Пассивный и активный эксперимент. Метод наименьших квадратов позволяет получить описание объекта по любым данным, лишь бы матрица системы нормальных уравнений была невырожденной. Поэтому с появлением ЭВМ возникла идея — получать математические описания технологических процессов, пользуясь в качестве исходных данных результатами нормальной эксплуатации процесса.
В реальных условиях технологический процесс все время испытывает случайные колебания режима. Сегодня значения контролируемых факторов—несколько иные, чем вчера, а завтра будут еще немного другими. Нельзя ли каждое изменение режима рассматривать как эксперимент, и, обработав совокупность таких «экспериментов» методом наименьших квадратов, получить описание процесса, а затем использовать это описание для управления и оптимизации? Такой подход получил название пассивного эксперимента. Достоинство пассивного эксперимента —отсутствие затрат на опыты: данные получаются «сами собой». Но надежды, возлагавшиеся на этот метод, в большинстве случаев не оправдались.
Анализ неудач пассивного эксперимента выявил несколько их причин.
· Во-первых, в нормальных условиях колебания режима малы, опытные точки находятся близко одна к другой. Хорошо известно, что чем ближе опытные точки, тем сильнее влияют на описание случайные ошибки. Действительно, различия в получаемых значениях отклика при этом малы, и эти малые различия плохо выделяются на фоне шума—случайных ошибок. Поэтому значения коэффициентов регрессии оцениваются со значительными ошибками.
· Во-вторых, в пассивном эксперименте факторы сильно коррелированны. Это делает крайне ненадежным анализ влияния отдельных факторов—всегда может оказаться, что влияет не данный фактор, а другой, с ним коррелированный.
· В-третьих, сами значения факторов в производственных условиях часто измеряются с заметными ошибками; поэтому применение метода наименьших квадратов в его обычном варианте становится некорректным.
В связи с этим в теории эксперимента любой эксперимент, при планировании которого не учтено влияние плана эксперимента на статистические свойства получаемых оценок, часто называют пассивным. Ему противопоставляют активный эксперимент, в основе которого лежит планирование эксперимента.
Планы экстремального эксперимента. Проектировщики наиболее широко пользуются планами так называемого экстремального эксперимента, разработанными для определения оптимальных условий протекания процессов в объектах исследования. Оптимум определяется по математической модели объекта исследования, которую ищут в виде полиномиального уравнения:
если объект характеризуется одной переменной состояния. Логику появления полинома как математической модели объекта исследования можно объяснить следующим
образом. Исследователь полагает, что математическую модель объекта принципиально можно представить дифференциальными уравнениями. В общем виде искомое решение можно представить функцией:
y= F (X,b), (2)
где у—переменная состояния объекта исследования; Х—матрица факторов; b — матрица коэффициентов. Коэффициенты b полинома можно интерпретировать как коэффициенты ряда Тейлора, в который «удается» разложить решение в окрестностях некоторой точки.
Пользуясь статистическими методами и учитывая конечность экспериментальных данных, можно получить оценки коэффициентов регрессии b- b в уравнении (1).
Уравнение (1)называют уравнением регрессии и широко используют для получения математической модели объекта исследования.