ЛАБОРАТОРНАЯ РАБОТА № 19
Тема: «ОПТИМИЗАЦИЯ ТЕХНОЛОГИЧЕСКИХ ФАКТОРОВ МОЛОЧНОГО ОХЛАДИТЕЛЯ ОМ-1»
Цель работы: Определить область оптимальных технологических режимов молочного охладителя.
НЕОБХОДИМОЕ ОБОРУДОВАНИЕ:
1. Охладитель молока ОМ-1.
2. Термометры (от 0°…100°С).
3. Мерные сосуды.
4. Секундомер.
СОДЕРЖАНИЕ РАБОТЫ
В экспериментах лабораторной работы приняты два основных технологических факторов-подача охлаждающей воды В и подача молока М, соотношение которых характеризуется коэффициентом кратности подачи воды:
где В - подача охлаждающей воды, кг/с;
М - подача молока, кг/с.
В качестве критерия оптимизации при оценке эффективности молочного охладителя удобно принять средний коэффициент теплопередачи:
Оптимальное сочетание факторов В и М необходимо определить с помощью теории планирования эксперимента методом крутого восхождения по поверхности откликов (метод Бокса-Уилсона), который предусматривает варьирование факторов на двух уровнях (верхнем +1 и нижнем -1).
|
|
Процедура крутого восхождения предусматривает назначение уровней варьирования факторов, составление плана эксперимента, реализацию плана, расчета коэффициентов регрессии, статистическую оценку результатов опытов и анализ математической модели.
Поскольку в нашем случае выбрано два фактора, то целесообразно реализовать полный факторный эксперимент типа 22=4.
После реализации матрицы плана рассчитывают коэффициенты регрессии и получают математическую модель в виде неполного квадратичного полинома:
. (1)
С целью сокращения времени на выполнение опытов рекомендуется каждую строку плана реализовать в однократной повторности, а одну из них, например, четвертую в трехкратной повторности (для оценки дисперсии ошибок) коэффициенты регрессии полинома рассчитываются по формулам (факторы в нормированном виде):
где N - число строк матрицы плана, N = 4;
Уu - значение критерия оптимизации в u-ой строке;
xiu - матрицы плана;
xiu - значение i-го фактора в u-ой строке плана (u = 1...N).
После расчета коэффициентов регрессии проверяется адекватность модели по критерию Фишера (F - критерий):
где - дисперсия неадекватности.
где - расчетное значение критерия оптимизации по формуле (1) в u-ой строке плана;
k - число факторов, k = 2;
- дисперсия ошибок опыта
Уi - значения критерия оптимизации в i-ой параллельном опыте;
- среднее значение критерия оптимизации для строки, которая была реализована несколько раз;
m - число параллельных опытов.
Вывод: Модель адекватна так как расчетное значение F-критерия меньше (F табл.).