к какому типу эксперимента относится промышленный эксперимент

производственный эксперимент

Полезное

Смотреть что такое «производственный эксперимент» в других словарях:

Производственный Эксперимент — естественный эксперимент, осуществляющийся в обычных для испытуемого условиях его труда. При этом о проведении производственного эксперимента сам работник может и не знать. В других же случаях он становится активным участником эксперимента, что… … Психологический словарь

производственный эксперимент — проводится в реальных производственных условиях для проверки гипотезы о влиянии каких либо факторов на организацию труда. * * * разновидность естественного эксперимента, проводимого в обычных для исследуемого работника условиях труда (на рабочем… … Энциклопедический словарь по психологии и педагогике

эксперимент производственный — эксперимент естественный, проводимый в обычных для испытуемого условиях труда. При этом сам работник может не знать о проведении эксперимента. При ином подходе он становится активным участником эксперимента, что важно, например, при изменении… … Большая психологическая энциклопедия

Производственный опыт — Опыт Опытное знание знание, приобретённые в процессе непосредственных переживаний, впечатлений, наблюдений, практических действий, в отличие от знания, достигнутого посредством абстрактного мышления; единство знаний и умений. Одно из основных… … Википедия

Хоторнский эксперимент — Необходимо перенести содержимое этой статьи в статью «Хоторнский эффект». Вы можете помочь проекту, объединив статьи. В случае необходимости обсуждения целесообразности объединения, замените этот шаблон на шаблон <<к объединению>> и … Википедия

Социальный эксперимент — (лат. experimentum проба, опыт) метод научного исследования и элемент в управлении социальными явлениями и процессами; осуществляется в форме контролируемого воздействия на эти явления и процессы и имеет целью поиск возможностей для достижения… … Научный коммунизм: Словарь

МЕТОД ЭКСПЕРИМЕНТА — (англ. experimental method) состоит в организации целенаправленного наблюдения, когда по плану исследователя изменяется частично ситуация, в которой находятся участники эксперимента испытуемые. Применение М. э. целесообразно в тех случаях, когда… … Большая психологическая энциклопедия

ИНЖЕНЕРНОЕ ТВОРЧЕСТВО — Творческий характер деятельности инженера проявляется прежде всего в том, что он сознательно формирует цель своей деятельности на основе осмысления технических потребностей производства и общества в целом. Его деятельность является… … Философия науки и техники: тематический словарь

Медицина — I Медицина Медицина система научных знаний и практической деятельности, целями которой являются укрепление и сохранение здоровья, продление жизни людей, предупреждение и лечение болезней человека. Для выполнения этих задач М. изучает строение и… … Медицинская энциклопедия

Эмиссия — (Emission) Эмиссия это выпуск в обращение денег и ценных бумаг Общее понятие эмиссии, денежная эмиссия, эмиссия ценных бумаг, связь эмиссии и инфляции Содержание >>>>>>>>>> … Энциклопедия инвестора

Источник

37.Научный и промышленный эксперименты. Их виды.

Эксперимент – метод познания, при помощи которого в контролируемых и управляемых условиях исследуется явления действительности. С определением эксперимента тесно связано определение измерение – это совокупность преимущественно экспериментальных операций сопоставления(сравнения) измеряемой физической величины с ее единицей при помощи технического средства, хранящего и воспроизводящего единицу величины, с целью получения количественного значения измеряемой величины. Эти два определения являются одними из ключевых понятий в метрологии. В рамках метрологии можно выделить научный и промышленный эксперименты. Эти виды экспериментов имеют несколько отличий, приведенных в таблице:

Производство, предприятие, завод

Параметр технологического процесса

Новый, не изученный, физический объект или явление

Контроль технологического процесса

Подтверждение научной теории

Стандартизованные и недолговременные

Новые, специально разработанные долговременные и статистические

По методу наименьших квадратов. Принимается во внимание стоимость проведения экспериментов

По методу наименьших квадратов. Принимается во внимание только точностные характеристики

В зависимости от характерапоставленных задач научные эксперименты бывают следующих видов: измерительные, поисковые, проверочные, контрольные, исследовательские и др. В зависимости от области проведения эксперименты подразделяются на: фундаментальные, прикладные, промышленные, социальные, в области гуманитарных наук.

В условиях промышленного эксперимента основная цель обычно заключается в извлечении максимального количества объективной информации о влиянии изучаемых факторов на производственный процесс с помощью наименьшего числа дорогостоящих наблюдений. Если в научных приложениях методы дисперсионного анализа используются для выяснения реальной природы взаимодействий, проявляющейся во взаимодействии факторов высших порядков, то в промышленности учет эффектов взаимодействия факторов часто считается излишним в ходе выявления существенно влияющих факторов.

Виды: пассивный эксперимент,активный, черный ящик, отклик.

Активный эксперимент планируется таким образом, чтобы упростить обработку его результатов методами регрессионного и корреляционного анализа. Ортогональные планы экспериментов, используемые при активном экспериментировании, обеспечивают диагональный вид корреляционной матрицы при регрессионном анализе и, соответственно, статистическую независимость коэффициентов регрессии. К другим достоинствам активного экспериментирования относятся: возможность предсказания количества опытов, которые следуют провести; определение точек факторного пространства, где следует проводить опыты; отсутствие проблем, связанных с выбором вида уравнения регрессии; возможность определения оптимальных параметров процесса экспериментально-статистическим методом; сокращение объёма опытных исследований.

Совокупность всех возможных состояний определяет сложность черного ящика. Так, система из десяти факторов на четырех уровнях может находиться более чем в миллионе разных состояний. Очевидно, что в подобных случаях невозможно провести исследование, включающее все возможные опыты. Поэтому на этапе планирования решается вопрос о том, сколько опытов и каких именно необходимо провести для решения поставленной задачи.

Источник

Основы экспериментальных исследований в легкой промышленности

Введение

Введение

Общей чертой, объединяющей инженеров, социологов, биологов и других ученых является то, что они проводят эксперимент. Биологи экспериментируют на животных, инженеры на различных установках, вычислительных машинах и промышленных объектах.

Эксперимент составляет основу и сущность обучения бакалавра – результатом бакалаврской работы является постановка эксперимента, получение результатов и их обсуждение.

Под экспериментом (от латинского experiment, переводится как “проба”, “опыт”) понимается система операций и воздействий на объект, предназначенных для получения информации об объекте, явлении на основе результатов измерений.

Эксперименты и экспериментаторы могут отличаться друг от друга, но фактически планирование, проведение и анализ всех экспериментов осуществляется в одинаковой последовательности.

Хотя объекты исследований различны, однако методы экспериментальных исследований имеют много общего :

— каким бы простым эксперимент не был, вначале ставится план его проведения;

— стремятся уменьшить число переменных, поскольку это упрощает его работу и делает ее более экономичной;

— все стараются исключить влияние внешних (случайных факторов);

— необходимо контролировать ход эксперимента;

— всех интересует точность измерительных приборов и точность получения данных;

— и наконец, в процессе любого эксперимента необходимо анализировать получаемые результаты и давать их интерпретацию, поскольку без этого решающего этапа весь процесс не имеет смысла.

Мы с вами будем рассматривать инженерный, практических эксперимент, причем под объектом исследования будем понимать реальный процесс, устройство, конструкцию.

1. Классификация видов экспериментальных исследований

1) По форме представления результатов выделяются следующие виды экспериментов:

Например : с помощью разрывной машины определяем, рвется ли кожа.

Или: определяем сминаемость материала (мнется/ не мнется).

Определение наличия примесей в жидкости.

Любой эксперимент, каким бы сложным он не казался, заканчивается представлением результатов, формулировкой выводов, выдачей рекомендаций. Эта информация может быть представлена в виде графиков, чертежей, таблиц, формул, статистических данных или словесных описаний. Качественный эксперимент, как правило, предусматривает именно словесное описание. Однако словесное описание – самый неэффективный способ представления результатов, поскольку не позволяет дать количественные рекомендации, анализировать свойства объекта в иных условиях, решать задачи его управления. В инженерной практике основное содержание эксперимента должно представляться числом или количественными зависимостями.

Например : на разрывной машине определяют прочность на разрыв.

Количественное содержание примесей.

2) По условиям проведения различают:

Например : исследуется скорость крашения при различных температурах.

В промышленных экспериментах эти условия обеспечить значительно сложнее. Усложняются измерения и сбор информации, значительно больше влияние различного рода помех на организацию и проведение эксперимента, измерительные приборы, поэтому особенно необходимо использовать специальные методы. Требуется по возможно меньшему числу измерений получить наиболее достоверные результаты. Заметим, что в современной математической статистике имеются специальные методы, которые при том же количестве измерений позволяют повысить точность или даже при их уменьшении получить более представительную информацию.

3) По виду воздействий на объект различают:

Активный эксперимент – это такой эксперимент, когда уровень (значение) фактора для каждого опыта задает исследователь. Он целенаправленно изменяет условия функционирования процесса и наблюдает результаты. Такой эксперимент можно планировать.

Например : тот же пример с химизмом крашения – температуру или концентрацию крашения изменяет экспериментатор.

Пассивный – это эксперимент, в котором уровень факторов регистрирует исследователь в каждом опыте, но не задает его значение. В дальнейшем он обрабатывает результаты такой регистрации и пытается давать рекомендации.

Например : при крашении используются разные красители. Условия неизменны.

Например: повышение температуры (фактор) ведет к стойкому окрашиванию (стойкость – функция отклика).

1. виды экспериментов

1. Классификация видов экспериментальных исследований

1) По форме представления результатов выделяются следующие виды экспериментов:

Например : с помощью разрывной машины определяем, рвется ли кожа.

Или: определяем сминаемость материала (мнется/ не мнется).

Определение наличия примесей в жидкости.

Любой эксперимент, каким бы сложным он не казался, заканчивается представлением результатов, формулировкой выводов, выдачей рекомендаций. Эта информация может быть представлена в виде графиков, чертежей, таблиц, формул, статистических данных или словесных описаний. Качественный эксперимент, как правило, предусматривает именно словесное описание. Однако словесное описание – самый неэффективный способ представления результатов, поскольку не позволяет дать количественные рекомендации, анализировать свойства объекта в иных условиях, решать задачи его управления. В инженерной практике основное содержание эксперимента должно представляться числом или количественными зависимостями.

Например : на разрывной машине определяют прочность на разрыв.

Количественное содержание примесей.

2) По условиям проведения различают:

Например : исследуется скорость крашения при различных температурах.

В промышленных экспериментах эти условия обеспечить значительно сложнее. Усложняются измерения и сбор информации, значительно больше влияние различного рода помех на организацию и проведение эксперимента, измерительные приборы, поэтому особенно необходимо использовать специальные методы. Требуется по возможно меньшему числу измерений получить наиболее достоверные результаты. Заметим, что в современной математической статистике имеются специальные методы, которые при том же количестве измерений позволяют повысить точность или даже при их уменьшении получить более представительную информацию.

3) По виду воздействий на объект различают:

Активный эксперимент – это такой эксперимент, когда уровень (значение) фактора для каждого опыта задает исследователь. Он целенаправленно изменяет условия функционирования процесса и наблюдает результаты. Такой эксперимент можно планировать.

Например : тот же пример с химизмом крашения – температуру или концентрацию крашения изменяет экспериментатор.

Пассивный – это эксперимент, в котором уровень факторов регистрирует исследователь в каждом опыте, но не задает его значение. В дальнейшем он обрабатывает результаты такой регистрации и пытается давать рекомендации.

Например : при крашении используются разные красители. Условия неизменны.

Например: повышение температуры (фактор) ведет к стойкому окрашиванию (стойкость – функция отклика).

Источник

Научный и промышленный эксперименты. Их виды.

Эксперимент – метод познания, при помощи которого в контролируемых и управляемых условиях исследуется явления действительности. С определением эксперимента тесно связано определение измерение – это совокупность преимущественно экспериментальных операций сопоставления(сравнения) измеряемой физической величины с ее единицей при помощи технического средства, хранящего и воспроизводящего единицу величины, с целью получения количественного значения измеряемой величины. Эти два определения являются одними из ключевых понятий в метрологии. В рамках метрологии можно выделить научный и промышленный эксперименты. Эти виды экспериментов имеют несколько отличий, приведенных в таблице:

В зависимости от характерапоставленных задач научные эксперименты бывают следующих видов: измерительные, поисковые, проверочные, контрольные, исследовательские и др. В зависимости от области проведения эксперименты подразделяются на: фундаментальные, прикладные, промышленные, социальные, в области гуманитарных наук.

В условиях промышленного эксперимента основная цель обычно заключается в извлечении максимального количества объективной информации о влиянии изучаемых факторов на производственный процесс с помощью наименьшего числа дорогостоящих наблюдений. Если в научных приложениях методы дисперсионного анализа используются для выяснения реальной природы взаимодействий, проявляющейся во взаимодействии факторов высших порядков, то в промышленности учет эффектов взаимодействия факторов часто считается излишним в ходе выявления существенно влияющих факторов.

Виды: пассивный эксперимент,активный, черный ящик, отклик.

Активный эксперимент планируется таким образом, чтобы упростить обработку его результатов методами регрессионного и корреляционного анализа. Ортогональные планы экспериментов, используемые при активном экспериментировании, обеспечивают диагональный вид корреляционной матрицы при регрессионном анализе и, соответственно, статистическую независимость коэффициентов регрессии.
К другим достоинствам активного экспериментирования относятся: возможность предсказания количества опытов, которые следуют провести; определение точек факторного пространства, где следует проводить опыты; отсутствие проблем, связанных с выбором вида уравнения регрессии; возможность определения оптимальных параметров процесса экспериментально-статистическим методом; сокращение объёма опытных исследований.

Совокупность всех возможных состояний определяет сложность черного ящика. Так, система из десяти факторов на четырех уровнях может находиться более чем в миллионе разных состояний. Очевидно, что в подобных случаях невозможно провести исследование, включающее все возможные опыты. Поэтому на этапе планирования решается вопрос о том, сколько опытов и каких именно необходимо провести для решения поставленной задачи.

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 поиске оптимального 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.

Источник

Промышленный эксперимент.

— Современные условия требуют активного применения эффективных методов обратной связи как на всех стадиях технологического процесса производства изделий из полимеров, так и во взаимоотношениях с поставщиками и потребителями. В значительной степени такому подходу отвечает применение методов адаптационной оптимизации технологических процессов в промышленности переработки полимеров. В соответствии с конкретными условиями экспериментирования целесообразно выделить две разновидности поисковых методов оптимизации – одну, предназначенную для использования в лабораторных условиях, другую – для применения в промышленности. Правомочность такого разделения обусловлена наличием ряда существенных отличий в возможной организации экспериментальной деятельности, связанных прежде всего с тем обстоятельством, что в промышленных условиях необходимо решать задачу оптимизации наряду с выпуском готовой продукции, т.е. без каких-либо нарушений принятого технологического режима.

— Ситуацию можно представить следующим образом: в определенный момент времени в прошлом была установлена некоторая совокупность технико-технологических, технико-экономических, экономических и других параметров оптимизации, а также факторов, определяющих условия функционирования предприятия. В момент формирования эти факторы и целевые функции имели оптимальные значения, однако, со временем произошел дрейф точки с оптимальными параметрами. Причины этого дрейфа связаны с износом оборудования, изменением свойств и ассортимента сырья, корректировкой технологического процесса, изменением конъюнктуры и многими другими аспектами деятельности предприятия. Для устранения этих диспропорций можно было бы рекомендовать исключить причины дрейфа, однако в существующих условиях такой выход из положения не может считаться приемлемым. Поэтому ставится задача отслеживания дрейфа в условиях производства. Такая проблема решается методами промышленного эксперимента.

— Остановимся прежде всего на особых требованиях к промышленному эксперименту. на предприятиях промышленности переработки полимеров в сравнении с лабораторным экспериментом. Промышленный эксперимент должен наряду с нормальным функционированием предприятия и производством товарной продукции обеспечить получение полезной информации для нахождения оптимальных условий управления объектом. В промышленном эксперименте для уменьшения риска выхода на аварийный режим, резкого снижения количества производимой продукции, значительного удорожания производства или получения брака целесообразно использовать лишь очень малые величины пробных шагов варьирования при «покачивании» объекта около так называемого «рабочего режима». В промышленном эксперименте следует планировать гораздо большее число параллельных опытов в сравнении с лабораторными исследованиями в связи с меньшей областью варьирования независимых переменных, большим количеством неконтролируемых и неуправляемых факторов и высоким уровнем шума на выходе объекта, результатом чего является возрастание случайной ошибки воспроизводимости.

— Стратегия промышленного эксперимента сводится к частичному поэтапному изучению объекта, когда на каждом этапе производится накопление и обработка информации об объекте для некоторого приближения условий управления им в конце этапа к оптимальным, в результате чего и достигается отслеживание дрейфующего оптимума. Задача сводится к выделению слабого сигнала на фоне шума, используя метод накопления результатов измерения и варьируя независимые переменные в узком интервале значений. Исследователь должен постоянно приспосабливаться к изменяющимся условиям; отсюда и название метода – адаптационная оптимизация. Задача адаптационной оптимизации заключается в разработке достаточно хорошо формализованной и в некотором смысле оптимальной стратегии непрерывного экспериментирования в сложных производственных условиях.

— Степень формализации определяется постановкой задачи. Можно использовать полностью формализованный метод корректировки технологического процесса (эмпирическая обратная связь), когда им управляет вычислительная машина, но целесообразно применять и корректировку технологического процесса с периодическим привлечением новых технологических идей (технологическая обратная связь). В последнем случае не требуется очень высокой степени формализации стратегии управления, поскольку решения об изменении технологического режима принимает высококвалифицированный персонал. Необходимо лишь обеспечить выдачу четких рекомендаций о том, как «покачивать» процесс для получения информации, нужной для принятия тех или иных решений.

— Рассмотрим теперь некоторые конкретные методы планирования промышленного эксперимента, отвечающие указанным требованиям.

— Одним из методов, реализующих технологическую обратную связь, является эволюционное планирование (ЭВОП), предложенное в 1955 г. Дж. Боксом. Чтобы выделить небольшое изменение сигнала на большом шумовом поле, было предложено разбивать производственный процесс на отдельные «фазы», состоящие из нескольких повторных «циклов». Основными чертами ЭВОП являются: небольшое варьирование управляемыми факторами и отбор вариантов, наилучших с точки зрения заданного критерия оптимизации.

— Чтобы удовлетворить требованию простоты плана эксперимента, рекомендуется включать в ЭВОП одновременно лишь немногочисленную группу варьируемых факторов. Их изучение составляет одну фазу планирования; при этом реализуется план полного факторного эксперимента (ПФЭ) или дробной реплики (ДФЭ), осуществляется m параллельных определений в точках плана. При постановке нескольких параллельных наблюдений в каждой точке плана (даже при наличии достаточно узкого интервала варьирования факторов) удается обнаружить различия в значениях параметра оптимизации в точках. После выявления наилучшей точки фазы в нее переносится центр плана и реализуется следующая фаза. В результате многократного повторения фаз центр плана непрерывно смещается, следуя за дрейфом параметра оптимизации. При переходе к новой фазе могут опробоваться новые уровни тех же факторов или новые факторы. После окончания каждого цикла (набора параллельных опытов в точках плана) производится математическая обработка результатов наблюдений, а после завершения каждой фазы (всего набора циклов, соответствующих данному плану) принимается решение, как планировать следующую фазу. Так в ходе обычного промышленного процесса можно накопить информацию относительно физико-химических взаимосвязей резинового производства и его экономических характеристик в непосредственной близости от рабочего режима, соответствующего действующему технологическому регламенту.

— Отметим теперь главные достоинства и недостатки ЭВОП.

Достоинства метода заключаются в следующем: 1. Непрерывное проведение ЭВОП на предприятии промышленности переработки полимеров позволяет систематически собирать и накапливать информацию о нем в постоянно изменяющихся условиях его работы, выискивать резервы производства и использовать их для повышения его экономической эффективности и улучшения качества товарной продукции. 2. Простота планирования и обработки результатов наблюдений делает ЭВОП легко доступным персоналу достаточно низкой квалификации. 3. Неформализованная обратная связь, обеспечиваемая членами группы, осуществляющей ЭВОП, учитывает опыт, интуицию и профессиональные знания участников эксперимента, которые играют важную роль не только в управлении технологическими процессами при слежении за движением оптимума в тесной увязке с взаимоотношениями с поставщиками и потребителями, но и в изучении механизма физико-химических явлений и развитии теории процессов переработки полимеров, а также в организации совместной работы с научно-исследовательскими и проектно-конструкторскими организациями и высшими учебными заведениями.

Недостатки метода являются оборотной стороной его достоинств. 1. Простота ЭВОП делает его пригодным лишь для решения сравнительно простых задач, в реальных условиях приходится иметь дело с достаточно сложными производственными ситуациями, которые трудно привести к простым схемам, доступным для анализа методом ЭВОП. 2. Неформализованность целого ряда процедур в ЭВОП (например, выбор величины пробных шагов варьирования и рабочих шагов движения к оптимуму) оставляет слишком много места для произвола и интуитивного подхода, что далеко не всегда приводит к удаче. 3. Метод ЭВОП при невыполнении предпосылки об унимодальности поверхности отклика позволяет находить и отслеживать лишь локальный экстремум последней.

— Несмотря на отмеченные ограничения, метод ЭВОП заслуживает большего внимания к себе со стороны специалистов, нежели это было до сих пор.

— Рассмотрим теперь другой (уже знакомый нам) прием – последовательное симплекс-планирование (ПСП) в адаптационной оптимизации. Этот метод был предложен в 1962 г. Спиндлером, Хецтом и Химсуорсом. Основная его особенность – возможность заранее предложить четкие правила принятия решений относительно направления и момента движения в факторном пространстве. Здесь управление осуществляется с эмпирической обратной связью, его можно полностью автоматизировать. Наличие формализованной обратной связи существенно отличает ПСП от ЭВОП. Формализовать процесс оптимального управления объектом, т.е. процесс непрерывного поиска условий оптимума на основе получаемой в результате реализации промышленного эксперимента информации, можно было бы на основе оценивания градиента функции отклика, а значит, вычисления параметров (коэффициентов) регрессионной модели объекта (отдельной машины, стадии технологического процесса, участка, цеха, всего предприятия в целом, его взаимоотношений с поставщиками и/или потребителями и т.д.) с помощью регрессионного анализа. Такая параметрическая процедура исследования поверхности отклика сопряжена с выбором модели, решением задачи идентификации и интерпретацией результатов регрессионного анализа и трудно формализуема в производственных условиях, сложных своим многообразием и многосвязностью контролируемых величин. Поэтому для ПСП разработана сравнительно простая непараметрическая процедура грубого описания поверхности отклика, не требующая вычисления коэффициентов регрессии, суть которой заключается в изучении локального участка поверхности по относительным значениям отклика в различных точках факторного пространства вблизи точки рабочего режима. Сравнивая значения отклика в этих точках, можно выбрать среди них наихудшую и наилучшую точки (в зависимости от того, ищем ли мы максимум или минимум) и таким образом ориентировочно наметить предпочтительное направление желательного смещения рабочей точки к оптимуму. После реализации выбранного смещения в окрестности нового рабочего режима вся процедура вновь повторяется, так продолжается до достижения области оптимума.

— Метод базируется на понятии о правильном симплексе – выпуклой фигуре, число вершин которой на единицу больше размерности факторного пространства и расстояния вершин которой от центра равны. В процессе эксперимента производится последовательное перемещение правильного симплекса в направлении расположения оптимальных точек факторного пространства, т.е. дрейфа параметра оптимизации. В ПСП, конечно, тоже есть ограничение на число одновременно исследуемых факторов, но не такое жесткое, как в ЭВОП. Если теперь осуществить опыты в n+1 вершинах n-мерного правильного симплекса и сравнить полученные в них значения отклика, то можно выделить наихудшую вершину и ей противолежащую (n-1)-мерную грань, образованную остальными вершинами. Если далее найти так называемую зеркальную точку, симметричную наихудшей вершине относительно центра указанной грани, то эти зеркальная точка и грань образуют новый симплекс прежней размерности, но центр его будет смещен в сторону экстремума функции целевого отклика на один шаг. При этом направление смещения в среднем близко к направлению градиента функции отклика. Многократное повторение таких шагов, диктуемое методом ПСП, позволяет, в конце концов, достичь области экстремума, а также отслеживать его дрейф. Решающим преимуществом является то, что переход к новому симплексу каждый раз осуществляется удалением одной старой вершины и введением независимо от размерности симплекса только одной новой. Таким образом, каждый шаг поиска экстремума предусматривает независимо от числа факторов оптимизации реализацию условий только одного опыта.

— Алгоритм метода ПСП основан на ряде достаточно строгих и легко формализуемых правил.

— 1. Все эксперименты надо реализовывать при условиях, отвечающих вершинам правильных n-мерных симплексов. Начальная точка поиска обычно соответствует установленному технологическому регламенту или наилучшему из известных режиму ведения процесса. Эта точка может являться вершиной или центром начального симметричного правильного симплекса. Ориентация начального симплекса может быть произвольной, т.к. наиболее выгодное направление движения не представляется возможным прогнозировать. Размеры симплекса в ПСП должны быть достаточно малы аналогично величинам пробных шагов варьирования факторов в ЭВОП. Но при этом, как и в ЭВОП, в ПСП возникает проблема выделения полезного сигнала на фоне шума, а именно, статистически значимого различия значений отклика в вершинах симплекса малых размеров. Как и ранее, эти трудности могут быть преодолены путем накопления результатов повторных наблюдений в вершинах симплекса и сравнения полученных средних арифметических значений. Необходимо по возможности стремиться планировать симплекс возможно больших размеров, т.к. это сокращает количество необходимых повторных наблюдений в вершинах симплекса и ускоряет движение к экстремуму.

— 2. Движение к экстремуму поверхности отклика на каждом шаге должно осуществляться посредством перехода от реализуемого симплекса к новому путем отбрасывания наихудшей вершины и построения точки, симметричной к ней относительно центра (n-1)-мерной оставшейся грани симплекса. Каждую i-ую размерную координату зеркальной точки X_n+hh-го симплекса можно вычислить. Далее таким же образом, поочередно используя правила 1 и 2 можно построить последовательные симплексы. При этом иногда может возникнуть ситуация, предусмотренная следующим правилом.

— 3. Если одно и то же наихудшее значение отклика имеет место в нескольких вершинах рассматриваемого симплекса, то вопрос об отбрасывании одной из них должен быть решен случайным образом, например, с использованием таблицы случайных чисел. Непрерывное смещение симплекса может привести к выходу новой зеркальной точки за границы допустимой области изменения факторов. В этом случае перемещение симплекса осуществляется по следующему правилу.

— 4. Если в зеркальной точке формируемого симплекса нарушаются факторные или функциональные ограничения, то необходимо вернуться к предыдущему симплексу и отбросить в нем худшую вершину после наихудшей. Иногда это правило приходится применять повторно до тех пор, пока не будет найдена новая зеркальная точка, принадлежащая допустимой области факторного пространства.

— 5. Если при реализации ПСП обнаруживается дрейф экстремальной точки поверхности отклика, предыдущие шаги ПСП могут перестать отражать ситуацию. В этих случаях рекомендуется проводить новые наблюдения в тех вершинах последнего симплекса, которые были реализованы приблизительно 2(n+1) шагов назад. Это особенно важно при использовании симплексов высокой размерности, когда время, затрачиваемое на эксперимент велико.

— 6. Если зеркальная точка нового симплекса является его наихудшей вершиной, т.е. поступательное перемещение симплекса преобразуется в качание относительно противолежащей грани, то это может свидетельствовать о приближении к экстремуму поверхности отклика или о наличии большой ошибки наблюдений. При решении задачи адаптационной оптимизации промышленного объекта, т.е. при отслеживании дрейфа экстремума, ПСП продолжается непрерывно. Пока точка экстремума в факторном пространстве остается неподвижной, симплекс постоянно качается (вращается) около некоторой близкой к ней точки. Если же точка экстремума начинает дрейфовать, то вслед за ней перемещается и симплекс, описывая спираль около ее траектории. При этом условия управления объектом будут непрерывно изменяться приспосабливаясь к дрейфу.

— Остановимся теперь на основных достоинствах и недостатках ПСП.

— Можно указать следующие существенные достоинства метода: 1. ПСП обладает высокой эффективностью в связи с тем, что последовательный переход от одного симплекса к другому требует добавления лишь одной точки независимо от размерности плана. 2. В методе симплекс-планирования четко указывается когда и куда двигаться, вычисления крайне просты и не требуют статистического анализа; это позволяет полностью автоматизировать процесс управления, используя управляющие ЭВМ или малоквалифицированный персонал. 3. На любом шаге поиска можно легко ввести дополнительный варьируемый фактор (в том числе качественный), добавив лишь одну экспериментальную точку. 4. При выборе размеров симплекса не нужно стремиться к адекватному представлению поверхностей отклика плоскостью, т.к. используется непараметрическое описание поверхности; с этим же связана и относительная нечувствительность метода к случайным ошибкам наблюдений. 5. Нет строгих требований к правильности симплекса; последний может служить основой для построения композиционного плана второго порядка.

— Среди недостатков ПСП отметим следующие: 1. Метод дает мало информации о поверхности отклика из-за непараметрического описания ее. 2. Частота ошибочных шагов заметно возрастает при приближении к области экстремума. 3. В методе не предусмотрена возможность корректировать размеры симплекса в процессе поиска. 4. ПСП отдает предпочтение количественным факторам в ущерб качественным.

— Подведем некоторые итоги.

— Есть несколько позиций, существование которых ставит под сомнение возможность применения описанных выше методов. Во-первых, критический анализ современной организации технологических процессов в промышленности переработки полимеров показывает, что существует чрезвычайно мало действительно эффективных приемов управления процессами; уровень производства, культура труда не позволяют обеспечить соответствующие уровни варьирования переменных, ряд важных характеристик технологического процесса вообще не могут быть измерены или даже сколько-нибудь достоверно оценены. Во-вторых, представляет определенные трудности выбор целевых функций для реализации промышленного эксперимента. В-третьих, ограниченная, связанная чаще всего лишь с работой по рекламациям, обратная связь в цепочке поставщик – производитель – потребитель не позволяет эффективно корректировать технологический процесс, в частности, и производственно-финансовую деятельность предприятия, в целом. В-четвертых, методы промышленного эксперимента в промышленности переработки полимеров нашей страны ранее не применялись, за границей эти методы также не практикуются, поскольку обеспечивается высокая культура труда, стандартность сырья и исключается физический и моральный износ оборудования.

— Трудно предположить, что описанные процедуры будут быстро и эффективно внедрены в промышленность переработки полимеров, но не вызывают сомнения, по крайней мере, три соображения: 1) отсутствие соответствующих примеров в зарубежной практике промышленности переработки полимеров не является основанием для отказа от применения методов промышленного эксперимента в нашей стране – там просто другие условия, но придумали эти методы за рубежом и широко и эффективно используют их в различных областях, где это необходимо; 2) промышленный эксперимент не следует рассматривать как разовое мероприятие; это – иной стиль работы, делающий упор на гибкую обратную связь, формирующий соответствующую культуру труда, необходимые предпосылки для механизации и автоматизации процессов; 3) нельзя не учитывать и фактор нравственного характера – работник вовлекается в сферу творчества, связанного с совершенствованием технологического процесса на предприятии, на котором он работает.

Источник