Цели работы:
Ä закрепление основных приемов создания и форматирования таблицы
Ä закрепление методов построения точечных графиков
Ä освоение основных методов обработки многофакторных экспериментов
Постановка задачи [1]:
Исследуется влияние величины зазора Z между пуансоном и матрицей на качество среза и силу P, необходимую для вырубки листовых образцов.
Заготовки после вырубки осматривают и оценивают качество среза по 3-х бальной шкале. Наилучшим срезом, оцениваемым в 3 бала, считается состоящий из трех зон (I - зона скругления, II - блестящий поясок, III - зона скола) При этом зона I должна иметь незначительный размер. Если эта зона возрастает по сравнению с наименьшей, полученной при вырубке заготовки из данного материала, или вырубленный образец имеет заметный прогиб, то качеству среза присваивают оценку 2 бала. Если же поверхность рваная, с дополнительными поясками, то качеству среза присваивают оценку 1 балл.
Вырубаются кружки из стали 45 и меди в матрице диаметром 25 мм. Толщина заготовок 7 мм. Уровни варьирования зазора, по отношению к толщине заготовки составляют 0.03, 0.05 и 0.1.
|
|
По результатам опыта необходимо построить зависимость качества реза и силы вырубки от зазора между пуансоном и матрицей для каждого из используемых материалов и определить оптимальные величины зазоров.
Методы решения с использованием Excel:
При использовании методов планирования эксперимента изучаемый объект представляют в виде некоторого "черного ящика", выходные параметры которого зависят от входных параметров. Математическая модель, отражающая связь между выходными и контролируемыми входными параметрами записывают в виде полинома следующего вида:
(1)
Задачей обработки эксперимента является определение значений коэффициентов регрессионной модели. Расчет коэффициентов производят на основе метода наименьших квадратов, путем минимизации суммы квадратов разностей между экспериментальными и рассчитанными по модели значениями. Естественно, что количество опытов в эксперименте должно быть не меньше количества неизвестных коэффициентов в модели.
Для нахождения коэффициентов моделей типа (1) в Excel применяют встроенную функцию ЛИНЕЙН. Функция ЛИНЕЙН рассчитывает статистику для ряда с применением метода наименьших квадратов, чтобы вычислить прямую линию, которая наилучшим образом аппроксимирует имеющиеся данные. Функция возвращает массив, который описывает полученную прямую. Поскольку возвращается массив значений, функция должна задаваться в виде формулы массива. Уравнение для прямой линии имеет следующий вид:
|
|
y = b+m1d1 + m2d2 +. ( 2)
где зависимое значение y является функцией независимых значений di. Значения mi - это коэффициенты, соответствующие каждой независимой переменной di, а b - это постоянная.
Сравнение формул (1) и (4) показывает, что если в качестве переменных di использовать значения переменных xi, а также различные функции от xi, то коэффициент b в формуле (2) имеет смысл коэффициента b0 в формуле (1), а коэффициенты mi - соответственно коэффициентов bi, bij, bii
Функция ЛИНЕЙН возвращает массив значений коэффициентов в обратном порядке {mn; mn‑1;.; m1; b}. ЛИНЕЙН может также возвращать дополнительную регрессионную статистику.
Синтаксис функции: ЛИНЕЙН (Y; D; K; C)
Здесь: Y - множество (обычно столбец) известных значений y
D - множество (обычно диапазон) известных значений d. Если множество Y - столбец, то диапазон D должен иметь столько же строк, сколько столбец значений Y. Количество столбцов диапазона D определяет количество n неизвестных коэффициентов mi регрессионной модели
K - логическое значение, которое указывает, требуется ли, чтобы константа b была равна 0. Если K=1 (имеет значение ИСТИНА), то b вычисляется обычным образом. Если K=0 (имеет значение ЛОЖЬ), то b полагается равным 0.
С - логическое значение, которое указывает, требуется ли вернуть дополнительную статистику по регрессии. Если С=1 (ИСТИНА), то функция ЛИНЕЙН возвращает дополнительную регрессионную статистику (дополнительную информацию о регрессионной статистике можно получить воспользовавшись справкой Excel). Если С=0 (ЛОЖЬ) то функция ЛИНЕЙН возвращает только коэффициенты m и постоянную b.
В настоящей работе математическая модель качества среза y1 и силы вырубки y2 записывают в виде полинома следующего вида:
(3)
Здесь x1 - значение зазора в кодовом масштабе, x2 - код материала, z1 - квадратичная функция от x1.
В натуральном масштабе матрица плана эксперимента выглядит следующим образом:
Номер опыта | X1 | X2 | Качество среза, y1 | Сила вырубки [кН], y2 |
1 | 0,03 | 0 | 2 | 197 |
2 | 0,05 | 0 | 1 | 195 |
3 | 0,1 | 0 | 1 | 192 |
4 | 0,03 | 1 | 3 | 100 |
5 | 0,05 | 1 | 2 | 98 |
6 | 0,1 | 1 | 1 | 96 |
Для обработки данных эксперимента переходят к кодированному масштабу. В данной задаче по методике, изложенной в [1] получены следующие формулы для перехода от натурального к кодированному масштабу:
(4)
Оптимизацию полученных регрессионных моделей можно осуществить двумя способами: либо визуально, построив графики, либо используя методы оптимизации, реализованные в Excel.