Файл: Серго, Е. Е. Опробование и контроль технологических процессов на обогатительных фабриках учеб. пособие.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 21.10.2024

Просмотров: 79

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

 

 

 

 

 

 

 

 

Таблица

16

 

Зависимость

выхода класса — 0,074

мм от числа

ударов

 

п

X

У

X2

и2

ху

( х + у У

У У У Су - у У

 

1

10

3

100

9

30

169

3,1

5,1

26,1

 

2

10

3

100

9

30

169

8,1

5.1

26.1

 

3

10

2

100

4

20

144

8,1

6,1

37,3

 

’ зо

125

*58

15 625

3364

7250

33489

60,9

2,9

'8,5

 

31

125

57

15 625

3249

7125

33124

60,9

3,9

15,2

-

32

125

58

15 625-

3364

7250

33489

60,9

2,9

8,5

 

я=32

2л:=

Хі/=

=147000

Х у *=

Хх і/=

Х(х+У)‘ =

 

 

2(Д -,У)2=

 

— 1800

=935

=37681

=73905

=322491

 

 

=404,5

Наиболее важным показателем линейной связи переменных является коэффициент корреляции

'Zxy

73905

 

 

-------- хи

— 56,3 • 29,2

 

 

п

32

0,95.

(160)

гху--

37,7 • 18,2

а х ° у

 

 

 

При гХу = 0,3—0,4 связь между х и у

слабая,

а при

гху свыше 0,7 — сильная.

Ошибка коэффициента корреляции определяется по фор- муле

\ ~ r\ y

1—0,952

0,018.

061)

y fп — 1

}/"32 — 1

 

 

Значение коэффициентов регрессии рассчитываем по фор­

мулам:

 

 

 

h =

0,95 Щ = 0,46,

(162)

Ь0 = у Г ху^У X = 29,2 — 0 , 9 5 • 56,3 =

3,5. (163)

Тогда

у = Ь0+ Ьгх — 3,5 -f 0,46х

Доверительные интервалы величины у можно рассчитать по формуле

Ay = tT ■аі

(164)

197


где U — коэффициент, определяемый по таблице Стьюдента [15]; ад — среднеквадратическое отклонение у при точечной

оценке доверительных интервалов.

п — 2 =

В нашем примере при степени свободы ѵ =

= 32 — 2 = 30 и надежности 0,95 величина

tr = 2,04.

Для хг == 50 ударов и х2 = 75 ударов и соответствующих значений ух = 26,5% и у2 — 38,0% (табл. 16) величина

X

, , (75 -56,3)2

= 1,17.

(165)

 

37,72

 

 

Тогда доверительный интервал

 

 

Ау = 2,04 • 1,17 =

2,39%; а = | /

= ~ | / S

=

=3,6%.

§4. ОПРЕДЕЛЕНИЕ УРАВНЕНИЯ РЕГРЕССИИ ЛИНЕЙНОГО ОБЪЕКТА С ДВУМЯ ФАКТОРАМИ

ИОДНИМ ПАРАМЕТРОМ

Уравнение регрессии такого объекта имеет вид

у = Ь04- ^ + Ь2х2.

(166)

Коэффициенты регрессии определяют методом наимень­

ших квадратов. После соответствующих

преобразований

уравнения (166) получается формула множественной ли­ нейной регрессии с тремя переменными

) = bt (xL— %) + b 2 (x2 —~x2).

(167)

Коэффициенты b x и b 2 рассчитываются путем решения систе' мы уравнений

п п п

h 2 ( * 1 Хі)2 + Ь22 (*і—%) (Х2 х2) = 2 ( * 1

Хі) (у — у);

і—1

і= 1

і= 1

(168)

п

 

п

 

 

bl 2 (д — Х}) (х2х2) + Ь22 ( * 2 — *2)2 =

г=і

 

і=)

 

 

=2 («а - *7) (г/ —У)-

(169)

 

 

»=1

 

198


Степень связи параметра с факторами оценивается коэффи­ циентом множественной корреляции

R

V Ь\ ^ 1— хі)2+ ^2 ^ (Л'2 — -^)2+ 26]ib22 (дгг — дтх)(д:2— д:2)

 

(170)

Степень влияния каждого фактора xt на параметр у оцени­ вается с помощью частных коэффициентов корреляции

Г УХіХа

У*1

ух2

r x2x J i

(171)

О

 

 

г у х 2х,

r y x S ^

Гх 1х г)

 

(ryxs

ги

rxtx f

 

Ѵ/і (!-< * ,)а - г XiXz'

(172)

Первый коэффициент учитывает влияние изменения первого фактора на параметр, а другой — второго фактора.

§5. РЕШЕНИЕ УРАВНЕНИЙ РЕГРЕССИИ НЕЛИНЕЙНЫХ

ИСЛОЖНЫХ ЛИНЕЙНЫХ ОБЪЕКТОВ

Уравнение регрессии нелинейного объекта с одним фак­ тором и одним параметром имеет вид

у = Ь0+ \ х + Ь2х2+ . . . + Ьпхп.

(173)

Такие уравнения чаще всего аппроксимируют уравнени« ем параболы второго порядка. Нелинейное уравнение при­ водится к линейному виду (табл. 15). Коэффициенты Ь0, b l t b2определяют по методике, описанной в предыдущем па­

раграфе.

Пример 1. Необходимо определить коэффициенты Ь 0, Ьх и Ь2 уравнения

y = b0 + b1x + b2x2.

(174)

На основании экспериментальных данных получено [51:

у = 1,765; х = 119,5; х2 = 18 215.

Нелинейное уравнение (174) приводим к виду

У = b g -f- b i X -f- b 2 k ,

(175)

где k=x*v

199


Коэффициенты Ь0, Ьг и Ъ2определяют по формулам (168, 169):

2 ( У - У ) 2 = 0,321;

^ ( х — х)2= 7Ю57;

2 (ft — ft)2 = 4789 • іо 6;

2 (А — ft) (У — у) = 34 695;

2 (х — х)(у — у) = — 145;

2 ( ^ —^)(ft — ft)= 17688ІО3.

После подстановки этих величин в формулы (168, 169) находим

&! = — 0,003; fta = -f 0,004 • 10~3.

Нелинейное уравнение регрессии определяют из форму­ лы (174). Подставив в эту формулу значения Ьъ Ь2, у, х и X2, получим

у = 2,05 — 0 ,0 0 3 л: + 0,004 • К)-3*2.

(176)

Связь между у и х оценивается корреляционным отноше­ нием, характеризующим степень нелинейной связи (форму­ ла 170). В нашем примере R = 0,912.

Сложные линейные объекты описываются уравнением вида

У = b0 + М і + Ь2Х2 + • • • + Ьпхп.

Такие уравнения чаще всего решаются на ЭЦВМ. Оперативное управление технологическим процессом и

его оптимизация невозможны без быстрого анализа и обоб­ щения данных опробования и контроля. При ручном управ­ лении человек не в состоянии учесть весь объем информации, своевременно и правильно влиять на ход технологического процесса.

При внедрении автоматического контроля и регулиро­ вания необходимо осуществлять математическое модели­ рование процесса для создания алгоритмов управления. Математические модели позволяют оперативно управлять технологическим процессом в оптимальном режиме.

200


 

 

 

 

 

 

 

Приложение

 

 

 

 

 

 

 

ft

 

 

 

Значение интеграла вероятностей Ф{h)—- r2= \Pp_ft*dh

 

 

 

 

 

 

 

/2 л

J

 

 

 

 

 

 

 

 

о

 

h

Ф

h

Ф

h

Ф

h

Ф

0,80

0,5763

1,26

0,7923

1,71

0,9127

2,32

0,9797

0,81

0,5821

1,27

0,7959

1,72

0,9146

2,34

0,9807

0,83

0,5935

1,28

0,7995

1,73

0,9164

2,36

0,9817

0,84

0,5991

1,29

0,8030

1,74

0,9181

2,38

0,9827

0,85

0,6047

1,30

0,8064

1,75

0,9199

2,40

0,9836

0,86

0,6103

1,31

0,8098

1,76

0,9216

2,42

0,9845

0,87

0,6157

1,32

0,8132

1,77

0,9233

2,44

0,9853

0,88

0,6211

1,33

0,8165

1,78

0,9249

2,46

0,9861

0,89

0,6265

1,34

0,8197

1,79

0,9265

2,48

0,9869

0,90

0,6319

1,35

0,8230

1,80

0,9281

2,50

0,9876

0,91

0,6372

1,36

0,8262

1,81

0,9297

2,52

0,9883

0,92

0,6424

1,37

0,8293

1,82

0,9312

2,54

0,9889

0,93

0,6476

1,38

0,8324

1,83

0,9328

2,56

0,9895

0,94

0,6528

1,39

0,8355

1,84

0,9342

2,58

0,9901

0,95

0,6579

1,40

0,8385

1,85

0,9357

2,60

0,9907

0,96

0,6629

1,41

0,8415

1,86

0,9371

2,62

0,9912

0,97

0,6680

1,42

0,8444

1,87

0,9385

2,64

0,9917

0,98

0,6729

1,43

0,8473

1,88

0,9399

2,66

0,9922

0,99

0,6778

1,44

0,8501

1,89

0,9412

2,68

0,9926

1,00

0,6827

1,45

0,8529

1,90

0,9426

2,70

0,9931

1,01

0,6875

1,46

0,8557

1,91

0,9430

2,72

0,9935

1,02

0,6923

1,47

0,8584

1,92

0,9451

2,74

0,9939

1,03

0,6970

1,48

0,8611

1,93

0,9464

2,76

0,9942

1,04

0,7017

1,49

0,8638

1,94

0,9476

2,78

0,9946

1,05

0,7063

1,50

0,8664

1,95

0,9488

2,80

0,9949

1,06

0,7109

1,51

0,8669

1,96

0,9500

2,82

0,9952

1,07

0,7154

1,52

0,8715

1,97

0,9512

2,84

0,9855

1,08

0,7199

1,53

0,8740

1,98

0,9523

2,86

0,9958

1,09

0,7243

1,54

0,8764

1,99

0,9534

2,88

0,9960

1,10

0,7287

1,55

0,8789

2,00

0,9545

2,90

0,9962

U

1

0,7330

1,56

0,8812

2,02

0,9566

2,92

0,9965

1,12

0,7373

1,57

0,8836

2,04

0,9587

2,94

0,9967

злз

0,7415

1,58

0,8859

2,06

0,9606

2,96

0,9969

1,14

0,7457

1,59

0,8882

2,08

0,9625

2,98

0,9971

1,15

0,7499

1,60

0,8904

2,10

0,9643

3,00

0,9973

1,16

0,7540

1,61

0,8926

2,12

0,9660

3,20

0,9986

l ’l7

0,7580

1,62

0,8948

2,14

0,9676

3,40

0,999

1,18

0,7620

1,63

0,8969

2,16

0,9692

3,60

0,999

/19

0,7660

1,64

0,8990

2,18

0,9707

3,80

0,999

1,20

0,7699

1,65

0,9011

2,20

0,9722

4,00

0,999

1,21

0,7737

1,66

0,9031

2,22

0,9763

 

 

1,22

0,7775

1,67

0,9051

2,24

0,9749

 

 

1,23

0,7813

1,68

0,9080

2,26

0,9762

 

 

1,24

0,7850

1,69

0,9090

2,28

0,9774

 

 

1,25

0,7887

1,70

0,9109

2,30

0,9786

 

 

201