ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
ЗАДАНИЕ
ПОДГОТОВКА ПЛАНА ПРОВЕДЕНИЯ ОДНОФАКТОРНОГО ЭКСПЕРИМЕНТА
ПЛАН ЭКСПЕРИМЕНТА И РЕЗУЛЬТАТЫОПЫТОВ
УРАВНЕНИЕ РЕГРЕССИИ
РЕЗУЛЬТАТЫОПЫТОВ В ГРАФИЧЕСКОМ ВИДЕ
ПРОВЕРКА АДЕКВАТНОСТИ И РАБОТОСПОСОБНОСТИ МОДЕЛИ
ВЫВОД
ЛИТЕРАТУРА
ВВЕДЕНИЕ
Современный этап научных исследований характеризуется тем, что наряду с классическим натурным экспериментом все шире применяется вычислительный эксперимент, проводимый на математической модели с помощью ЭВМ. Проведение вычислительного эксперимента значительно дешевле и мобильнее, чем проведение аналогичного натурного, и в ряде случаев вычислительный эксперимент является единственным возможным инструментом исследователя.
Математический аппарат теории планирования и обработки результатов экспериментов в полной мере может быть применен как к натурным, так и к вычислительным экспериментам. В данной контрольно-курсовой работе под проводимым экспериментом будем понимать эксперимент на математической модели, выполненный при помощи ЭВМ.
Основная задача теории планирования и обработки результатов экспериментов – это построение статистической модели изучаемого процесса в виде Y = f(X1, X2,…Xk), где X – факторы, Y – функция отклика. Полученную функцию отклика можно использовать для оптимизации изучаемых процессов, то есть определять значения факторов, при которых явление или процесс будет протекать наиболее эффективно.
Объект исследования – одноцилиндровый четырехтактный дизельный двигатель ТМЗ-450Д.
Предмет исследования– процесс функционирования двигателя.
Цель исследования – анализ влияния одного из параметров двигателя на показатели его работы и получение соответствующей функциональной зависимости
ЗАДАНИЕ
Область планирования фактора X: Xmin = 0,012 м, Xmax = 0,055 м.
План проведения эксперимента:
№ опыта | xj |
-1 | |
-0,8 | |
-0,6 | |
-0,4 | |
-0,2 | |
0,2 | |
0,4 | |
0,6 | |
0,8 | |
Используя приведенные исходные данные и программу расчета функционирования двигателя, проанализировать влияние радиуса кривошипа (X) на величину максимальной температуры (Y) рабочего тела в цилиндре двигателя. Получить функциональные зависимости между указанными величинами.
ПОДГОТОВКА ПЛАНА ПРОВЕДЕНИЯ ОДНОФАКТОРНОГО ЭКСПЕРИМЕНТА
Используя указанный в задании план проведения эксперимента в кодовом виде, а также область планирования фактора Х (Хmin, Хmax), подготовим план проведения данного однофакторного эксперимента.
; ;
; ;
; ;
; ;
; ;
; ;
; ;
; ;
.
где - интервал (шаг) варьирования фактора;
- натуральное значение основного уровня фактора;
- кодированное значение фактора x;
- натуральное значение фактора в j-ом опыте, где j = 1, 2,…, N; N – число опытов.
В дальнейших расчетах будем использовать только натуральные значения факторов и функции отклика.
ПЛАН ЭКСПЕРИМЕНТА И РЕЗУЛЬТАТЫОПЫТОВ
Используя выданную преподавателем программу расчета (математическую модель) проведем на ЭВМ необходимое количество опытов N. Полученные результаты представим в виде таблицы 1.
Табл. 1
№ опыта | Xj | Yj |
0,012 | 3601,8348 | |
0,0163 | 2712,4310 | |
0,0206 | 2195,4343 | |
0,0249 | 1855,3637 | |
0,0292 | 1626,8644 | |
0,0335 | 1461,2450 | |
0,0378 | 1339,577 | |
0,0421 | 1250,5135 | |
0,0464 | 1173,9877 | |
0,0507 | 1126,4606 | |
0,055 | 1092,5573 |
УРАВНЕНИЕ РЕГРЕССИИ
Получим функциональную зависимость Y = f(X) (уравнение регрессии) с помощью метода наименьших квадратов (МНК). В качестве аппроксимирующих функций использовать линейную (Y = a0 + a1X) и квадратичную зависимости (Y = a0 + a1X + a2X2). Посредством МНК значения a0, a1 и a2 найдем из условия минимизации суммы квадратов отклонений измеренных значений отклика Yj от получаемых с помощью регрессионной модели, т. е. путем минимизации суммы:
.
Проведем минимизацию суммы квадратов с помощью дифференциального исчисления, путем приравнивания к 0 первых частных производных по a0, a1 и a2.
Рассмотрим реализацию метода наименьших квадратов применительно к уравнению вида Y = a0 + a1X. Получим:
;
.
Выполнив ряд преобразований, получим систему нормальных уравнений метода наименьших квадратов:
Решая эту систему, найдем коэффициенты a1 и a0:
; .
Для квадратичной зависимости Y = a0 + a1X + a2X2 система нормальных уравнений имеет вид:
Вычислим из N опытов необходимые суммы и данные представим в виде таблицы 2.
Табл. 2
№ опыта | Xj | Yj | Xj2 | Xj Yj | Xj2Yj | Xj3 | Xj4 |
0,012 | 3601,8348 | 0,000144 | 43,222017 | 0,5186642 | 0,0000017 | 0,000000020736 | |
0,0163 | 2712,4310 | 0,0002656 | 44,212625 | 0,7204216 | 0,0000043 | 0,0000000705433 | |
0,0206 | 2195,4343 | 0,0004243 | 45,225946 | 0,9315227 | 0,0000087 | 0,0000001800304 | |
0,0249 | 1855,3637 | 0,00062 | 46,198556 | 1,1503254 | 0,0000154 | 0,0000003844 | |
0,0292 | 1626,8644 | 0,0008526 | 47,50444 | 1,3870645 | 0,0000248 | 0,0000007269267 | |
0,0335 | 1461,2450 | 0,0011222 | 48,951707 | 1,6398091 | 0,0000375 | 0,0000012593328 | |
0,0378 | 1339,577 | 0,0014288 | 50,63601 | 1,9139876 | 0,000054 | 0,0000020414694 | |
0,0421 | 1250,5135 | 0,0017724 | 52,646618 | 2,2164101 | 0,0000746 | 0,0000031414017 | |
0,0464 | 1173,9877 | 0,0021529 | 54,473029 | 2,52747781 | 0,0000998 | 0,0000046349784 | |
0,0507 | 1126,4606 | 0,0025704 | 57,111552 | 2,8954543 | 0,0001303 | 0,0000066069561 | |
0,055 | 1092,5573 | 0,003025 | 60,090651 | 3,3049858 | 0,0001663 | 0,000009150625 | |
Σ | 0,3685 | 19436,266 | 0,0143782 | 550,27311 | 19,206122 | 0,0006174 | 0,0000282173998 |
Для уравнения регрессии вида Y = a0 + a1X найдем коэффициенты a1 и a0:
.
.
Для уравнения регрессии вида Y = a0 + a1X + a2X2 найдем коэффициенты a1 , a2 и a0:
Решим систему нормальных уравнений способом Крамера:
.
.
.
Найдем определитель (det) матрицы:
.
; ; .
; ; .
РЕЗУЛЬТАТЫОПЫТОВ В ГРАФИЧЕСКОМ ВИДЕ
Построим графики функций Y = a0 + a1X; Y = a0 + a1X + a2X2 :
X | 0,012 | 0,0163 | 0,0206 | 0,0249 | 0,0292 | 0,0335 | 0,0378 | 0,0421 | 0,0464 | 0,0507 | 0,055 |
Y=ao+a1X | 2833,143 | 2619,9 | 2406,658 | 2193,415 | 1980,172 | 1766,929 | 1553,686 | 1340,443 | 1127,2 | 913,9573 | 700,7144 |
Y=a0+a1X+a2 X2 | 3215,923 | 2748,207 | 2330,714 | 1963,444 | 1646,397 | 1379,574 | 1162,973 | 996,5962 | 880,4424 | 814,5117 | 798,8043 |