Методы оптимизации эксперимента в химической технологии
..pdf10) сумму квадратов, обусловленную фактором Я, |
|
SSJJ = SS3— 5Sej |
(III.117) |
11) сумму квадратов, обусловленную фактором С, |
|
SSc = SS4- S S e; |
(III. 118) |
12) сумму квадратов, обусловленную фактором Z), |
|
SSD = SS6 — SSe; |
(III. 119) |
13) остаточную сумму квадратов |
|
5S0CT = 550бщ- (SSA + SSB+ SSC+ SSD). |
(Ill. 120) |
Результаты расчета представляют в виде таблицы дисперсионного анализа (табл. 22).
Т а б л и ц а 22. Дисперсионный анализ для латинского куба первого порядка (без повторных опытов)
И с т о ч н и к |
Ч и с л о |
с т е п е н е й |
С у м м а |
С р е д н и й |
д и с п е р с и и |
с в |
о б о д ы |
к в а др а т о в |
к в адр ат |
Фактор А |
п - |
1 |
SSA |
s s A |
||
n - |
1 |
|||||
|
|
|
|
|||
Фактор В |
п - |
1 |
S S B |
SSB |
||
n - |
1 |
|||||
|
|
|
|
|||
Фактор С |
п - |
1 |
ssc |
SSC |
||
n - |
1 |
|||||
|
|
|
||||
Фактор/) |
п - |
1 |
ssD |
SSD |
||
n - |
1 |
|||||
|
|
|
|
|||
Остаток |
л3 —4л + 3 |
S S 0CT |
■SSO C T |
|
||
ffi — 4 л |
+ 3 |
|||||
|
|
|
|
|||
Итого |
пз - |
1 |
SSobm |
|
|
М а т е м а т и ч е с к о е о ж и д а н и е с р е д
не г о к в адр ата
” <Я + О о ш
псЧ + с г о ш
+а о ш
п% + ° 8 ш
Со ш
Два латинских куба размера п первого порядка ортогональны, если при наложении их друг на друга каждый элемент одного куба встре чается с каждым элементом другого куба п раз. Два таких ортогональных куба, наложенные друг на друга, представляют греко-латинский куб размера п первого порядка. Планирование по схеме греко-латинского куба первого порядка позволяет ввести в эксперимент пятый фактор. Если совместить три ортогональных латинских куба и более, то получится гипер-греко-латинский куб. Полная система ортогональных латинских кубов размера п первого порядка, составляющих полностью ортогональ ный гипер-греко-латинский куб, не может включать более гР+ п - 2 кубов. Существование таких систем доказано для л, представляющего собой простое число или целую положительную степень простого числа.
|
В латинских кубах первого порядка все |
|||
|
факторы |
устанавливаются на |
одинаковом |
|
|
количестве уровней, равном п —размеру ку |
|||
|
ба, и все линейные эффекты определяются |
|||
|
с одинаковой точностью, максимальной для |
|||
|
данного числа опытов. В латинском кубе |
|||
|
второго порядка один фактор устанавливает |
|||
|
ся на л2-уровнях, а все остальные факто |
|||
|
ры—на «-уровнях. На рис. 23 изображен |
|||
|
латинский куб размера п = 3 второго порядка. |
|||
|
Факторы А, В, С имеют три уровня: 0, 1, 2, |
|||
Рис. 23. Латинский куб второго |
а фактор |
D —девять уровней: 0, 1, |
2, 3, 4, |
|
порядка |
5, 6, 7, 8, |
расположенных по |
схеме |
латин |
ского куба (табл. 23).
Планирование по схеме латинского куба может быть очень полезно на первых этапах исследования процесса при выборе оптимальной ком бинации качественных факторов.
|
Т а б л и ц а |
23. |
Латинский куб |
второго порядка (л«=3, |
г —2) |
|
|
|
|||
А |
|
В |
|
А |
|
В |
|
А |
|
В |
|
|
|
|
|
|
|
|
|
|
|||
|
0 |
1 |
2 |
|
0 |
1 |
2 |
|
0 |
1 |
2 |
0 |
0 |
4 |
8 |
0 |
3 |
7 |
2 |
0 |
6 |
1 |
5 |
1 |
1 |
5 |
6 |
1 |
4 |
8 |
0 |
1 |
7 |
2 |
3 |
2 |
2 |
3 |
7 |
2 |
5 |
6 |
1 |
2 |
8 |
0 |
4 |
Пример 4. Латинский куб второго порядка был использован при разработке композиций нового полимерного материала на основе полиэтилена высокого давления, обладаю щего повышенной жесткостью и способностью перерабатываться методом термо формования. Рассматривалась трехкомпонентная система: ПЭВД, наполнитель, эластифицирующая добавка. Изучались свойства композиций с тремя видами эластифицирующих систем, девятью типами наполнителей, в которых менялись на трех уровнях количесзво добавок и количество наполнителя. Тип добавки хм СКЭП (1); ИСТ-30 (2);
ДСТ-30 (3); количество добавки Х2 ,%: 3 |
(1); 5 (2); |
10 (3); |
количество |
наполнителя |
хз,%: 5 (1); 10 (2); 15 (3); тип наполнителя |
хл\ тальк —Т(0); аэросил —А(1); |
слюда —С(2); |
||
Т : А - 1:1(3); Т : А - 1 : 0,5(4); Т : А - |
0,5 : 1(5); |
А : С - |
1 : 1(6); А : С —1 : 0,5(7); |
А : С = 0,5 : 1(8).
Опыты проводились в лабораторных условиях. Пригодность разрабатываемого пластического материала к переработке и эксплуатации оценивалась по четырем пока зателям: у\ —модуль упругости при изгибе, МПа; уг —разрушающее напряжение при разрыве, МПа; уз —относительное удлинение при разрыве, %; D —обобщенный безраз мерный критерий качества (обобщенная функция желательности).
Р е ш е н и е . План эксперимента и результаты испытаний образцов приведены в табл. 24 (см. также табл. 23).
Для выделения факторов, существенно влияющих на показатели качества, был проведен дисперсионный анализ результатов в предположении линейной математической модели (III. 108). Дисперсионный анализ проводился в следующем порядке. Для четырех пока зателей качества у\, уг, уз и D подсчитывались: 1) итоги для каждого фактора на всех уровнях (табл. 25):
Xu (i = 0, 1, 2). |
= 0, 1, 2). X39(q = 0, 1, 2). Хи (1 = 0.1. 2......... |
8); |
Номер |
Х | |
* 2 |
* 3 |
Х а |
У» |
• 107* |
У 2 • 1 0 ,1 |
Уз, % |
D |
опыта |
|
|
|
|
М П а |
М П а |
|
|
|
1 |
0 |
0 |
0 |
0 |
364 |
117 |
483 |
0,645 |
|
2 |
0 |
1 |
0 |
4 |
365 |
118 |
504 |
0,647 |
|
3 |
0 |
2 |
0 |
8 |
|
367 |
99 |
447 |
0,610 |
4 |
1 |
0 |
0 |
1 |
470 |
134 |
447 |
0,810 |
|
5 |
1 |
1 |
0 |
5 |
352 |
122 |
480 |
0,650 |
|
6 |
1 |
2 |
0 |
б |
324 |
112 |
452 |
0,550 |
|
7 |
2 |
0 |
0 |
2 |
434 |
96 |
456 |
0,686 |
|
8 |
2 |
1 |
0 |
3 |
355 |
126 |
493 |
0,638 |
|
9 |
2 |
2 |
0 |
7 |
354 |
127 |
477 |
0,638 |
|
10 |
0 |
0 |
1 |
3 |
476 |
112 |
376 |
0,759 |
|
11 |
0 |
1 |
1 |
7 |
464 |
96 |
241 |
0,650 |
|
12 |
0 |
2 |
1 |
2 |
.484 |
66 |
90 |
0,381 |
|
13 |
1 |
0 |
1 |
4 |
|
502 |
99 |
386 |
0,732 |
14 |
1 |
1 |
1 |
8 |
547 |
104 |
69 |
0,440 |
|
15 |
1 |
2 |
1 |
0 |
|
320 |
89 |
407 |
0,491 |
16 |
2 |
0 |
1 |
5 |
464 |
126 |
361 |
0,773 |
|
17 |
2 |
1 |
1 |
6 |
535 |
ПО |
104 |
0,248 |
|
18 |
2 |
2 |
1 |
1 |
431 |
143 |
402 |
0,768 |
|
19 |
0 |
0 |
2 |
6 |
615 |
101 |
69 |
0,210 |
|
20 |
0 |
1 |
2 |
1 |
|
615 |
129 |
28 |
0,350 |
21 |
0 |
2 |
2 |
5 |
|
572 |
94 |
205 |
0,668 |
22 |
1 |
0 |
2 |
7 |
|
593 |
114 |
25 |
0,430 |
23 |
1 |
1 |
2 |
2 |
|
501 |
85 |
36 |
0,304 |
24 |
1 |
2 |
2 |
3 |
482 |
114 |
108 |
0,530 |
|
25 |
2 |
0 |
2 |
8 |
|
610 |
96 |
36 |
0,340 |
26 |
2 |
1 |
2 |
0 |
|
605 |
102 |
69 |
0,445 |
27 |
2 |
2 |
2 |
4 |
|
558 |
120 |
231 |
0,743 |
|
|
Т а б л и ц а |
25. Итоги по разным |
уровням |
факторов |
|
|
||
О тклики |
|
Д о б а в к и ( x i) |
|
К о л и ч е с т в о д о б а в к и |
К о л и ч е с т в о н а п о л н и т е л я |
||||
|
|
|
|
|
(л ) |
|
|
(*з) |
|
|
0 |
1 |
2 |
0 |
1 |
2 |
0 |
1 |
2 |
-У» |
4322 |
4091 |
4346 |
4528 |
4339 |
3892 |
3385 |
4223 |
5151 |
У2 |
932 |
973 |
1046 |
995 |
992 |
964 |
1050 |
945 |
955 |
у з |
2443 |
2410 |
2629 |
2639 |
2024 |
2819 |
4239 |
2436 |
807 |
D |
4,937 |
4,920 |
5,279 |
5,382 |
4,320 |
4,986 |
3,627 |
5,238 |
5,877 |
|
|
|
|
|
|
|
Продолжение |
табл. 25 |
|
О тклики |
|
|
|
Н а п о л н и т е л и |
( х а ) |
|
|
|
|
|
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
3'» |
1289 |
1516 |
1419 |
1313 |
1425 |
1388 |
1474 |
1411 |
1524 |
У2 |
308 |
406 |
247 |
352 |
337 |
342 |
323 |
337 |
299 |
у з |
959 |
877 |
582 |
977 |
1121 |
1046 |
625 |
743 |
552 |
D |
1,581 |
1,929 |
1,371 |
1,926 |
1,725 |
1,911 |
1,008 |
1,719 |
1,389 |
2 |
2 |
2 |
“ • - S |
. S |
S »;«, • |
1=0 /=0 <7=0
например, для модуля упругости при изгибе .yi
SSi = 364* -f 365а + -----h 5582 = 6 275 327;
3) сумма квадратов итогов по фактору xi, деленная на л2,
2
2 * .
5 5 , =
t= 0
Так, для показателя у\ (табл. 25)
43222 + 40912 + 43462
5 5 , = * |
= 6033 742. |
Таким же образом определялись эти величины для остальных факторов;
2 2
% Хц\
4) S S 3 = |
^ — > |
например, для^ 1 (табл. 25)
SS>_ <528. + 4CT + 3 6 » _ 6o53 04U
2
5) S S 4 = я=о |
|
например, для>>1 (табл. 25) |
|
3385*+ 4223*+ 5151* |
„ „ „ „ „ „ |
SS4 = --------- ----------- - ------- = |
6 202 750; |
9 |
|
|
2 * 4 , |
6) S S 5 |
,=о |
= |
например, для^ 1 (табл. 25)
S S . = |г8 9 * + |5 |6 ‘ <- * 4 1 9 4 - • + 1524’ _ 6016 886;
7) корректирующий член, равный квадрату общего итога, деленному на число опытов,
sse = (4322 + |
4091 + 4346)* |
(4528 + 4339+ 3892)* |
||
|
|
27 |
|
27 |
(1289 -|-------h 1524)* = 6029 336. |
||||
|
|
27 |
|
|
Далее определялись суммы квадратов для всех источников дисперсии |
||||
например, для у\ |
|
8) S S X i = S S 2 — S S t ; |
||
|
|
|
|
|
S S Xi = |
6 033 742 — 6 029 336 = |
4406 ; |
||
9) SSX2 = SSa - SSb- |
|
|
|
|
например, для у\ |
|
|
|
|
S S Xt = |
6 053 041 — 6 029 336 = |
23 705 ; |
||
Ю) SSX3 = S S A— S S 6; |
|
|
|
|
например, для у\ |
|
|
|
|
S S X' = |
6202 750 — 6029 336= 173414 ; |
|||
И) SSXA =SSS - SSe- |
|
|
|
|
например, для у\ |
|
|
|
|
S S |
—6 046 886 — 6029 336 = |
17 547; |
Л4
12)общая сумма квадратов равна разности между суммой квадратов всех наблю дений и корректирующим членом:
5 5 общ = 551 “ ;
например, для у\
SSo№ = 6 275 327 — 6 029 336 = 245 991 ;
13) остаточная сумма квадратов служит для оценки ошибки эксперимента
SS0CT = SSo6ul - (SSZ, + SS^ + SSXa + SSXt) ;
например, для у \
SS0CT = 245 991 — (4406+ 23 705+ 17 341 + 17 547) = 26919.
Результаты дисперсионного анализа для всех четырех показателей качества пред ставлены в таблице.
С в ой |
И с т о ч н и к |
Ч и с л о |
С у м м а |
С р е д н и й |
П р о в е р к а |
ство |
д и с п е р с и и |
с т е п е н е й |
к в а д р а т о в |
к в а д р а т |
з н а ч и м о с т и |
|
|
с в о б о д ы |
|
|
|
|
XI |
2 |
4 406 |
|
х2 |
2 |
23 705 |
У\ |
*3 |
2 |
173 414 |
|
17 547 |
||
|
Х4 |
8 |
|
|
Ошибка |
1 2 |
26 919 |
|
Общая сумма |
26 |
245 991 |
|
XI |
2 |
741 |
|
Х2 |
2 |
65 |
У2 |
ха |
2 |
761 |
|
Х4 |
8 |
4 949 |
|
Ошибка |
1 2 |
964 |
|
Общая сумма |
26 |
7 480 |
|
|
|
|
5?. |
|
|
2 203 |
|
II |
Ч |
V |
||
11 853 |
|
|
ОШ |
|||
Л |
- 4 |
^ ш |
= 5'284 |
|||
|
707 |
|||||
8 6 |
ft = % |
'* о £ 38>657 |
||||
2 193 |
||||||
|
|
|
|
|||
2 243 |
|
|
|
|
||
|
370 |
* = 4 , / ^ 4 ,6 2 5 |
||||
|
33 |
/ 2 |
= 4 |
/ 4 |
<: 1 |
|
|
381 |
Л = < |
75ш = 4’763 |
|||
|
619 |
|||||
|
Л |
- 4 |
/ & |
г 7’730 |
||
|
80 |
|||||
|
|
|
|
|
С в о й |
И с т о ч н и к |
Ч и с л о |
С у м м а |
С р е д н и й |
|
П р о в е р к а |
||
с т в о |
д и с п е р с и и |
с т е п е н е й |
к в а д р а т о в |
к п а др а т |
|
з н а ч и м о с т и |
||
|
|
|
с в о б о д ы |
|
|
|
|
|
|
X I |
|
2 |
3 098 |
1549 |
|
|
|
|
Х2 |
|
2 |
38 617 |
19 309 |
* |
= % |
3-838 |
Уз |
|
|
2 |
654 929 |
327 465 |
|||
ХЗ |
|
л |
= % / •'оиГ 65,089 |
|||||
|
х4 |
8 |
Л20 054 |
15 007 |
л |
= 3 4 / |
*$Ш= 2-983 |
|
|
Ошибка |
12 |
60 375 |
5 031 |
||||
|
|
|
|
|||||
|
Общая |
сумма |
26 |
877 073 |
|
|
|
|
|
X I |
|
2 |
0 |
0 |
F\ < 1 |
|
|
D |
Х2 |
|
2 |
0,058 |
0,029 |
F\ = 2,636 |
|
|
ХЗ |
|
2 |
0,299 |
0,150 |
F3 = 13,636 |
|||
|
Х 4 |
|
8 |
0,307 |
0,154 |
Л |
= 14,00 |
|
|
Ошибка |
12 |
0,130 |
0,011 |
|
|
|
|
|
Общая |
сумма |
26 |
0,794 |
|
|
|
|
Для выбора оптимальной композиции эффекты факторов на разных уровнях были сопоставлены при помощи множественного рангового критерия Дункана (см. табл. 7 приложения). При этом поскольку тип добавки (xi) значимо влияет только на у2 (см. таблицу), была выбрана добавка, обеспечивающая максимальную прочность при изгибе. Ошибка среднего значения^ равна
|
= V 'L / 9 =V 80/9 |
= 2,99. |
|
||
Средние значения у2 для уровней |
|
У2 = 116 |
|||
фактора X I ..................................... |
|
|
j4°^= 104 |
108 |
|
Ранги, г ........................................... |
|
|
|
3,08 |
3,23 |
гХ5У2..................................... |
|
|
|
9,2 |
9,7 |
у |
— |
2У°^ = |
12 > 9,7 — различие значимо |
|
|
у ^ |
— |
= |
8 < 9 ,2 — различие незначимо |
|
|
~ у ^ |
— у £ ) = |
4 < 9,2 — различие незначимо |
|
Была выбрана добавка типа ДСТ-30. Этот тип добавки существенно отличается от добавки типа СКЭП и незначимо от ИСТ-30.
В связи с тем, что факторы хз, хг и ха по-разному влияют на показатели качества (табл. 25), оптимальная композиция была выбрана на основании факторного анализа обобщенной функции желательности D. Была определена ошибка среднего значения D: для факторов Х2 и хз
* - = /0 ,0 1 1 /9 |
= 0,035, |
|
|
для фактора ха |
|
|
|
S - = Y Q , 011/3 |
= 0,061 . |
|
|
Уровни фактора хг . . |
1 |
2 |
0 |
Средние значения D . |
0,480 |
0,554 |
0,598 |
Ранги, г ..................... |
|
3,08 |
3,23 |
г Х * Б |
|
0,107 |
0,113 |
|
|
|
£><°) __£)^)= 0 ,118 > 0,113 — различие значимо |
|
|
|||||||||
£ (°) __ ^(2) = о ,044 < 0,107 — различие незначимо |
|
|
|||||||||
_ |
5 (1>= |
0,074 < 0,107—- различие незначимо |
|
|
|||||||
Уровни фактора хз . . |
|
|
0 |
|
1 |
2 |
|
|
|||
Средние значения D . |
|
|
0,403 |
0,582 |
0,653 |
|
|||||
/)(2) _ |
£(°) = |
0,250 > 0,113 — различие значимо |
|
|
|||||||
£>(2) _ |
/)(0 = |
о,071 < 0,107 — различие незначимо |
|
|
|||||||
2)(1>— 0&) = 0,179 > 0,107 — различие значимо |
|
|
|||||||||
Уровни фактора ха |
6 |
|
2 |
8 |
0 |
7 |
4 |
|
3 |
1 |
5 |
Средние значения D |
0,336 |
0,457 |
0,463 |
0,527 |
0,573 |
0,575 |
0,642 |
0,643 |
0,697 |
||
Ранги, г . . . |
|
|
3,08 |
3,23 |
3,33 |
3,36 |
3,40 |
3,42 |
3,44 |
3,44 |
|
rXsn |
|
0,187 |
0,197 |
0,201 |
0,205 |
0,208 |
0,209 |
0,210 |
0,220 |
||
D (5)— D*6) = 0,331 > 0,210 — различие значимое |
|
|
|||||||||
£>(5) _ |
/)(2) _ |
о,240 >0,210 — различие значимое |
|
|
|||||||
£)<5) — /)<8>= |
0,234 > 0,209 — различие значимое |
|
|
||||||||
5 (5) — D (0) = 0,170 < 0,208 — различие незначимое |
|
||||||||||
D(5) — 0 {7) = |
0,124 < 0,205 — различие незначимое |
|
|||||||||
2)<5) — |
= |
0,122 < 0,201 — различие незначимое |
|
||||||||
/)(5) — |
= |
0,055 < 0,197 — различие |
незначимое |
|
|||||||
_ |
5 (1) = 0,054 <0,187 — различие |
незначимое |
|
||||||||
D (l) — D <6) = |
0,307 > 0 , 2 1 0 — различие |
значимое |
|
|
|||||||
— Ъ{2) = |
0,186 < 0,209 — различие незначимое |
|
|||||||||
jr)0)_2)(8) = |
0,180 < 0,208 — различие незначимое |
|
|||||||||
5 (1) — D(0) = |
0,116 < 0t205 — различие |
незначимое |
|
||||||||
— 5 (7) = |
0,070 < 0,201 — различие незначимое |
|
gO) —5<4>= 0,068 < 0,197 — различие незначимое
/>(1) — D (3) = 0,001 < 0,187 — различие незначимое 5 (3)_D (6) = 0,306 > 0,209 — различие значимое
=0,185 < 0,208— различие незначимое
=0,179 < 0,205 — различие незначимое _/)(°) = о, 115 < 0,201 — различие незначимое
/)(3) __ |
= |
0,069 <0,197 |
— различие незначимое |
7)(3) __ pi*) = |
о ,067 <0,187 |
— различие незначимое |
D*4) |
— Z)(6) = |
0,239 > 0,208 |
— различие значимое |
|
— D ^ = 0,118 < 0,205 |
— различие незначимое |
|
D*4) —D = |
0,112-< 0,201 — различие незначимое |
||
D(4) |
— D(0) = |
0,048 < 0,197 |
— различие незначимое |
—D(7) = 0,002 <0,187 — различие незначимое 5 <7) — £><6) =0,237 > 0,205 — различие значимое
—D ^ = 0,116 < 0,201 — различие незначимое 2)<7) _£>(») = 0,110 <0,197 — различие незначимое
D<7) — D(0) = 0,046 <0,187-—различие незначимое D(0) — D(6) = 0,191 < 0,201 — различие незначимое 0(°> _ 0 < 2) = 0i070 < о,197 — различие незначимое D(0) _ 2)<8> = 0 064 < 0,187 — различие незначимое 0<8> _ 5<б) _ о , 127 < 0,197 — различие незначимое 0(8) _ 0(2) = о ,006 < 0,187 — различие незначимое D(2) — D(6) = 0,121 <0,187 — различие незначимое
На основании дисперсионного и факторного анализа были выбраны следующие композиции:
1) ПЭВД + 10% (Т : А - 1 : 1) + 10%ДСТ-30;
2)ПЭВД + 15% (Т : А - 1 :1) + 10%ДСТ-30;
3)ПЭВД + 10% (Т : А - 1 :0,5) + 10% ДСТ-30
Свойства оптимальных композиций приведены в таблице.
Н о м е р к о м п о |
у\ • 10,' М П а |
У2 • 10,_ ,М П а |
Уз, % |
Ф о р м у е м о с т ь |
зи ц и и |
|
|
|
|
1 |
545 |
135 |
450 |
Отличная |
2 |
576 |
125 |
400 |
Хорошая |
3 |
498 |
130 |
470 |
Отличная |
Методы дисперсионного анализа и тесно связанного с ним планиро вания эксперимента в настоящее время довольно широко применяются для решения прикладных задач в химии и химической технологии.
Дисперсионный анализ использует свойство аддитивности дисперсии изучаемой случайной величины и дает возможность разложить ее на ком поненты, обусловленные действием независимых факторов.
Основные положения дисперсионного анализа даются в данной главе без доказательств.
Приведены алгоритмы обработки наблюдений для однофакторного и двухфакторного анализов.
Рассмотрены методы планирования экспериментов по схеме латинско го, греко-латинского, гипер-греко-латинского квадратов и латинских ку
бов первого и второго порядков, дающие возможность существенно сократить перебор уровней, пожертвовав при этом наименее существен ной при данной постановке задачи информацией.
Упражнения
1.Для каких задач эффективно применение дисперсионного анализа?
2.Какие модели используются в дисперсионном анализе? Каковы особенности интерпретации результатов при использовании различных моделей?
3.Что такое латинские квадраты и как они применяются в планировании экспе риментов?
4.Сколько факторов и на скольких уровнях позволяют ввести в эксперимент
латинские квадраты, гипер-греко-латинские квадраты, латинские кубы первого и вто рого порядков?
5. Оценить значимость различия в производительностях реакторов. Средняя про изводительных четырех параллельно работающих реакторов представлена в таблице:
Р еа к т о р С р ед н я я п р о и з в о д и т е л ь н о с т ь , т /с у т
1 |
1600 |
1610 |
1650 |
1680 |
1700 |
2 |
1500 |
J640 |
1640 |
1700 |
1750 |
3 |
1460 |
1550 |
1600 |
1620 |
1640 |
4 |
1510 |
1520 |
* 1530 |
1570 |
1600 |
6. Оценить влияние температуры и значимость различия между марками стали на скорость коррозии. В таблице приведены значения скорости коррозии (мм/год) в полифосфорной кислоте при различной температуре для четырех марок стали.
Марка |
|
|
Температура, °С |
|
стали |
|
|
|
|
|
80 |
100 |
120 |
140 |
1 |
0,006 |
0,012 |
0,075 |
0,231 |
2 |
0,002 |
0,012 |
0,093 |
0,185 |
3 |
0,007 |
0,025 |
0,088 |
0,326 |
4 |
0,003 |
0,00 |
0,050 |
0,158 |
7. Латинский квадрат 3X 3 (табл. 14) был использован для анализа процесса перекристаллизации биологически активного вещества. Факторы и их уровни приведены в таблице:
|
Обозначение |
Уровни фактора |
|
Факторы |
факторов |
|
|
|
|
обозначение |
значение |
Температура, °С |
А |
а1 |
3 |
аз |
10 |
||
|
|
20 |
|
Продолжитель |
|
Ь\ |
7 |
ность, ч |
В |
Ь2 |
17 |
|
|
Ьз |
24 |
Соотношение |
|
С] |
1:0,5 |
растворитель: |
С |
С2 |
1:1 |
вода |
|
сз |
1:2 |
План эксперимента и результаты опытов —выход биологически активного вещества у приведены в таблице:
Номер |
А |
В |
с |
У |
Номер |
А |
В |
С |
У, % |
|
опыта |
опыта |
|||||||||
|
|
|
, % |
|
|
|
|
|||
1 |
а 1 |
by |
С\ |
26,3 |
6 |
02 |
Ьз |
Су |
58,2 |
|
2 |
а\ |
/>2 |
С2 |
65,6 |
7 |
аз |
by |
сз |
68,7 |
|
3 |
а\ |
Ьз |
сз |
75,7 |
8 |
аз |
Ь2 |
су |
43,1 |
|
4 |
02 |
Ьу |
С2 |
75,0 |
9 |
аз |
Ьз |
С2 |
70,8 |
|
5 |
02 |
b2 |
сз |
76,5 |
|
|
|
|
|
1.Оценить значимость факторов методами факторного и дисперЛюнного анализов.
2.Провести анализ параметрической чувствительности процесса кристаллизации к изменению уровней факторов.
3.Определить оптимальную комбинацию уровней факторов, обеспечивающую наи больший выход биологически активного вещества.
Г Л А В А IV
МЕТОДЫ КОРРЕЛЯЦИОННОГО
ИРЕГРЕССИОННОГО АНАЛИЗОВ
1.Выборочный коэффициент корреляции. Методы корреляционного и
регрессионного анализов широко применяются для выявления и описа ния зависимостей между случайными величинами по экспериментальным данным. Для экспериментального изучения зависимости между случай ными величинами X и Y производят некоторое количество л независи мых опытов. Результат /-го опыта дает пару значений (*,, у,), / = 1,
2, ..., л.
О наличии или отсутствии корреляции между двумя случайными величинами качественно можно судить по виду поля корреляции, нанеся точки (*,, у,) на координатную плоскость. Положительная корреляция между случайными величинами представлена на рис. 24, а. Еще более ярко выраженная корреляция, близкая к линейной функциональной, показана на рис. 24, б. На рис. 24, в приведен пример сравнительно слабой отрицательной корреляции, а на рис. 24, г—пример фактически некоррелированных случайных величин.
Для количественной оценки тесноты связи служит выборочный коэф фициент корреляции.
х