Методика планирования экспериментов и обработки их результатов при исследовании технологических процессов в деревообрабатывающей промышленности
Покупка
Новинка
Тематика:
Деревообрабатывающая промышленность
Издательство:
УГЛТУ
Автор:
Мялицин Алексей Владимирович
Год издания: 2023
Кол-во страниц: 76
Дополнительно
Вид издания:
Учебно-методическая литература
Уровень образования:
ВО - Бакалавриат
ISBN: 978-5-94984-877-7
Артикул: 895447.01.99
В учебно-методическом пособии излагаются основы проведения теоретических и экспериментальных исследований, методика обработки полученных результатов, в том числе с применением офисного приложения Microsoft Excel. Приложения содержат основные статистические таблицы для определения критериев Стьюдента, Кохрена, Фишера, Пирсона.
Предназначено для обучающихся, осваивающих образовательные программы по направлению «Технология лесозаготовительных и деревоперерабатывающих производств».
Тематика:
ББК:
УДК:
ОКСО:
- ВО - Бакалавриат
- 35.03.02: Технология лесозаготовительных и деревоперерабатывающих производств
- ВО - Магистратура
- 35.04.02: Технология лесозаготовительных и деревоперерабатывающих производств
ГРНТИ:
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов
МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего образования «Уральский государственный лесотехнический университет» (УГЛТУ) А. В. Мялицин Методика планирования экспериментов и обработки их результатов при исследовании технологических процессов в деревообрабатывающей промышленности Учебно-методическое пособие Екатеринбург 2023
УДК 674:001.891.5(075.8) ББК 37.13в643я73 М99 Рецензенты: кафедра лесного инжиниринга ФГБОУ ВО «Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева, д-р техн. наук, доцент И. М. Еналеева-Бандура; В. В. Куртеев, директор ООО «Флекс» Мялицин, Алексей Владимирович. Методика планирования экспериментов и обработки их результатов при исследовании технологических процессов в деревообрабатывающей промышленности : учебно-методическое пособие / А. В. Мялицин ; Министерство науки и высшего образования Российской Федерации ; Уральский государственный лесотехнический университет. – Екатеринбург : УГЛТУ, 2023. – 76 с. ISBN 978-5-94984-877-7 В учебно-методическом пособии излагаются основы проведения теоретических и экспериментальных исследований, методика обработки полученных результатов, в том числе с применением офисного приложения Microsoft Excel. Приложения содержат основные статистические таблицы для определения критериев Стьюдента, Кохрена, Фишера, Пирсона. Предназначено для обучающихся, осваивающих образовательные программы по направлению «Технология лесозаготовительных и деревоперерабатывающих производств». Издается по решению редакционно-издательского совета Уральского государственного лесотехнического университета. УДК 674:001.891.5(075.8) ББК 37.13в643я73 ISBN 978-5-94984-877-7 © ФГБОУ ВО «Уральский государственный лесотехнический университет», 2023 © Мялицин А. В., 2023 М99
ВВЕДЕНИЕ В учебно-методическом пособии рассмотрены вопросы, касающиеся обработки результатов наблюдений, а также необходимые при планировании экспериментов. При планировании эксперимента и последующей обработке результатов опытов методами регрессионного анализа требуется выполнение следующих предпосылок: результаты наблюдений должны представлять собой независимые нормально распределенные случайные величины; дисперсии этих случайных величин должны быть равны друг другу. Ниже подробно рассмотрены методы проверки этих утверждений. Для экспериментатора-исследователя технологических процессов лесной промышленности излагаемые методы имеют и самостоятельную ценность. Во всех случаях, когда исследуемый параметр представляет собой случайную величину для получения характеристик этой величины (закона распределения, математического ожидания, дисперсии и т. д.) применимы излагаемые методы. Сложность задач, решаемых при проведении научных исследований, обуславливает применение компьютерных технологий, поэтому для современного исследователя важно умение использовать различные пакеты прикладных программ, позволяющих проводить обработку экспериментальных данных и моделирования процессов.
1. СТАТИСТИЧЕСКИЕ ОЦЕНКИ РЕЗУЛЬТАТОВ НАБЛЮДЕНИЯ По результатам экспериментальных исследований технологических процессов изучается влияние целого ряда переменных величин, называемых факторами, на тот или иной процесс. К основным факторам будем относить все изучаемые факторы, а также те, которые служат для стабилизации процесса. Различные побочные и посторонние факторы желательно по возможности устранить. Некоторые из них можно с достаточной точностью учесть и тогда относим их к основным факторам. Основные факторы должны быть одинаковыми для всех наблюдений, посвященных исследованию какого-либо параметра, например шероховатости при резании древесины. Экспериментальные исследования с постоянными, стабильными значениями основных факторов называются однородными. Однородность испытаний является одним из важнейших условий правильного применения статистических методов обработки наблюдений. Чтобы обеспечить однородность опытов, нужно каждую серию проводить на одной и той же установке, по неизменной методике, с одними и теми же измерительными приборами и исследователями, в реальный срок. При этом надо учесть, что многие факторы заметно меняются во времени и вызывают так называемый дрейф выходной измеряемой величины. Если избежать этого явления не удается, то его желательно учитывать как особый фактор. Все прочие неустранимые и неучитываемые факторы относят к случайным факторам. Результат, который появился бы при воздействии одних только основных факторов, называется идеальным результатом. Вследствие воздействия случайных факторов реальный результат наблюдений всегда является случайной величиной. Отклонение реального результата от идеального называется ошибкой наблюдений. Она является случайной величиной и результатом действия случайных факторов. Различают ошибки трех видов: систематические, грубые и случайные. Систематическая ошибка повторяется по всей серии наблюдений. Она обычно связана с наличием неучтенных, но постоянных факторов. Устранение систематических ошибок помогает более тщательно учесть основные факторы, действующие в данном процессе. Грубая ошибка связана с резким нарушением условий экспериментов или просчетом экспериментатора при отдельном наблюдении.
Грубые ошибки могут быть отброшены на основании проверки по специальным критериям, которые будут рассмотрены ниже.
Случайными ошибками называются те, которые появляются
нерегулярно, причины возникновения которых неизвестны и которые
невозможно учесть заранее.
В подавляющем большинстве реальных экспериментов наблюдения имеют распределение, близкое к нормальному, поэтому при обработке наблюдений первая основная гипотеза – это нормальность
распределения результатов наблюдений.
Как правило, наблюдения производятся выборочным методом.
Пусть имеется некоторая большая совокупность объектов или измерений, которые могут быть произведены над объектом. Эта совокупность
называется генеральной совокупностью.
Она может быть конечной или бесконечной (например, при измерении непрерывной величины). Из этой совокупности извлекается
выборка объемом n объектов или измерений. Выборка подвергается
детальному исследованию, по результатам которого описывается вся
генеральная совокупность, т. е. определяются статистические оценки,
характер распределения и т. д. Ясно, что любое суждение о генеральной совокупности по выборке является случайным.
Главными статистическими оценками генеральной совокупности
при условии нормальности распределения результатов наблюдений являются среднее арифметическое выборки y и дисперсия выборки
2
.
Среднее y является оценкой математического ожидания
y
M
генерального среднего), а дисперсия
2
– оценкой генеральной дисперсии
y
D
всей генеральной совокупности. Чем больше объем выборки, тем
ближе выборочные y и
2
к
y
M
и
y
D . Пусть имеется выборка
1,
,
,
,
i
n
y y
y
y
, состоящая из n элементов (отдельных наблюдений). Среднее арифметическое и дисперсия выборки определяются по
формулам
1
1
,
n
i
i
y
y
n
(1)
2
2
1
1
,
n
i
i
y
y
n
(2)
В формуле дисперсии (2) участвует величина 𝑦̅, зависящая от элементов выборки, которая называется связью. Не нарушая этой одной
связи, мы можем произвольно изменять лишь
1
n
элементов выборки. Это число называется числом степеней свободы выборки:
:
1
f
f
n
.
(3)
Число степеней свободы входит в знаменатель формулы дисперсии.
Величина
2
называется средним квадратичным отклонением выборки или выборочным стандартом. Эта величина характеризует отклонения отдельных измерений от среднего и показывает размер вариации или колебания признака, обеспечиваемого при данной
методике процесса и измерений его показателей.
Иногда в качестве оценки генерального среднего берется выборочная медиана. Для определения медианы нужно все элементы выборки
расположить в возрастающем порядке. Средний элемент, т. е. такой,
слева и справа от которого расположено одинаковое число элементов,
и будет медианой. Если выборка имеет четное число элементов, то у нее
два средних элемента, и в качестве медианы нужно брать их полусумму.
Важное значение в статистике имеют и другие показатели.
К ним относятся:
1) коэффициент вариации (в процентах):
100 %;
y
(4)
2) средняя квадратичная ошибка среднего значения:
y
n
;
(5)
3) показатель точности среднего значения в процентах:
100 %
y
y
n
;
(6)
4) ошибка среднего квадратичного отклонения:
2n
.
(7)
Коэффициент вариации и показатель точности в известной мере
характеризуют надежность результатов наблюдений.
Все выборочные параметры являются случайными величинами
[1]. Следовательно, их отклонения от генеральных параметров, т. е. погрешности и ошибки, также будут случайны. Мы можем лишь указать
вероятность той или иной погрешности и тем самым выявить надежность (достоверность) каждого получаемого результата
0
.
Пусть случайная величина, определяющая ошибки результатов измерений, распределена по нормальному закону (рис. 1).
Рис. 1. Кривая нормального закона распределения
С некоторой вероятностью p, равной заштрихованной площади,
ошибки лежат в границах
0
. Тогда истинный результат измерений 𝑣
с вероятностью p будет находиться в пределах
0
0
y
y
.
(8)
Вероятность (p) нахождения истинного результата, равного генеральному среднему, в указанных границах называется уровнем достоверности или доверительной вероятностью. Соответствующие доверительной вероятности пределы называются доверительными границами, а образуемый ими интервал – доверительным интервалом.
С увеличением уровня достоверности до 100 % доверительный интервал растет до бесконечности, поэтому в зависимости от конкретных
условий в качестве уровня достоверности (доверительной вероятности) берут 0,95; 0,99; 0,999. При известном среднем квадратичном отклонении (σ) доверительные интервалы строятся по следующей формуле:
y
u
y
u
,
(9)
где u – величина‚ для заданного уровня достоверности p выбираемая
по табл. форме ниже.
Величина параметра u p u p u p u 0,999 0,999 0,998 0,995 0,990 3,89 3,29 3,09 2,81 2,58 0,98 0,96 0,95 0,90 0,85 2,33 2,05 1,96 1,64 1,44 0,88 0,70 0,60 0,50 0,20 1,28 1,04 0,84 0,67 0,25 Эта табл. форма справедлива для больших выборок объемом n > 120. Для малых выборок 𝑢 можно определить по табл. У1 [2] с учетом числа степеней свободы f = n – 1. Здесь параметр 𝑢 имеет t-критерий Стьюдента. В табл. У1 [2] уровень достоверности p обозначен через α.