Активный и пассивный эксперимент

АКТИВНЫЙ И  ПАССИВНЫЙ ЭКСПЕРИМЕНТЫ

Активный эксперимент предусматривает активное вмешательство в исследуемый процесс, изменяя его по заранее разработанному экспериментатором плану. Примером проведения активного эксперимента являются ПФЭ, ДФЭ и центральные композиционные планы, подробно рассмотренные ранее, когда значения исследуемых факторов в каждом опыте изменяются в соответствии с матрицей планирования эксперимента.

К основным преимуществам активного эксперимента можно отнести следующие:

- планирование эксперимента дает четкую последовательную логическую схему построения всего процесса исследования, т. е. известно что, когда и как надо делать;

- внедрение активного планирования позволяет повысить эффективность исследований, извлечь наибольшее количество сведений об изучаемых процессах при ограниченных затратах, сократить объём экспериментальных исследований, повысить надежность и чёткость интерпретации полученных результатов;

- обработка результатов эксперимента осуществляется стандартными приёмами, позволяющими формализовать процесс построения модели и сопоставить материалы различных исследований.

Таким образом, при оптимизации исследуемых процессов активный эксперимент наиболее эффективен при исследовании в лабораторных условиях, т. е. на этапе оптимального проектирования.

В то же время, в процессе производства технологический процесс постоянно подвергается воздействию случайных неконтролируемых возмущений, что приводит к смещению найденного в лабораторных условиях оптимума относительно технологических факторов. Чтобы иметь возможность оценить это смещение и вести процесс при наиболее благоприятных условиях, необходимо после проведения лабораторных исследований продолжить изучение технологического процесса в реальных производственных условиях. Наилучшие результаты при исследовании технологического процесса в производственных условиях, т. е. на этапе оптимального управления, дает пассивный эксперимент.

Пассивный эксперимент сводится к сбору и обработке данных, полученных в результате пассивного наблюдения за технологическим процессом в производственных условиях. Для анализа и обработки этих данных в настоящее время применяется достаточно большое число методов. К ним относится, в первую очередь, регрессионный и корреляционный анализы, а также факторный анализ, метод главных компонент, временные ряды (дрейф параметров во времени) и др.

В результате проведения регрессионного и корреляционного анализа исследуемого процесса в производственных условия, можно определить уравнение регрессии и найти с помощью коэффициента корреляции степень взаимосвязи изучаемых переменных величин. Однако сами по себе уравнения регрессии и коэффициент корреляции мало что говорят о возможной причинной связи между рассматриваемыми переменными. Для установления этой связи можно использовать факторный анализ, который является довольно гибким количественным методом статистического анализа. Он в большей мере, чем другие методы, может применяться для проверки сложных гипотез и позволяет получить информацию о числе факторов в исследуемой системе, их природе и зависимости, а также степени этой зависимости. Так, по наблюдениям за вариациями 30…40 различных переменных можно с помощью факторного анализа получить конкретную информацию о том, что только пять факторов коррелируют между собой и каждый из них в той или иной степени влияет на изменения соответствующих исходных переменных. Этим путем можно проверить гипотезу, выдвинутую по результатам наблюдений, полученным при анализе другими методами.

Кратко факторный анализ можно охарактеризовать следующим образом:

- в основе анализа лежат результаты наблюдений над естественными изменениями переменных;

- он позволяет выявить основные факторы, оказывающие существенное влияние в исследуемой области;

- этот метод не требует предварительных гипотез, наоборот, он сам может служить основой их выдвижения, а также выступать критерием гипотез, опирающихся на данные, полученные другими методами;

- при анализе этим методом не требуется априорных предположений относительно того, какие переменные зависимы, а какие не зависимы. Он позволяет количественно оценить причинные связи и решить вопрос о степени их влияния в процессе дальнейших исследований;

- с помощью факторного анализа можно рассматривать только линейные корреляционные связи.

Наиболее существенным недостатком факторного анализа является отсутствие однозначного математического решения проблемы факторных нагрузок, т. е. вклада отдельных факторов в изменения значений функции отклика.

Преимущество пассивного эксперимента состоит в том, что при его применении нет необходимости тратить время и средства на постановку опытов. Полученные результаты можно затем использовать для управления процессом. Однако пассивный эксперимент имеет существенные недостатки, ограничивающие его применение для оптимизации технологических процессов.

Во-первых, при сборе экспериментальных данных на действующем промышленном объекте во избежание появления брака возможно  лишь незначительное изменение параметров  технологического процесса. При этом интервалы варьирования технологическими факторами обычно столь малы, что изменения выходной величины будут в большей степени обусловливаться воздействием неконтролируемых, случайных возмущений.

Во-вторых, при пассивном эксперименте на производстве часто не рассматриваются факторы, оказывающие существенное влияние на процесс, либо из-за невозможности их регистрировать и изменять, либо из-за неполных сведений о процессе. Кроме того, в производственных условиях входные величины X зачастую измеряются с такими большими ошибками, что искажают результаты сильнее, чем ошибки в определении выходного параметра Y.

Наконец, в-третьих, при пассивном эксперименте нет возможности произвольно варьировать технологическими факторами, в результате чего экспериментальные точки часто располагаются неудачно и даже при большом числе опытов нельзя получить точное описание исследуемого процесса.

Но несмотря на отмеченные недостатки, следует иметь в виду, что грамотно организованный пассивный эксперимент и анализ его результатов могут дать богатую информацию о реальном процессе и позволят не только скорректировать результаты предварительно проведенного активного эксперимента, но в ряде случаев даже определить модель исследуемого процесса. Однако это требует глубокого познания механизма явлений изучаемого процесса, и чем он сложнее, тем очевиднее необходимость высокого уровня предварительных теоретических знаний экспериментатора об исследуемом процессе.