Вы находитесь на странице: 1из 6

Лекция 2.

Основы планирования полного факторного


эксперимента (ПФЭ)
Общие положения
Цель планирования: при наименьших затратах получить математическую зависимость (регрессию)
вида:

где – факторы (независимые переменные);

- параметры модели, - отклик. Модель изучаемого процесса получается при


неполном знании о физико-химических явлениях процесса, поэтому процесс представляется в виде
так называемого "черного ящика". Модель изучаемого процесса приведена на рисунке 1.

- вектор отклика; - вектор управляемых переменных, факторов; - вектор


контролируемых, но неуправляемых и неконтролируемых факторов.
Рисунок 1 - модель изучаемого процесса

До планирования эксперимента производится выбор вектора отклика , к компонентам


которого предъявляется требование быть измеримыми и чувствительными к изменению уровней

факторов . Выбор факторов производится на основании априорной информации (по


интуитивным, физическим соображениям, опросам специалистов) или на основании пробных
экспериментов. Факторы должны быть измеримы, устанавливаться и поддерживаться на
требуемых уровнях вне зависимости от уровней других факторов.
Интервалы варьирования (изменения) по каждой компоненте вектора , выбираются

такими, чтобы приращение величины к базовому значению можно было бы

выделить на фоне "шума", то есть на базе собственной изменчивости , оценкой которого

является дисперсия воспроизводимости – .


Центр плана или точка, в окрестности которой ставятся опыты

выбирается в точке предполагаемого значения экстремума функции отклика или в центре


исследуемой области. Для упрощения обработки результатов эксперимента, производят
кодирование значений факторов по выражению

где - натуральное значение i-го фактора, – натуральное значение основного уровня

(центра плана по фактору ), интервал варьирования фактора, - кодированный

безразмерный фактор, который принимает значения . В результате такого кодирования

получается матрица спектра плана в безразмерных величинах . Далее мы будем иметь дело с
кодированными переменными, поэтому звездочку будем опускать.
Кроме того необходимо сделать предположение о виде уравнения регрессии для функции отклика

, исходя из характера физико-химических процессов и величины диапазона изменения

значений факторов , в эксперименте. Обычно бывает достаточно линейной или квадратичной


зависимости. Линейная модель регрессии имеет вид:

Учет взаимодействия факторов приводит к линейной модели со взаимодействием:

Учет квадратичной зависимости приводит к модели:

Например, для двух факторах (m = 2) квадратичная модель и базисные функции имеют вид
Полный факторный эксперимент (ПФЭ)
В полном факторном эксперименте реализуются все возможные сочетания уровней
факторов. Если число уровней каждого фактора равно двум (верхний и нижний), то имеем полный
факторный эксперимент (ПФЭ) типа , где m - число факторов. Число опытов ПФЭ равно

, а кодированные значения факторов будут равны: +1 (верхний уровень); – 1


(нижний уровень).

Пусть имеем дело с двумя факторами и планируем эксперимент типа . Точки


опытов расположатся в вершинах квадрата, центр которого совпадает с центром плана. Матрица
планирования (известных коэффициентов) представлена в таблице 1
Таблица 1

Во втором столбце таблицы приведены значения , соответствующие коэффициенту

уравнения . В третьем и четвертом столбцах

приведены значения , в пятом столбце даны значения произведения


В дальнейшем в матрицах планирования иногда будем обозначать вместо (+1) просто (+), вместо
(–1) просто (–).
Построение матриц планирования полного факторного
эксперимента (ПФЭ)
Построение матриц плана для числа факторов больше 2 основано в большинстве случаев на трех
приемах (на примере трехфакторного эксперимента – m = 3):
1 Первые два фактора заполняются согласно двухфакторному эксперименту, а третий фактор в
первых четырех опытах только на верхнем уровне, в последних четырех опытах - на нижнем
уровне (таблица 2).
Таблица 2

2. Второй прием основан на поэлементном перемножении вектор -столбцов матрицы для третьего
фактора для первых четырех опытов.
Для последних четырех опытов знаки третьего фактора меняются на обратные (таблица 3).
Таблица 3

3. Третий прием основан на правиле чередования знаков: в первом столбце знаки меняются
поочередно, во втором столбце чередуются через 2, в третьем - через 4 и т.д. Пример приведен в
таблице 4.
Таблица 4

Для сокращения описания матрицы планирования вводят буквенные обозначения строк.


С этой целью порядковому номеру фактора на верхнем уровне присваивается соответствующая
латинская буква алфавита. Например, 1 x =+1 – а, 2 x =+1 – b, 3 x = +1 – c. Если все факторы на
нижнем уровне одновременно, то для нижнего уровня факторов присваивается условное
обозначение (1). Если в строке какие-либо факторы находятся на нижнем уровне, то их не
обозначают. Например, запись: с, b, a, abc, (1), bс, ас, ab соответствует следующей матрице
планирования (таблица 5).
Таблица 5

ПФЭ имеет следующие особенности:


1. Опытные точки располагаются оптимальным образом с точки зрения точности математического
описания.
2. Все факторы и, соответственно, коэффициенты уравнения оцениваются независимо друг от
друга, что обеспечивается независимостью и ортогональностью матрицы планирования.
3. Когда влияние на отклик у квадратичных членов становится значимым и необходимо

оценить коэффициенты при этих членах , то с помощью ПФЭ не удается оценить

коэффициенты , т.к. соответствующие столбцы матрицы планирования идентичны


между собой и, следовательно, матрица становится не ортогональной, с зависимыми столбцами.

4. В оценку коэффициента входит и оценка , т.е. влияние квадратичных членов

уравнения смешивается со свободным членом . При проведении эксперимента необходимо

учитывать, что значение из - за наличия неконтролируемых и не учитываемых факторов

будет иметь случайный характер. Для оценки дисперсии можно дублировать опыты в каждой
точке плана эксперимента. Число параллельных опытов обычно выбирают равным l = 2 ~ 4, тогда

i – ое среднее значение в матрице планирования будет равно

где l – число параллельных опытов в i – той строке матрицы, с -номер опыта. С целью обеспечения
случайного порядка проведения эксперимента (для исключения систематической ошибки), при
котором все неконтролируемые факторы были бы рандомизированы, перед реализацией плана
эксперимента последовательность серий опытов определяется с помощью таблицы случайных
чисел.