Основные положения теории планирования эксперимента

НОРМИРОВАНИЕ ТРУДА

Легкие физические работы (категория 1)- виды деятельности с расходом энергии не более 150 ккал./ч (174 Вт)

Средней тяжести физические работы (категория 2)- виды деятельности с расходом энергии в пределах 151-250 ккал./ч (175-290 Вт)

Тяжелые физические работы (категории 3)- виды деятельности с расходом энергии более 250 ккал/ч (290 Вт)

Нормирование условий труда определено Трудовым кодексом РФ Глава 22 Нормирование труда. Статья 163. Обеспечение нормальных условий работы для выполнения норм выработки.

К таким условиям относятся:

Исправное состояние помещений, сооружений, машин, технологической оснастки и оборудования

Своевременное обеспечение технической и иной необходимой для работы документацией

Надлежащее качество материалов, инструментов, иных средств и предметов, необходимых для выполнения работы, их своевременное предоставление работнику

Условия труда, соответствующие требованиям охраны труда и безопасности производства.

Планирование эксперимента (англ. experimental design techniques) — комплекс мероприятий, направленных на эффективную постановку опытов. Основная цель планирования эксперимента — достижение максимальной точности измерений при минимальном количестве проведенных опытов и сохранении статистической достоверности результатов.

Планирование эксперимента применяется при поиске оптимальных условий, построении интерполяционных формул, выборе значимых факторов, оценке и уточнении констант теоретических моделей и др.

Этапы планирования эксперимента

Методы планирования эксперимента позволяют минимизировать число необходимых испытаний, установить рациональный порядок и условия проведения исследований в зависимости от их вида и требуемой точности результатов. Если же по каким-либо причинам число испытаний уже ограничено, то методы дают оценку точности, с которой в этом случае будут получены результаты. Методы учитывают случайный характер рассеяния свойств испытываемых объектов и характеристик используемого оборудования. Они базируются на методах теории вероятности и математической статистики.

Планирование эксперимента включает ряд этапов.

1. Установление цели эксперимента (определение характеристик, свойств и т. п.) и его вида (определительные, контрольные, сравнительные, исследовательские).

2. Уточнение условий проведения эксперимента (имеющееся или доступное оборудование, сроки работ, финансовые ресурсы, численность и кадровый состав работников и т. п.). Выбор вида испытаний (нормальные, ускоренные, сокращенные в условиях лаборатории, на стенде, полигонные, натурные или эксплуатационные).

3. Выявление и выбор входных и выходных параметров на основе сбора и анализа предварительной (априорной) информации. Входные параметры (факторы) могут быть детерминированными, то есть регистрируемыми и управляемыми (зависимыми от наблюдателя), и случайными, то есть регистрируемыми, но неуправляемыми. Наряду с ними на состояние исследуемого объекта могут оказывать влияние нерегистрируемые и неуправляемые параметры, которые вносят систематическую или случайную погрешность в результаты измерений. Это — ошибки измерительного оборудования, изменение свойств исследуемого объекта в период эксперимента, например, из-за старения материала или его износа, воздействие персонала и т. д.

4. Установление потребной точности результатов измерений (выходных параметров), области возможного изменения входных параметров, уточнение видов воздействий. Выбирается вид образцов или исследуемых объектов, учитывая степень их соответствия реальному изделию по состоянию, устройству, форме, размерам и другим характеристикам.
На назначение степени точности влияют условия изготовления и эксплуатации объекта, при создании которого будут использоваться эти экспериментальные данные. Условия изготовления, то есть возможности производства, ограничивают наивысшую реально достижимую точность. Условия эксплуатации, то есть условия обеспечения нормальной работы объекта, определяют минимальные требования к точности.
Точность экспериментальных данных также существенно зависит от объёма (числа) испытаний — чем испытаний больше, тем (при тех же условиях) выше достоверность результатов.
Для ряда случаев (при небольшом числе факторов и известном законе их распределения) можно заранее рассчитать минимально необходимое число испытаний, проведение которых позволит получить результаты с требуемой точностью.

5. Составление плана и проведение эксперимента — количество и порядок испытаний, способ сбора, хранения и документирования данных.
Порядок проведения испытаний важен, если входные параметры (факторы) при исследовании одного и того же объекта в течение одного опыта принимают разные значения. Например, при испытании на усталость при ступенчатом изменении уровня нагрузки предел выносливости зависит от последовательности нагружения, так как по-разному идет накопление повреждений, и, следовательно, будет разная величина предела выносливости.
В ряде случаев, когда систематически действующие параметры сложно учесть и проконтролировать, их преобразуют в случайные, специально предусматривая случайный порядок проведения испытаний (рандомизация эксперимента). Это позволяет применять к анализу результатов методы математической теории статистики.
Порядок испытаний также важен в процессе поисковых исследований: в зависимости от выбранной последовательности действий при экспериментальном поискеоптимального соотношения параметров объекта или какого-то процесса может потребоваться больше или меньше опытов. Эти экспериментальные задачи подобны математическим задачам численного поиска оптимальных решений. Наиболее хорошо разработаны методы одномерного поиска (однофакторные однокритериальные задачи), такие как метод Фибоначчи, метод золотого сечения.

6. Статистическая обработка результатов эксперимента, построение математической модели поведения исследуемых характеристик.
Необходимость обработки вызвана тем, что выборочный анализ отдельных данных, вне связи с остальными результатами, или же некорректная их обработка могут не только снизить ценность практических рекомендаций, но и привести к ошибочным выводам. Обработка результатов включает:

· определение доверительного интервала среднего значения и дисперсии (или среднего квадратичного отклонения) величин выходных параметров (экспериментальных данных) для заданной статистической надежности;

· проверка на отсутствие ошибочных значений (выбросов), с целью исключения сомнительных результатов из дальнейшего анализа. Проводится на соответствие одному из специальных критериев, выбор которого зависит от закона распределения случайной величины и вида выброса;

· проверка соответствия опытных данных ранее априорно введенному закону распределения. В зависимости от этого подтверждаются выбранный план эксперимента и методы обработки результатов, уточняется выбор математической модели.

Построение математической модели выполняется в случаях, когда должны быть получены количественные характеристики взаимосвязанных входных и выходных исследуемых параметров. Это — задачи аппроксимации, то есть выбора математической зависимости, наилучшим образом соответствующей экспериментальным данным. Для этих целей применяют регрессионные модели, которые основаны на разложении искомой функции в ряд с удержанием одного (линейная зависимость, линия регрессии) или нескольких (нелинейные зависимости) членов разложения (ряды Фурье, Тейлора). Одним из методов подбора линии регрессии является широко распространенный метод наименьших квадратов.

Для оценки степени взаимосвязанности факторов или выходных параметров проводят корреляционный анализ результатов испытаний. В качестве меры взаимосвязанности используют коэффициент корреляции: для независимых или нелинейно зависимых случайных величин он равен или близок к нулю, а его близость к единице свидетельствует о полной взаимосвязанности величин и наличии между ними линейной зависимости.
При обработке или использовании экспериментальных данных, представленных в табличном виде, возникает потребность получения промежуточных значений. Для этого применяют методы линейной и нелинейной (полиноминальной) интерполяции (определение промежуточных значений) и экстраполяции (определение значений, лежащих вне интервала изменения данных).

7. Объяснение полученных результатов и формулирование рекомендаций по их использованию, уточнению методики проведения эксперимента.

Снижение трудоемкости и сокращение сроков испытаний достигается применением автоматизированных экспериментальных комплексов. Такой комплекс включает испытательные стенды с автоматизированной установкой режимов (позволяет имитировать реальные режимы работы), автоматически обрабатывает результаты, ведет статистический анализ и документирует исследования. Но велика и ответственность инженера в этих исследованиях: четкое поставленные цели испытаний и правильно принятое решение позволяют точно найти слабое место изделия, сократить затраты на доводку и итерационность процесса проектирования.

29. Понятие системы, Сложная и большая система. Классификация систем по их основным свойствам.

Систе́ма (от др.-греч. σύστημα — целое, составленное из частей; соединение) — множество элементов, находящихся в отношениях и связях друг с другом, которое образует определённую целостность, единство.

Сложная система — система, состоящая из множества взаимодействующих составляющих (подсистем), вследствие чего сложная система приобретает новые свойства, которые отсутствуют на подсистемном уровне и не могут быть сведены к свойствам подсистемного уровня.

По Растригину^[2], строгое определение сложной системы ещё не найдено, но к некоторым чертам сложной системы (как объекта управления) относятся:

• Отсутствие математического описания или алгоритма,
• «Зашумлённость», выражающаяся в затруднении наблюдения и управления. Обусловлена не столько наличием генераторов случайных помех, сколько большим числом второстепенных (для целей управления) процессов,
• «Нетерпимость» к управлению. Система существует не для того, чтобы ей управляли,
• Нестационарность, выражающаяся в дрейфе характеристик, изменении параметров, эволюции во времени,
• Невоспроизводимость экспериментов с ней.

Большая система – система, состоящая из значительного числа однотипных элементов и связей.

Классификации систем осуществляются по предметному или по категориальному принципу. Предметный принцип классификации состоит в выделении основных видов конкретных систем, существующих в природе и обществе, с учётом вида отображаемого объекта (технические, биологические, экономические и т. п.) или с учётом вида научного направления, используемого для моделирования (математические, физические, химические и др.). При категориальной классификации системы разделяются по общим характеристикам, присущим любым системам независимо от их материального воплощения.

Наиболее часто рассматриваются следующие категориальные характеристики:

• Количественно все компоненты систем могут характеризоваться как монокомпоненты (один элемент, одно отношение) и поликомпоненты (много свойств, много элементов, много отношений).
• Для статической системы характерно то, что она находится в состоянии относительного покоя, её состояние с течением времени остается постоянным. Динамическая система изменяет свое состояние во времени.
• Открытые системы постоянно обмениваются веществом, энергией или информацией со средой. Система закрыта (замкнута), если в неё не поступают и из неё не выделяются вещество, энергия или информация.
• Поведение детерминированных систем полностью объяснимо и предсказуемо на основе информации об их состоянии. Поведение вероятностной системы определяется этой информацией не полностью, позволяя лишь говорить о вероятности перехода системы в то или иное состояние.
• По происхождению выделяют искусственные, естественные и смешанные системы.
• По степени организованности выделяют класс хорошо организованных, класс плохо организованных (диффузных) систем и класс развивающихся (самоорганизующихся) систем.

При делении систем на простые и сложные наблюдается наибольшее расхождение точек зрения, однако чаще всего сложность системе придают такие характеристики как большое число элементов, многообразие возможных форм их связи, множественность целей, многообразие природы элементов, изменчивость состава и структуры и т. д.

Дата добавления: 2015-04-24