Файл: Баженов, Ю. М. Перспективы применения математических методов в технологии сборного железобетона.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 29.10.2024

Просмотров: 87

Скачиваний: 0

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

Продолжение

 

ю

с о

 

о

 

X

с о

с о

 

о

о

 

с о

Mt-

к .

■4h

ю

мі-

СП

СМ

 

о з

 

с о

 

—*

 

с о

00

•С

о

о з

 

СМ

с о

 

 

0 0

см

LO

см

UO

о

см

Mt-

 

ГП

 

с о

с о

с о

С 3

о

с о

см

со

с о со с о

с о с о

с о

с о

СО

СО

с о

о

о

о

о

о

о

о

о

о

о

о

о

о

о

Mt-

СО

Mt- 0 0

ІО ю

Mf<

 

—г

ю

СП

см

Оз

F—<

о

Mtсм

юс о

оо

 

ю

с о

 

с о

03

 

см

см O l

п*.

г -

00

СП

о

с о

с о

СП

 

о -

см

 

с о

см

 

Mt-

00

о

оо

оо

см

Mt-

ю

с о

ю

см

ОЗ

 

со

 

оо

LO

00

00

с о

ап

СО

ю

LO

ю

ю

мг

с о

см

оо

ю

Mt-

 

 

 

 

 

*“ '

 

1

 

 

 

г - •

 

 

Mt-

ю

0 0

ГП

ю

 

 

 

 

Mt-

см

с о

ОЗ

ОІ

 

о

см

 

 

 

 

о

 

 

T f

Mt-

СП

с о

 

MfІО М+-

п -

 

см

см

LO

 

 

и з

с о

Mt-

 

—'

о

о

 

о

о

о

СО

 

 

см

о о

Г -

 

,

ГП

0 3

о

 

 

 

со

СП

 

 

СО

см

с о

 

 

СО

см

см

 

см

см

см

 

 

 

 

СО

оо

00

 

п -

о з

 

 

 

 

со

с о

 

а з

с о

 

 

 

 

о

о

 

см

о

ОЗ

с о

см

 

LO

о о

см

о о

 

С--

ю

с о

 

см

см

l '-

 

о

Mt-

 

Mt-

 

см

см

см

 

см

Ю

 

СО

см

 

см

 

ю

00

см

о

о

о

см

 

о

о

о

о

о

о

о

 

о

о

о

о

о

 

о

о

о

о

о

 

 

с о

 

0 0

 

Mt-

 

о з

см

 

 

с о

 

с о

 

 

с о

Г".

 

 

о

 

о

 

о

 

о

о

 

 

1

 

 

 

1

 

 

1

 

СМ

 

 

ю

Mf

0 3

i n

 

 

*сГ

•4t*

 

 

с о

ю

с о

ю

 

 

 

 

 

 

 

 

 

 

 

 

СМ

 

 

см

см

см

CM

 

 

 

 

.

с о

 

03

 

 

 

 

 

 

•—*

см

 

 

 

см

 

о

03

о

 

 

 

 

о

03

о

 

 

 

о

 

о

о

о

о

о

 

 

 

о

 

о ’

о

о

о

о

 

 

 

о

 

ю

с о

_

 

г л

п -

Mt-

 

л "

СМ

см

с о

 

 

с о

со

 

 

 

 

 

 

 

 

 

 

 

О

о

о

 

 

о

о

о

 

с о

см

 

Mt-

см

с о

о з

с -

с о

 

с о

с о с о

см

о

о

 

о

о

о

о

1

1

 

1

1

I

!

00

СП

 

с о

,

f -

о

см

ю

 

Mt-

Mf

с о

СО

см

см

 

см

см

см

 

 

ю

со

 

ОЗ

LO

 

о

С 3

г -

 

ГП

о

 

г з

о

 

о

 

о

о

о

 

о

о

 

о

о

о

 

о

о

 

ю

ГП

СП

СП

 

LO

 

см

см

с о

 

см

 

о

о

о

о

 

о

 

 

0 0

ГГ)

,

СО

 

с о

 

 

 

СП

 

 

п -

со

-С)

 

on

 

 

с о

ю

о

о

ю

ю

ю

 

 

 

 

 

 

 

1

1

1

О. Е

 

 

 

 

 

_,

§ 5

с о

h -

00

СП

о

о

5

 

 

 

 

см

см

£

і

 

 

 

 

 

 

CM

ю

оо

с о

со

СП

 

ю

со

СО

<х>

со

оо

с о

Mf-

н -

 

 

см

а )

Mt-

Ю

 

 

 

 

см

СО

ю

о

о

СО

LO

Ю

о

LO

LO

ю

1

 

 

1

1

і

 

1

і

1

см

с о

чтй

ю

с о

г -

с о

Оз

о

со

см

см

см

см

см

см

см

CM

а з

9— 1023

129



Для этоі'і модели значение ри гг невелико

всего 2 6 % , но все же

оно выше, чем для модели № 1 (риі= 1 6 % ) ,

учитывающей только

цементно-водное отношение. Отметим, что модель № 1 легко преоб­ разуется в привычную для технологов форму:

Кі = R1S0:A =0,12 + 0,45 (Ц/В)\

Я16о = 0,45Л (ДЛВ + 0,27).

Малая информационная способность (рн22= 26°/о) и низкая точ­

ность (5Нд = 0 ,3 ) не позволяют отнести модель № 22 к технологиче­

ски ценной. Однако, несмотря на негативный результат моделиро­ вания, можно высказать уверенность, что такой подход при повы­ шении метрологических требований к измерению технологических параметров или при добавлении других экспресс-определений более перспективен, чем традиционный, для контроля качества и проекти­ рования состава бетона в условиях гидротехнического строительства.

Перебор всех возможных моделей затруднителен да­ же при использовании ЭЦВМ. Так, в примере IV.5 было рассчитано и проанализировано (25—1)= 31 уравнение. Как видно, число возможных линейных моделей растет по показательной функции (2 К —1 ) с увеличением ко­ личества факторов К. Поэтому такой прямой путь хотя

и гарантирует выбор лучшей

модели с ( Д и ) м акс и

5на)мпн, о н нерационален даже

при К ~ 5 и особенно

труден при анализе полиномиальных моделей второй степени. При К = 4 число эффектов в такой модели L = 15 и, следовательно, необходим перебор /Vм =32767 вариан­ тов. Поэтому большой практический интерес представ­ ляет алгоритм «последовательного многошагового ре­ грессионного анализа» [73], позволяющий выбрать мо­ дель на основе расчета, число этапов которого равно L.

На первом этапе рассчитывается полиномиальная модель (IV.5) со всеми L эффектами, причем кроме оценок Ьі определяются /щ-критерий для проверки по­

лезности модели (IV. 19), оценки ошибок s{bj}

(IV.22)

и фактические ^ф-отношения:

 

 

ti = bi :s{bl}m

 

(IV.36)

Из числа незначимых

коэффициентов

(для них

^Ф<Цтабл при риске а) удаляется /-эффект,

имеющий

минимальное £ф.мин.

проводится расчет

модели

На втором этапе вновь

(IV.5), но уже без /-эффекта. При этом обычно в соответ­ ствии со свойствами матрицы [Д] все оставшиеся оценки изменяются по сравнению с первым этапом — см. табл. IV.2. Процедура исключения коэффициента с по­

130


вторяется. После каждого этапа /Ѵотношение изменя­ ется: вначале оно возрастает, а потом начинает убывать. Расчет можно вести либо до получения максимального Fn, либо продолжать до полного перебора L моделей [23], так как для упрощения технологических расчетов в заводских условиях весьма важно, чтобы приемлемая величина s^A была получена при возможно меньшем

числе эффектов. Действительно, если модель А имеет S o c t = 18,2 кгс/см2при восьми эффектах, а модель Б имеет S o c t = 18,5 кгс/см2 лишь при четырех, то предпочтение с инженерной точки зрения можно отдать модели Б [27].

Нами был проверен алгоритм последовательного ре­ грессионного анализа с целью подтверждения возмож­ ности быстрого выбора модели с минимальной диспер-

сией s I-ia из всех (2 —1) моделей. Для этого рассчиты­ вались все возможные модели и строился график взаи­ моперехода. Граф, иллюстрирующий принцип после­ довательного регрессионного анализа, показан для за­ дачи в примере ІѴ.5 (в квадрате вверху указаны номера линейных эффектов, а внизу — величины sHA • ІО3) . Всего

в графе может быть (5ХЗХЗХ 2)=90 путей из четырех ребер, соединяющих пятифакторную модель с однофак­ торной. Единственно правильный путь должен проходить через модель, имеющую (s^A ) шш = 0,302. Для перехода

от модели с L эффектами к модели с (L1 ) эффектом удаляется тот /-эффект, для которого минимально ^-от­ ношение (IV.36). Из приведенного графика и данных табл. IV.2 следует, что на первом шаге удаляется Х,\, на втором — Х2, а третьем — Х5, на четвертом •— Х2, причем путь в графе проходит через модели (1, 2, 3, 4, 5), (1,3, 4, 5), (1, 3, 5), (1,3) и (1), каждая из которых действи­ тельно имеет (s h a ) mhh п о сравнению со всеми себе по­ добными. Это дает возможность подтвердить целесооб­ разность применения такого метода для получения ин­ терполяционных моделей.

ІѴ.5. Основы корреляционного анализа. Если случай­ ная величина У зависит от случайных переменных Хі (схема связи С/), то применяется корреляционный ана­ лиз математической модели. Для обеспечения его эффек­ тивности помимо выполнения условий, требуемых при проведении регрессионного анализа, должно быть доста­ точно строго выполнено еще одно решающее условие: все информационные единицы (т. е. и уп, и все К фак-

9*

131


!23

305

1234

124

_ J

13

Ія-»мим

304

316

1

1 308

 

12 345

1245

 

 

 

302

314

 

 

 

 

X

145

 

24

 

I

313

 

323

 

 

 

 

 

еч

 

 

 

 

 

234

 

25

 

1345

311

 

313

 

 

 

 

 

302

235

 

 

 

 

 

34

 

 

310

 

346

 

2345

 

 

 

 

309

245

 

35

 

 

322

 

338

 

 

345

I

45

 

 

335

 

384

1

324

4

366

5

365

торов Xi) должны образовать систему К+1 случайных величин, распределенных по многомерному нормальному закону.

Опыт показывает, что именно это условие в задачах материаловедения очень редко бывает выполненным, особенно при К ^ 2 . В силу такого положения, по на­ шему мнению, корреляционный анализ может в таких задачах иметь более узкую область применения, чем регрессионный.

Степень тесноты (силы) линейной зависимости меж­ ду двумя нормально распределенными случайными ве-

132