Планирование экспериментов интервал варьирования

Кроме получения кинетических зависимостей назначением лабораторного исследования часто являются также разработка производственной методики и решение вопроса о выборе оптимальных условий химической реакции. Этот вопрос обычно решается варьированием большого числа переменных, влияющих на ход реакции. При традиционном подходе к этому вопросу, т. е. при однопараметрическом планировании эксперимента, обрабатываются все возможные комбинации варьируемых факторов. В результате получается обширная информация, и многие данные, далекие от оптимальных условий, оказываются просто бесполезными. Но главное, часто лабораторные опыты, проводившиеся в традиционном аспекте, учитывали далеко не все факторы, влияющие на направление и скорость реакции, и позволяли охватить лишь узкий интервал условий, вследствие чего лабораторные данные переносили в промышленность не с уверенностью, а с опаской, так как они не могли характеризовать процесс, как системную целостность. [c.158]

После выбора матрицы симплекс-планирования с безразмерными коэффициентами переходят к аналогичной таблице с именованными величинами. Переход осуществляется с учетом интервала варьирования независимых переменных и координат центра эксперимента [c.15]

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]

Важным элементом разработки плана эксперимента является выбор числа уровней для каждого фактора. Наибольшее распространение получило планирование факторов на двух уровнях, когда в качестве уровней используются верхняя и нижняя границы интервала варьирования. Постановка опытов по таким планам носит название двухуровневого полного факторного эксперимента типа 2", где п — число факторов. Тогда для двух факторов число экспериментов равно 2 = 4, для трех — 2 = 8 и т. д. [c.217]

Современная постановка исследований при планируемом эксперименте в общем случае предусматривает отсеивание несущественных факторов с тем, чтобы не вводить их в матрицу планирования. Следовательно, все коэффициенты регрессии должны быть значимыми. Однако статистический анализ найденного уравнения регрессии все же включает проверку значимости как линейных эффектов, так и эффектов взаимодействия, если они имеются (модель можно получить в виде линейного или неполного квадратичного полиномов). Это объясняется тем, что какой-либо коэффициент регрессии все же может оказаться незначимым вследствие несовершенства отсеивания несущественных факторов (из-за неудачного выбора интервала варьирования или по другим причинам). [c.222]

Кроме того, необходимо иметь в виду, что уравнение регрессии, полученное по статистическому плану, не инвариантно к изменению интервала варьирования. Поэтому при проведении систематических исследований для получения математических моделей однотипных процессов целесообразно (с точки зрения обобш,ения полученных результатов) выбирать единые интервалы варьирования и проводить все исследования по одному плану. Иногда при постановке экспериментов с использованием статистического планирования технолог сталкивается с тем, что некоторые из интересующих его факторов спонтанно меняются при переходе от одной точки плана к другой, фиксировать их на заранее заданных уровнях невозможно. В подобных ситуациях можно получать смешанные активно-пассивные уравнения регрессии [15, 16] или сТроить зависимости изменения коэффициентов от изменения неконтролируемых факторов. [c.65]

Остальные пределы обусловлены возможностями программы тарельчатой модели и особенностями хроматографического процесса. Результаты экспериментов обрабатывали с помощью программы регрессионного метода анализа при traб. = 2,0. Полученные уравнения регрессии имели 19—20 членов. Ошибка, которую дают эти уравнения, оказалась недопустимо велика и достигала в некоторых случаях 120%. Это свидетельствует о том, что истинные зависимости исследуемых параметров от переменных модели имеют более сложный характер, чем в полученных уравнениях. Узкий интервал варьирования объема пробы при О-оптимальном планировании эксперимента оказался причиной того, что дальнейшие поиски были связаны с обработкой пассивного эксперимента. В этом случае переменные М, Ус, Кг можно варьировать в зависимости от величины А. [c.12]