- •Моделирование химико-технологических процессов
- •Оглавление
- •Введение, основные понятия и определения
- •1. Методы моделирования и область их применения
- •1.1. Физическое моделирование (фм)
- •1.2. Математическое моделирование (мм)
- •2. Основные принципы и направления при построении и решении математических моделей
- •2.1. Составление математической модели
- •2.2. Нахождение решения математической модели
- •2.3. Проверка моделей на адекватность
- •3. Математическое описание структуры потока в аппарате – основа построения моделей
- •3.1. Методы исследования структуры потоков
- •3.2. Основные характеристики функции распределения потока по времени пребывания в аппарате
- •4. Типовые модели структуры потока
- •4.1. Модель идеального перемешивания
- •4.2. Модель идеального вытеснения
- •4.3. Ячеечная модель
- •4.4. Ячеечная модель с рециркуляцией
- •4.5. Диффузионная модель
- •4.6. Сравнение аппаратов соответствующих моделям ип и ив
- •5. Методы статистического анализа эксперимента
- •5.1. Основные характеристики случайных величин
- •5.2. Равномерное распределение
- •5.3. Нормальное распределение
- •5.4. Доверительные интервалы и доверительная вероятность, распределение Стьюдента
- •5.5. Определение общей дисперсии для серии параллельных опытов
- •5.6. Оценка дисперсии нормально распределенной случайной величины
- •5.7. Проверка однородности результатов измерений
- •6. Планирование эксперимента
- •6.1. Основные понятия и определения
- •6.2. Выбор области проведения эксперимента
- •6.3. Полный факторный эксперимент (пфэ)
- •6.4. Дробный факторный эксперимент
- •7. Оптимизация эксперимента
- •8. Планы второго порядка
- •8.1. Центральное композиционное планирование
- •8.2. Ортогональный план второго порядка
- •8.3. Ротатабельный план второго порядка
- •Список литературы
- •Приложение 1. Квантили нормального распределения
- •Приложение 2. Квантили распределения Пирсона
- •Приложение 3. Значения параметра для различных уровней значимости и степеней свободы
- •Приложение 4. Квантили распределения Стьюдента
- •Приложение 6. Пример использования модели ип для описания процесса непрерывной массовой кристаллизации
- •Приложение 7. Примеры использования типовых моделей для описания процесса теплообмена
- •Лицензия лр № 020370
8.2. Ортогональный план второго порядка
В общем виде композиционные планы второго порядка не ортогональны, но они легко приводятся к ортогональным выборам соответствующего звездного плеча . Значения звездного плеча для ортогонального композиционного плана приведены в табл. 8.3.
Выбрав из табл. 8.3 значение (при k = 2 и n0 = 1) получим ортогональный план второго порядка для двух факторов (табл. 8.4) (с целью упрощения все последующие примеры приведены также для двухфакторного эксперимента).
Уравнение регрессии при центральном ортогональном композиционном планировании ищут в следующем виде:
= b0* + b1 х1 + b2 х2 + b12 х1 х2 + b11 х1* + b22 х2*. (8.3) |
Благодаря ортогональности матрицы планирования все коэффициенты регрессии определяются независимо друг от друга по формулам
(8.4) |
здесь j 0 при коэффициенте bj и j u при коэффициенте bju, b0* – промежуточный коэффициент.
Таблица 8.3
Значения звездного плеча для различного числа факторов k
и опытов в центре плана n0
n0 |
k |
|||
2 |
3 |
4 |
5* |
|
1 |
1 |
1,215 |
1,414 |
1,546 |
2 |
1,077 |
1,285 |
1,471 |
1,606 |
3 |
1,148 |
1,353 |
1,546 |
1,664 |
4 |
1,214 |
1,414 |
1,606 |
1,718 |
5 |
1,267 |
1,471 |
1,664 |
1,463 |
6 |
1,320 |
1,525 |
1,718 |
1,819 |
7 |
1,369 |
1,575 |
1,772 |
1,868 |
8 |
1,414 |
1,623 |
1,819 |
1,913 |
9 |
1,454 |
1,668 |
1,868 |
1,957 |
10 |
1,498 |
1,711 |
1,913 |
2,000 |
* полуреплика, х5 = х1х2х3х4.
Таблица 8.4
Ортогональный план второго порядка для двух факторов
Системы опытов |
№ оп |
х0 |
х1 |
х2 |
х1 х2 |
х1* |
х2* |
Полный Факторный Эксперимент |
1 |
+1 |
–1 |
–1 |
+1 |
+1/3 |
+1/3 |
2 |
+1 |
+1 |
–1 |
–1 |
+1/3 |
+1/3 |
|
3 |
+1 |
–1 |
+1 |
–1 |
+1/3 |
+1/3 |
|
4 |
+1 |
+1 |
+1 |
+1 |
+1/3 |
+1/3 |
|
Опыты в звездных точках |
5 |
+1 |
+1 |
0 |
0 |
+1/3 |
–2/3 |
6 |
+1 |
–1 |
0 |
0 |
+1/3 |
–2/3 |
|
7 |
+1 |
0 |
+1 |
0 |
–2/3 |
+1/3 |
|
8 |
+1 |
0 |
–1 |
0 |
–2/3 |
+1/3 |
|
Опыты в центре плана |
9 |
+1 |
0 |
0 |
0 |
–2/3 |
–2/3 |
Входящие в таблицу 8.4 и уравнения (8.3–8.4) вспомогательные переменные определяются по формуле
, (8.5) |
где j – номер фактора; i – номер опыта.
Расчет вспомогательных переменных производится с целью приведения матрицы к ортогональному виду. Для того чтобы получить уравнение регрессии в обычной форме
= b0 + b1 х1 + b2 х2 + b12 х1 х2 + b11+ b22, (8.6) |
b0 определяют по формуле
(8.7) |
и оценивают с дисперсией, равной
. (8.8) |
Рассчитав дисперсию воспроизводимости, проверяют значимость коэффициентов и адекватность полученного уравнения.
Коэффициенты уравнения регрессии, получаемые при помощи ортогональных планов второго порядка, определяются с разной точностью. Для k < 5 имеем:
. (8.9)
|
. (8.10)
|
. (8.11)
|
. (8.12) |
где u, j = 1, 2, …, k; u j .
Значимость коэффициентов регрессии определяется по критерию Стьюдента аналогично плану первого порядка (см. раздел 6.3).
Проверка адекватности уравнения регрессии осуществляется с помощью критерия Фишера, как и в случае полного факторного эксперимента.