приводит к тому, что к нелинейным системам мы подходим сугубо эмпирически. [c.40]

Для определения коэффициентов уравнения (1) целесообразно использование статистических методов планирования эксперимента. В ряде случаев оказывается достаточным использование линейной части уравнения (1). [c.58]

Для оптимизации эжекционного контактного устройства 18 (см. рис. 28) также использовали метод математического планирования эксперимента. При этом исследовали зависимость основных характеристик тарелки (количества транспортируемой через клапан жидкости <5тр и коэффициента массопередачи в жидкой фазе) от определяющих геометрических параметров контактного устройства (диаметра ОВ отверстия в полотне тарелки под клапаном, ширины а зазора между клапаном и поддоном, диаметра поддона, диаметра отверстия в клапане и диаметра клапана). В натуральном масштабе результаты экспериментов могут быть представлены следующими линейными уравнениями [c.150]

Большое число экспериментальных задач в химии и химической технологии формулируется как экстремальные к ним относится определение оптимальных условий процесса, оптимального состава композиции и т. д. Планирование эксперимента для решения таких задач позволяет найти оптимальное расположение точек в факторном пространстве и осуществить линейное преобразование координат, благодаря чему обеспечивается возможность преодолеть недостатки классического регрессионного анализа, в частности корреляцию между коэффициентами уравнения регрессии. [c.82]

Для определения элементов матриц преобразования используют метод планирования эксперимента на типовой математической модели, разработанной на основе изучения физико-химической сущности технологических процессов. Использование при проведении испытаний на типовой математической модели метода полного факторного эксперимента и его дробных реплик позволяет существенно сократить расчетные процедуры и получить достаточно корректные результаты в заданном диапазоне изменения параметров вектора входных технологических потоков. Для элементов ХТС, имеющих существенно нелинейные математические модели, необходимо осуществлять кусочно-линейную аппроксимацию математической модели с целью получения матриц преобразования на каждом из линейных участков в отдельности. В этом случае элементы матриц преобразования являются переменными величинами. [c.436]

Рототабельпое планирование является весьма эффективным методом планирования эксперимента, особенно при изучении процессов около их оптимальной области на поверхности отклика. Оно позволяет при значительно меньшем количестве опытов, чем это требует ПФЭ, получать достаточно адекватное уравнение математической модели в виде полинома второй степени с учетом линейных и квадратичных эффектов и эффектов взаимодействия [5, 18, 47, 56, 78]. [c.157]

Если известны свойства компонентов и нужно определить свойства составленной из них смеси, планирование эксперимента можно основывать на получении регрессионного уравнения для расчета характеристик смеси. Такое уравнение может быть линейным или уравнением второго порядка. Если, например, нужно рассчитать содержание серы в смеси мазутов, когда известно содержание ее в каждом из 31 азутов, то, очевидно, в силу аддитивности расчетное уравнение будет линейным. Однако расчет температуры застывания смеси масел, октанового числа смеси бензинов, т. е. характеристик, для которых трудно ожидать аддитивности, требует применения уравнений второго порядка. [c.40]

В последние годы нашего века нелинейные явления вызывают особый интерес у специалистов самых различных областей знаний [1-5]. Как правило, внимание исследователей сосредоточено на термодинамическом и математическом аспекте проблемы. Например, применяют теории бифуркаций, нелинейных колебаний, методы неравновесной термодинамики. Парадокс изучения не слишком далеких от равновесия сложных физико-химических и технических систем (СФХТС), по моему мнению, заключается в том, что с усложнением системы усиливается ее линейность. В самом деле, основные законы природы линейны, либо описываются простыми уравнениями, в которых степень аргумента не выше четвертой. Сложные уравнения функциональных связей в природе скорее исключение, чем правило. Фундаментальные уравнения физики обычно имеют показатель степени при независимой переменной от 1 до 3. Законы типа Вина или Стефана-Больцмана встречаются крайне редко. Из теории планирования эксперимента известно, что Ф ТС описываются уравнениями линейного и квадратичного типа. [c.68]

Описанная процедура существенно упрощ1ается, если корреляционная матрица С является диагональной. При этом коэффициенты корреляции между парами параметров равны нулю, параметры между собой линейно- независимы, при изменении значения одного иэ них не нужно пересчитывать значения остальных. Этого можно добиться, используя специальные приемы оптимального планирования экспериментов [2]. В данном пособии эти вопросы не рассматриваются. [c.23]

Первый этап планирования эксперимента в случае ДФЭ для трехфакторной задачи приведен в табл. 10.8. Здесь произведение XiXi выбирается таким же, как и третья независимая переменная. Такое планирование позволяет оценить свободный член бо и три коэффициента регрессии при линейных членах Ьи bi, Ьа (при четырех опытах нельзя получить более четырех коэффициентов). [c.482]

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]

На этой стадии разработок, когда цели испытаний связаны с выбором оптимальных вариантов, а набор факторов в каждом частном исследовании не очень велик и стоимость экспериментов не слишком высока, уместно применение статистических методов планирования экспериментов [ЮЛ]. Технологические и экономические ограничения пе исключают выполнения необходимого объема экспериментов для проведения регрессионного анализа и позволяют учесть все существенные факторы для получения математической модели, адекватной реальному многофакторному обьекту или процессу, с последующей оптимизацией их, В ряде задач, например при выборе катализатора или концеитранни электролита, могут быть применены методы полного и дробного факторного экспериментов с получением линейной и пеполпой квадратичной модели объектов. При большом числе действующих факторов (свыше 6—7) могут быть использованы перенасыщенные планы по методу случайного баланса. При достаточно длительных испытаниях, связанных, иапример, с исследованием ресурсных изменений характеристик, плаиироваиие многофакторного эксперимента следует осуще-26 403 [c.403]

Планирование эксперимента заваршается регрессионным анализом, некоторые элементы которого для однофакторного эксперимента мы рассмотрели в предыдущем разделе. В первую очередь проверяется гипотеза об адекватности линейной модели, напрнмер с помощью критерия Фишера, значения которого табулированы [176] [c.107]

Предварительные опыты по1казали лучшие результаты при температуре 5бО°С давлении 25 ат объемной скорости 0,9 ч и отношении водород сырье 800 л/кг. Близкие к этим параметры были приняты за центр факторного эксперимента. Предполагалось, что функция отклика в окрестности данной точки линейна и поэтому можно пренебречь эффектами высших порядков. Для планирования эксперимента выбрали лолуреплику типа 2 . В табл. 1 приведены условия, матрица планирования и результаты опытов. [c.57]

Приведем в общем виде схему дисперсионного и регрессионного анализов планированного эксперимента, когда каждый опыт в матрице планирования по- свойство ротатабель-вторялся т раз (табл. 37). ности линейного плана 2 [c.171]

ВЫХОДОМ теплоносителя и реакционной массыД5спользуя общее уравнение теплопередачи,можно принять линейную зависимость в логарифмических координатах к0эф< ициента теплопередачи от числа оборотов мешалки и расходов охлаждающей воды и реакционной смеси при постоянных геометрических размерах и теплофизических свойствах жидкости,влияние которых отражено в численных значениях коэффициентов Для определения коэффициентов линейной зависимости эксперименты проводили в соответствии о матрицей планирования типа 2 .Для винтовой мешалки была получена следующая зависимость [c.272]

Если линейные уравнения регрессии недостаточны для адекватного описания скорости реакции, они могут быть дополнены членами с квадратичными эффектами, эффектами взаимодействия и т. д. При этом если число переменных (факторов) равно двум или трем, то для подбора адекватной модели целесообразно одновременно с использованием планирования эксперимента проводить также и исследование поверхности отклика. Как известно из курса анал -тической геометрии, для поверхностей второго порядка путем преобразования координат (поворота осей на определенный угол и переноса начала координат в любую, как угодно заданную точку) уравнение поверхности может быть приведено к наиболее просто , так называемой канонической форме. В частности, для уравнения регрессии вида (111.231) переход к каноническому уравнению дает возможность избавиться как от членов с линейными эффектами, так и от членов с эффектами взаимодействия. В результате вместо уравнений [c.223]

Показана возможность сочетания предварительного концентрирования железа (3+) соосаждением на гидроксиде алюминия и последующего определения в проточ-но-инжекционной системе (ПИС). ПИС собрана из стандартных блоков, оптимальные условия анализа установлены факторным планированием эксперимента поток — 5 % раствор роданида калия, скорость потока 2,1 мл/мин, длина спирали ЮОО мм, диаметр канала 1,3 мм, объем пробы 200 мкл, pH 1. Линейность градуировочного графика соблюдается до 2 мкг железа в пробе. При определении железа в дистиллированной воде к 200 мл добавляются последовательно 0,5 мл раствора аммиака 1 1 и 5 мл 0,1 М раствора нитрата алюминия. Отделенный осадок растворяется в 8 мл 0,5 М раствора азотной кислоты, и содержание железа в концентрате определяется в ПИС. Табл. 1. Библ. 1 назв. [c.89]

А. П. Гершаник, Г. М. Герасимов (Всесоюзный научно-исследовательский институт физико-технических и радиотехнических измерений). Приближенная линейность изостер очень удобна в практике, например при планировании эксперимента. Линейность, однако, не вытекает из общих термодинамических или статистических принципов и поэтому не может быть строгой. Интересно хотя бы на грубой модели проанализировать поведение системы, с тем чтобы оценить, по-возможности, роль различных факторов. Будем при этом исходить из уравнения состояния типа Ван-дер-Ваальса [c.18]

Определение оптимальных условий сушки проводили на примере хлорида натрия. Для оптимизации процесса использовали метод статистического планирования эксперимента [I, 3, 4]. Параметром оптимизации служил выход продукта по сухому веществу у, %. В качестве независимых переменных приняты X]—линейная скорость сушильного агента, Mj 6K Х2 — массовая загрузка материала, кг1м -, Хз — время процесса, се/с Х4 — температура сушильного агента на в.ходе в сушилку, °К Хь — частота вибрации, гц Хв — смещение вибрации, м x-t — живое сечение решетки, % [c.166]

Существенной особенностью п. ф. э. является то, что по данным этих опытов можно рассчитать не только коэффициенты линейногО полинома (8.1), но и коэффициенты при произведениях факторов. В планировании эксперимента их называют взаимодействиями. По опытам п. ф. э. 2 , кроме Ьо, Ь и 62, можно рассчитать 12 — коэффициент при произведении Х1Х2. Полный факторный эксперимент 2 позволяет рассчитать парные взаимодействия 12, Ьхз и Ьгз и тройное взаимодействие 6123 — коэффициент при х,х2хз. Скажем, из опытов п. ф.э. 2 можно рассчитать двойные, тройные и т. д. вплоть до восьмерного взаимодействия. Учет взаимодействий позволяет оценить ряд особенностей поведения объекта, связанных с его нелинейностью. Необходимо учесть, однако, что п.ф.э. 2 не позволяет оценить коэффициенты при членах х , х и т. д. и построить полный многочлен 2-й и более высоких степеней матрица коэффициентов нормальных уравнений окажется вырожденной. [c.83]

В таблице I приведена матрица планирования экспериментов, пределы варьирования переменных я результаты опытов. Применено планирование 2 . При этом линейные эффекты (яхевивалтоя совместно с парными взаимодействиями. [c.71]