1.

Planificarea experimentului i modelarea matematic n condiiile abaterii

(derivei) de timp a parametrului de ieire al obiectului.

Modelul unui sistem

Studiul unui sistem prezint interes pentru nelegerea relaiilor dintre componentele
acestuia sau pentru prezicerea modului cum va funciona sistemul n condiii noi. Uneori
este posibil s se fac experiene cu sistemul nsui, ns nu ntotdeauna. ntr-adevr,
sistemul poate s nu existe nc, ci poate fi numai n form ipotetic sau n faz de
proiectare. n consecin, studiul sistemelor se realizeaz deseori cu modelul sistemului.
Un sistem cuprinde multiple aspecte, de exemplu planificare, specificaii, analiz,
proiectare, implementare, desfurare, structur, comportare, date de intrare i date de
ieire. Modelul unui sistem este necesar pentru a descrie i a reprezenta aceste aspecte
multiple. Modelarea sistemelor constituie un principiu de baz n inginerie i n tiine
sociale.
Un model (n contextul studiului sistemelor) este definit ca o reprezentare conceptual
(abstract) a unui sistem care reproduce i descrie artificial sistemul original existent,
care permite studierea sistemului, servind astfel pentru cunoaterea proprietilor
sistemului original i predicia comportrii acestuia. Un model este o descriere
schematic a unui sistem, a unei teorii sau a unui fenomen care explic proprietile sale
cunoscute sau presupuse i care poate fi folosit pentru studiul ulterior al proprietilor
sale.[1] Pentru multe studii este necesar s se ia n considerare numai acele aspecte (sau
variabile) ale sistemului care sunt relevante pentru problema cercetat. Aceste aspecte
(variabile) sunt reprezentate n modelul sistemului, iar modelul, prin definiie este o
reprezentare simplificat a sistemului. Pe de alt parte, modelul trebuie s fie suficient de
detaliat pentru a permite s se trag concluzii valabile la efectuarea experienelor asupra
modelului, pentru cunoaterea proprietilor sistemului real. Nici un model al unui sistem
nu va include toate caracteristicile sistemului real care prezint interes i nici un model al
unui sistem nu trebuie s includ toate entitile care aparin sistemului real de interes.
Sistemele sunt deseori vizualizate sau modelate ca blocuri componente (subsisteme) care
au conexiuni ntre ele. Exist alternativele de a reprezenta un sistem ca o singur unitate
pe un singur nivel, sau ca o colecie de subsisteme (de exemplu, componente i
subcomponente) care trebuie s fie coordonate la "nivelul sistemului" general. Aceasta
este o important decizie de modelare, atunci cnd dimensiunea sistemului este mare.
O reprezentare simpl a conceptului de sistem, n tiin i inginerie, poate fi imaginat
ca o "cutie neagr" (englez black box), considerat numai n termenii intrrilor (inputuri), ieirilor (output-uri) i funciei sistemului sau procesului efectuat n sistem (fig.1).
Dac se presupune c output-ul sistemului este reprezentat de o cantitate y, input-ul de
o cantitate x i funcia sistemului de o funcie matematic f, atunci ecuaia:
y = f(x) este modelul matematic al sistemului cu reprezentarea schematic din fig.1.
Deseori, rspunsul y al sistemului este o funcie de dou sau mai multe variabile de
proces.
2

n general, construirea modelelor matematice se poate baza pe dou principii:

modelul black box, prezentat mai nainte, atunci cnd nu exist informaii
disponibile a priori, ci numai date experimentale -intrare/ieire- din sistem;
modelul white box care constituie un sistem n care toate informaiile necesare despre
structura intern a sistemului sunt disponibile.
Construirea unui model este subordonat unor cerine contrare care trebuie satisfcute
n mod echilibrat. Pe de o parte, modelul trebuie s fie destul de simplu, s fie o
reprezentare a sistemului real cu un anumit grad de abstractizare, iar pe de alt parte
trebuie s fie o reprezentare destul de fidel a sistemului pe care l modeleaz. Exist
totdeauna o deosebire profund (gap) ntre sistemul real i modelul acestuia. Amploarea
acestei deosebiri depinde de complexitatea modelului, fidelitatea, precizia, "realismul"
etc.
Scopurile construirii modelelor pot fi prezentate succint astfel:
relevarea fenomenelor sau proceselor ce se desfoar n interiorul sistemului real;
prevederea consecinelor sau utilitii diferitelor metode de decizie;
descrierea elementelor componente sau a subsistemelor sistemului real.
Construirea modelelor de sistem
Construirea unui model este o analiz sistematic prin care este elaborat o
reprezentare conceptual (abstract) a unui sistem sau este descris o reprezentare a unui
rspuns (output) ateptat al sistemului. ntr-o alt formulare, construirea modelului este
procesul (de obicei iterativ) prin care cercettorii ncearc s elaboreze un model adecvat
al unui sistem fizic sau biologic. O parte esenial a acestui proces const n verificarea
unui model-candidat n comparaie cu datele (care ajusteaz datele experimentale), pentru
a determina dac exist o inadecvan serioas. Modelele pot fi discutate, n special, dac
sunt fie empirice (bazate pe date empirice), fie mecaniciste, sau un amestec al acestora.
Modelele mecaniciste se bazeaz pe fizica i chimia care guverneaz procesul, pe
"mecanismul desfurrii procesului". Sunt utilizate pentru a proiecta procese, de
exemplu n industrii de proces. Modelarea mecanicist utilizeaz legile fundamentale ale
sistemelor fizice pentru a construi o descriere a proceselor, adic ecuaii de
continuitate. Acestea sunt ecuaii de echilibru care descriu conservarea masei i
conservarea energiei n procese fizice. Sistemele fizice, menionate mai nainte,
reprezint un ansamblu de elemente fizice concrete sau idealizate (obiect, punct material,
fluid, gaz perfect, cmp electromagnetic,...) pentru care se ncearc a se cunoate
dinamica proprie.
Fazele construirii modelului unui sistem (cu aplicare la sisteme de producie) sunt
urmtoarele:
definirea problemei. Se stabilesc caracteristicile factorilor sau elementelor care
compun sistemul.
construirea modelului sistemului. Se elaboreaz un model care cuprinde elementele
sau subsistemele componente , stabilindu-se modul de interaciune al

elementelor/subsistemelor ntre ele. n aceast faz se impune alegerea unui criteriu/unor

criterii de performan al(e) sistemului modelat.
stabilirea soluiei. Modelul este folosit ntr-un proces de proiectare a sistemului,
urmat de analize i ncercri care conduc la proiecte mbuntite. Se obine o soluie
atunci cnd se consider c rspunsul obinut la un moment dat este "cel mai bun" n
raport cu criteriile de performan stabilite.
omologarea modelului sistemului. Omologarea modelului implic supunerea
modelului unor anumii parametri de intrare (input-uri) i compararea mrimilor de ieire
(output-uri) obinute pe baza modelului cu cele ale sistemului real. Ambele mrimi de
ieire trebuie s aib valori comparabile, printr-o diferen minim admis, pentru ca
modelul s fie acceptat ca o reprezentare valabil a sistemului.
realizarea sistemului. Cuprinde o faz preliminar de experimentare (prin
funcionare, instalaie pilot, prototip, serie zero etc.), urmat de realizarea integral cnd
se trece la construcia sistemului modelat.
1.1.

Cerine pentru modelele matematice

Modelele matematice ale sistemelor trebuie s ndeplineasc anumite cerine dup cum
urmeaz:
Realismul modelului. Sunt utile modele matematice care s reprezinte sistemul ct
mai realist posibil, ct mai complet i mai exact. Totui, dac un model este excesiv de
realist, acesta poate fi netratabil matematic, datorit complexitii sale.
Ierarhia modelelor. Pentru orice situaie de modelare se poate concepe o ierarhie de
modele, fiecare fiind mai realist dect precedentul i fiecare fiind urmat, probabil, de un
model mai bun.
Precizia relativ a modelului. Diferitele modele difer n ceea ce privete precizia lor
i concordana cu observaiile. Precizia modelului se estimeaz prin gradul de
concordan al valorilor performanelor sistemului calculate cu modelul matematic cu
valorile acelorai performane ale sistemului real.
Robusteea modelului. Un model matematic este robust dac este puin sensibil la
variaiile parametrilor perturbatori.
Self-consistena modelelor. Un model matematic implic ecuaii i inecuaii, iar
acestea trebuie s fie consistente (consecvente). Uneori, inconsistena rezult din
inconsistena ipotezelor de baz.
Simplitatea sau complexitatea excesiv. Un model poate s nu reprezinte satisfctor
modelul real, atunci cnd este prea simplu. Pe de alt parte, o complexitate excesiv
nseamn un model capabil s furnizeze soluii cu precizie ridicat; totui, complexitatea
modelului nu trebuie s depeasc pe cea necesar pentru a realiza scopurile pentru care
modelul este destinat. Este necesar s se pstreze numai caracteristicile eseniale ale
sistemului real.
4

Adecvana modelului cu sistemul real depinde de scopul modelrii. Verificarea

adecvanei const n compararea unui set de performane obinute cu ajutorul modelului,
cu performanele colectate experimental.
Modelarea parial pentru subsisteme. nainte de a elabora un model pentru ntregul
sistem, poate fi convenabil s se conceap modele pariale pentru subsisteme, s se
testeze valabilitatea lor, apoi s se integreze aceste modele pariale ntr-un model
complet.
Perfectibilitatea modelului. Nici un model matematic nu este perfect i orice model
este perfectibil, pentru a se obine o aproximare util. Totui, orice perfecionare poate
necesita consumuri suplimentare de timp i bani, de aceea trebuie s fie justificat.
Posibilitatea estimrii parametrilor. Orice model matematic poate conine parametri
ale cror valori trebuie estimate. Estimarea necesit experimente sau observaii precum i
metode de prelucrare a datelor experimentale.
1.2.

Elemente ale modelelor matematice

Se pot identifica urmtoarele elemente ale modelelor matematice:

Variabilele sistemului. Acestea sunt mrimi care caracterizeaz diferite stri ale
sistemului, lund diferite valori (dintr-un domeniu de valori tehnic posibile).
Parametrii sistemului. Acestea sunt mrimi care au o valoare specific dat, pentru o
formulare particular a modelului. Pentru modele de simulare, parametrii rmn fici n
timpul unei rulri unice pe calculator a simulrii.
Constantele sistemului. Sunt mrimi invariabile, dependente de fenomenul studiat (de
exemplu, constanta gazelor).
Relaii matematice. Sunt ecuaii sau inecuaii care descriu interaciunea dintre
variabile, parametri i constante. Relaiile matematice ncearc s descrie funcionarea
sistemului n condiiile impuse de mediul su nconjurtor, adic n condiiile variabilelor
perturbatoare care descriu factorii exteriori sistemului.
n etapa de modelare este foarte important distincia dintre variabile i parametri, ceea
ce constituie o decizie subiectiv, dictat de opiunile n nivelul ierarhic al definirii
sistemului i de utilizarea intenionat a modelului sistemului.
1.3.

Construirea modelelor matematice

Modelarea matematic const,n esen, n reprezentarea problemelor lumii reale prin

probleme matematice, rezolvarea problemelor matematice i interpretarea acestor soluii
prin limbajul natural, verbal.

Exist dou moduri de abordare a construirii unui model matematic pentru un sistem
fizic:
modelarea bazat pe principii fizice, care face apel la legile cunoscute din fizic, ce
sunt aplicate subsistemelor ce compun sistemul considerat;
identificarea sau modelarea bazat pe date experimentale, obinute prin teste, care
const n alegerea unui model ce ajusteaz ct mai bine datele experimentale, conform
unui anumit criteriu impus pentru sistemul considerat.
ntocmirea modelelor matematice ale sistemelor include urmtoarele etape:
formularea problemei n limbajul problemei;
stabilirea variabilelor i parametrilor implicai;
construirea modelului matematic al sistemului prin traducerea problemei n limbaj
matematic;
stabilirea algoritmului de rezolvare a modelului matematic, adic de rezolvare a
ecuaiilor modelului. Metodele de rezolvare pot fi analitice, numerice sau prin simulare;
rezolvarea problemei;
verificarea experimental a modelului prin compararea prediciilor cu observaiile sau
datele disponibile i mbuntirea modelului i a metodelor de rezolvare;
deducerea concluziilor pe baza modelului i testarea concluziilor n comparaie cu
datele anterioare sau cu datele suplimentare care pot fi colectate.
1.4.

Modelarea i simularea pentru fabricaie

Modelarea i simularea (M&S) sunt tehnologii moderne pentru suportul fabricaiei n

secolul 21. M&S prezint oportuniti remarcabile pentru mbuntirea produselor,
perfecionarea proceselor de fabricaie, reducerea timpului pe ciclul concepie-fabricaie
i reducerea cheltuielilor de fabricaie. Prin definiie, simularea este un proces de utilizare
a modelelor matematice prin timpi simulai, n care unul sau mai multe modele pot fi
rulate cu diferite valori ale parametrilor de intrare pentru a evalua efectele interaciunii
dintre variabile. Simularea funcionrii unui sistem permite aprecierea modului n care
acesta va evolua n diferite condiii sau n urma conducerii acestuia dup un anumit set de
reguli. Modelarea i simularea sistemelor i proceselor de producie a fost dezvoltat pe
larg n lucrarea elaborat de confereniar Tom Savu de la Universitatea POLITEHNICA
din Bucureti.
Dezvoltarea produselor i proceselor s-a realizat, pe plan istoric, prin testarea
proiectelor pentru a constata cum vor funciona produsele, apoi modificarea proiectului
(construciei proiectate) i o nou testare. Aceast succesiune testare/evaluare/modificare
consum cantiti disproporionate de timpi i costuri, necesare pentru a promova
produsul de la concepie pn la livrare. Aceste costuri pot fi reduse semnificativ prin
utilizarea instrumentelor M&S n proiectare, pentru optimizarea produselor i proceselor
6

n domeniul virtual, nainte de angajarea resurselor pentru producia fizic. n industria

electronic, modelele precise ale procesului de cretere epitaxial ajut la maximizarea
productivitii produciei de fabricare a plcuelor semiconductoare (wafers) pentru
microcipuri.
Avionul Boeing 777 i automobilul de sport Dodge Viper sunt exemple remarcabile ale
modului n care instrumentele M&S pot reduce considerabil costurile i timpul necesare
pentru aducerea produselor pe pia. Primul avion de linie cu reacie Boeing 777 a fost
proiectat n ntregime prin modelare 3D, a utilizat preasamblarea digital i ingineria
concurent pentru a elimina necesitatea unor prototipuri la scara 1:1, a mbunti
calitatea i a reduce modificrile i erorile de proiectare. Programul U.S. Air Force's Joint
Strike Fighter aplic tehnologii avansate M&S pentru reducerea costurilor de dezvoltare
a forelor aeriene cu 50%.
Simularea are multe avantaje, dup cum urmeaz:
Noi proceduri de operare, reguli de decizie, fluxuri de informaii, proceduri
organizaionale etc. pot fi explorate, fr perturbarea operaiilor n curs de desfurare ale
sistemului real.
Pot fi testate noi construcii hardware, amplasri fizice, sisteme de transport etc., fr
angajarea de resurse pentru achiziia acestora.
Se pot obine cunotine asupra interaciunii variabilelor i importanei acestora n
privina performanelor sistemului.
Poate fi efectuat analiza "locurilor nguste" pentru a indica punctele n care
producia neterminat, materialele etc. sunt excesiv de mult ntrziate.
Pot fi obinute rspunsuri la ntrebri de tipul "ce s-ar ntmpla dac" (englez whatif), fapt deosebit de util la proiectarea noilor sisteme.
Ca dezavantaje se pot meniona:
Rezultatele simulrii pot fi dificil de interpretat. Deoarece multe output-uri ale
simulrii sunt variabile aleatoare, poate fi dificil s se determine dac o observaie este
rezultatul relaiilor din sistem sau al caracterului aleatoriu.
Modelarea i analiza simulrii pot fi scumpe i consumatoare de timp. Limitarea
resurselor pentru modelare i analiz poate conduce la un model de simulare sau analiz
care nu este suficient pentru sarcina dat.

2. Exemplu rezolvat i analizat de modelare matematic n condiiile abaterii

(derivei) de timp a parametrului de ieire al obiectului.
2.1. Modele matematice. Identificarea proceselor

A modela procese, sisteme, nseamn a determina un set de relaii ntre variabilele

fizice specifice sub forma unor structuri matematice de tipul ecuaiilor algebrice,
ecuaiilor difereniale sau sistemelor de ecuaii difereniale. Astfel, prin determinarea unui
model matematic al unui proces se urmrete obinerea unei caracterizri cantitative a
funcionrii acestuia ct mai aproape de realitate.
O modelare eficient presupune satisfacerea urmtoarelor trei cerine:
- universalitate (modelul se poate aplica tuturor obiectelor ce fac parte dintr-o clas de
interes);
- numr limitat de parametrii;
- identificarea parametrilor.
n multe cazuri, n funcie de scopul urmrit, este suficient a avea un model care este
valabil numai ntr-un punct de lucru. n acest caz, liniarizarea acestuia poate conduce la
un model mai simplu i mai util.
Determinarea modelelor matematice pentru procese date este posibil pe cale analitic
sau pe cale experimental. n primul caz, modelul matematic se obine pe baza legilor
fizice care genereaz dinamica procesului. Identificarea pe cale experimental presupune
construirea modelului matematic pe baza prelucrrii variabilelor funcionale (intrri,
ieiri) asociate procesului.
Modelele obinute prin identificare (prelucrarea datelor experimentale) au urmtoarele
2 proprieti, n comparaie cu cele obinute prin modelare matematic:
- au validitate limitat, pentru un punct de lucru precizat, un anumit tip de intrare i un
anumit proces;
- au o semnificaie fizic redus; parametrii modelelor nu au semnificaii fizice directe;
- modelele sunt relativ uor de construit i de utilizat.
2.2. Identificarea sistemelor
Identificarea sistemelor reprezint abordarea experimental a modelrii proceselor.
Procedura de identificare include urmtorii pai:
- planificarea experimentului;

- selectarea structurii modelului;

- estimarea parametrilor;
- validarea modelului.
Planificarea experimentului. Realizarea identificrii unui proces industrial este de
obicei dificil i costisitoare. Este de preferat aplicarea unor metode de identificare care
nu necesit semnale de intrare speciale. Multe dintre metodele clasice de identificare
necesit o form precis a semnalului de intrare. Alte tehnici lucreaz, teoretic, cu orice
tip de semnal de intrare, dar pe baza unui efort de calcul sporit. O metod bun de
identificare ar trebui s fie insensibil la caracteristicile semnalului de intrare.
Selectarea structurii modelului. Structura modelului deriv din cunotinele
preliminare despre proces i despre perturbaii. n multe cazuri, singura informaie
aprioric despre proces este aceea c poate fi descris printr-un sistem liniar lucrnd ntr-o
zon de funcionare particular. Sigur ca, n urma identificrii, poate fi obinut un model
de ordin orict de mare, dar n perspectiva utilizrii lui ulterioare se caut aproximarea sa
cu un model de ordin redus.
Estimarea parametrilor. Rezolvarea problemei de estimare a parametrilor implic
urmtoarele:
- date de intrare / ieire din proces;
- o clas de modele;
- un criteriu de apreciere a calitii modelului obinut.
Estimarea parametrilor poate fi formulat ca o problem de optimizare, n care cel mai
bun model este cel care se potrivete cel mai bine cu datele experimentale, n virtutea
unui criteriu dat. Pentru sisteme discrete, acest criteriu se adopt de obicei de forma: n
care reprezint eroarea de intrare, de ieire sau generalizat (eroarea de predicie este un
exemplu tipic de eroare generalizat). Funcia g se alege de obicei ptratic. Exist mai
multe posibiliti de a combina condiiile de realizare a experimentului, clasele de modele
i criteriile. De asemenea, sunt multe variante de organizare a calculelor. n consecin,
sunt disponibile un numr ridicat de metode de identificare. Comparaiile fcute ntre
diferite metode de identificare nu sunt concludente, n sensul c nu exist o metod

declarat ca fiind n mod universal cea mai bun. Din fericire, se pare c alegerea
metodei nu este o chestiune vital n procesul de identificare.
Validarea modelului. Atunci cnd un model a fost obinut pe baza unor date
experimentale, este necesar o verificare a sa n scopul detectrii unor eventuale
deficiene. Pentru validarea modelului este util determinarea unor elemente cum ar fi:
rspunsul indiceal, rspunsul la impuls, polii i zerourile, erorile de modelare, eroarea de
predicie.
Pentru cercetarea proceselor tehnologice realizate cu ajutorul mecanismelor rotative
este necesarde studiat un numr considerabil de factori independeni care influieniaz
rezultatele experimentelor. In scopul micorrii numrului total de experimente i
reducerea timpului la prelucrare a lor, fr a scdea veridicitatea rezultatelor, a fost
utilizat planificarea matematic a experimentului. Prioritatea acestei metode const in
aceea, c dac, in experimentele obinuite pentru determinarea (justificarea) unei
dependene generale este necesar de a primi un ir de relaii particulare, in care
parametrul, care se cerceteaz se schimb in dependena de schimbarea numai a unui
factor y = f (x) , atunci aceast metod permite de a stabili o dependen a parametrului de
caiva factori, care-l determin simultan :
y = f (x1, x2,..., xn )
In teoria de planificare matematic a experimentului aceast relaie este numit model
matematic. La crearea modelului matematic fenomenele reale se simplific, se
schematizeaz, i schema primit se descrie in dependen de complexitatea fenomenului
prin intermediul unui aparat matematic mai comod. In cazul procesului de formare a
cuiburilor in sol cu mecanisme rotative modelarea matematic sa efectuat cu scopul de a
primi relaii empirice, care caracterizeaz schimbarea valorii forelor, care acioneaz
asupra organului de lucru in dependen de schimbarea vitezei agregatului, adancimii
cuibului, numrul de burghie etc.
Unele dificulti de modelare se exclud, dac de pus condiia, ca modelul s descrie cat
mai precis comportarea sistemului in situaii concrete, adic dac pentru factorii care
determin sistemul de aplicat nite restricii de tipul [3]:

10

(Xi) min X (Xi) max

(1)

De exemplu, numrul de burghie nb s-au schimbat de la 4 pan la 8 buci, adancimea

cuiburilor de la 3 pan la 4 cm i a.m.d. Luand in consideraie ca oriice funcie continue
se poate de descompus in irul lui Taylor (care se transforma intr-un ir de puteri ),
modelul de comportare a sistemului la inceput este mai convenabil de-l reprezentat in
forma unui polinom de puterea n (in practic este destul c n 3).

Experimentatorul trebuie in baza experimentului (dup datele selecionate), cat mai

precis s determine aprecierile statistice (b0, bi, bij, bii) a coeficienilor reali (
ij

ii

). Aceasta ne permite pentru valoarea

real a parametrului cercetat (Y) de primit dup modelul (2) valoarea calculat Y, adic
relaia empiric definitiv:

Pentru descrierea matematic a relaiilor experimentale se folosesc diferite metode de

planificare ale experimentului, adic efectuarea lui dup o schem intr-o oarecare msur
optimal anterior alctuit.
Teoria de planificare matematic a experimentului posed dou principii de efectuare a
experimentului: pasiv i activ. Situarea punctelor in spaiul factorial la experimentul pasiv
se efectueaz la un nivel intuitiv, fr a lua in consideraie metodele necesare de mai
departe de prelucrare matematic a informaiei.
Informaia, primit la un experiment activ, dup un plan matematic argumentat, care ia
in consideraie scopul experimentului i metodele de prelucrare ale informaiei are o
valoare cu mult mai mare decat informaia primit la un experiment pasiv.
Indeosebi, este important pentru cercetri aceea, c numrul de experimente active
se reduce esenial in comparaie cu metodele tradiionale, iar veridicitatea informaiei nu
numai nu scade, dar de multe ori se mrete.

11

2.3. Metode de prelucrare a rezultatelor experimentului multifactorial

Pentru a primi modele matematice (formule empirice) ale proceselor cercetate e
necesar de calculat coeficienii constani ai modelelor. Procedura de calcul al
coeficienilor in baza metodei ptratelor minime este pe larg descris in literatur i poate
fi realizat cu ajutorul calculatoarelor.
Pentru a simplifica aceast procedur noi am utilizat blanchetealgoritme (matrice de
calcul) elaborate in Institutul Politehnic din Chiinu, care ne permit de a calcula rapid
modelul matematic i de a efectua analiza statistic cu ajutorul diferitor maini de calcul.
Toate datele necesare pentru calculul coeficienilor A (pentru planuri simetrice) au fost
primite prin prelucrarea matricelor de planificare cu ajutorul calculatorului i inscrise in
blanchetele algoritme.

Din formulele (4) i (5) urmeaz, c pentru calculul i analiza modelelor este destul de
calculat sumele dup formulele (5) i erorile experimentului Srepr in tabelele
corespunztoare ale blanchetei.
Dup aceasta se efectueaz analiza statistic a modelelor primite. Esena analizei
statistice const in aceea, c in baza experimentului se exprima aprecierea (opinia,
prerea) despre proprietile procesului cercetat. Analiza statistic s-a efectuat cu ajutorul
ipotezelor. Dac se presupune, c nu exist deosebire dintre valorile comparabile, dar
12

abaterile observate se lmuresc numai prin nite oscilaii aleatorii ale procesului sau prin
erorile experimentului, atunci se formuleaz ipoteza nul H0, celelalte ipoteze se numesc
alternative (de concuren) i se noteaz prin H.
Dup formularea ipotezei se alege un complet de reguli (criterii), care determin
metodica de comparare a ipotezelor cu rezultatele experimentelor i constatarea
corespondenei unei sau altei ipoteze cu datele experimentale.
In practic, verificarea ipotezei statistice se efectueaz prin compararea valorilor
Qcalc, primit din experiment, cu valoarea critic corespunztoare Qcr., care se calcul
dup tabele [4]. Alegerea valorii Qcr este determinat de mrimea pericolului, legat de
refuzul de la ipoteza corect (eroarea de genul intai cu riscul ) i de ansa primirii unei
ipoteze greite (eroare de genul doi cu riscul ).
In modelele statistice pentru calculele de cercetare se admite riscul de 5-10 la sut, iar
in modelele definitive se admite riscul de 2-5 la sut. Aceast valoare se numete nivel de
importan (semnificaie).
De exemplu pentru aprecierea coeficienilor modelului se folosete criteriul lui
Stiudent t, care se primete din tabele pentru nivelul de semnificaie ales dup lucrarea lui
A. Mitropolschii [4]. Cu ajutorulcri teriului t se determin bicr =t *k *Srepr i se
comparau cu coeficienii modelului (k - coeficient din blancheta algoritm).
Dac bcalc > bcr, atunci diferena dintre mrimile comparate se presupunea
considerabil, adic factorul respectiv avea o influen esenial asupra parametrului
cercetat i el rmanea ca parte component a modelului.
Dac bcalc <bcr , atunci nu exist nici o diferen, iar abaterile observate se lmureau
numai prin oscilaiile aleatorii ale seleciunii.
In acest caz factorul avea o influen neesenial asupra procesului i, de aceea, el se
excludea din model.
i in fine, la analiza statistic regresional (de regresie) a modelelor polinomice se
verific dac ea este adecvat, adic se verific cerina dac modelul primit destul de
corect descrie cantitativ i calitativ proprietile procesului modelat. Adecvativitatea
modelului se verific cu ajutorul criteriului lui Fier F. Dac Fcalc < Ftab , atunci
ipoteza c modelul este adecvat se confirm.

13

Rezultatele experimentelor i modelele matematice primite se folosesc pentru

alctuirea tabelelor i construirea graficelor, care reflect adecvat legitile descoperite.
2.4. Algoritmul de prelucrare a datelor experimentale pentru modelul matematic
al forei orizontale FH care acioneaz mecanismul.
Cercetrile experimentale sau efectuat la un stand al modelului mecanismului rotativ
[5]. Construcia i principiul de funcionare a standului prezentat permite efectuarea
experimentelor multifactoriale, aplicand teoria matematic de planificare a
experimentelor.
Conform teoriei matematice de planificare a experimentului i luand in consideraie
posibilitatea standului pentru petrecerea incercrilor se poate selecta planul optimal pe
cubul cu dimensiunea 5D [6], mostra creia este prezentat in tab. 1 Rezultatele
experienelor se introduc in fie speciale (matrice de calcul) (vezi tab. 1) i utilizand
calculatorul, a fost primit relaia modelului matematic pentru fora orizontal FH.
Consecutivitatea de prelucrare a datelor experimentale, pentru a primi relaia
dependenei forei orizontale FH de factorii care o determin este urmtoarea:
1. Se indeplinete tabelul Nivelurile de schimbare a factorilor (vezi tab. 1);
2. In rubrica nr de realizare se inscrie consecutivitatea efecturii experimentelor;
3. Se efectueaz experimentul i rezultatele se inscriu in rubrica msurarea valorii de
ieire i =

X0

(in tabel se inscriu valorile medii dup repetarea experimentului de trei

ori);

14

Tabebul 1

15

16

17

4. Se pregtete matricia de calcul, pentru ce in fiecare ptrel (csu) din randurile

orizontale se inscrie valoarea i Y a experimentului cu semnul + sau -. De exemplu, in
experimentul cu nr. 5 (tab. 1) primim consecutiv: 1) Y5X0=+0,467; 2) Y5X1=-0,467; 3)
Y5X12=+0,467; 4) Y5X1X2=-0,467 i etc.
5. Se determin pe coloane sumele (OY); (IY), , (5Y); (11Y), , (55Y); (12Y), ,
(45Y); i pentru a implifica calculul i verificarea rezultatelor, aparte se determin
sumele valorilor cu semnul pozitiv (+) i aparte cu semnul negativ (-). De exemplu:
pentru efectul X1X3 se primete +=7,373; - =6,327. Atunci (13Y)=7,3736,327=+1,046.
6. Dup relaiile prezentate pe blanchet se determin coeficienii
De exemplu

=-0,030303*(OY)=-0,030303*21,436=-0,65.

7. Se calculeaz coeficienii ecuaiei de regresie dup sumele primite mai sus i

coeficienii

De exemplu b11=0,5*(11Y)+

=0,5*15,243-7,516=0,105.

In acelai mod se determin toi coeficienii relaiei cutate, care este numit modelul
iniial.

8. Eroarea de reproducere se determin dup patru experimente efectuate la nivelul

nul (zero) experimentul 27.
9. In tab. 2 este prezentat calculul valorilor critice pentru verificarea semnificaiei
coeficienilor modelului. Pentru aceasta dup formula general bcr = t*kt*Srepr se
calculeaz valorile critice ale coeficienilor bcr.. Valoarea criteriului lui Stiudent t, pentru

18

numrul gradelor de libertate

f repr =

n -1 =(4 1)=3 cu riscul bilateral =0,05 o

constituie t =3,18 . Astfel primim:

bii cr t kt Srepr 3,180,63920,035 0,071

10. In tab. 6.5 Analiza regresional a modelului dup calculul de mai sus din punctul
7 se inscriu coeficienii de regresie a modelului iniial (6), iar dup datele din punctul 9
coeficienii critici bcr.Tabelul 2
Calculul valorilor critice ale coeficienilor bcr
Conform datelor din tab. 1 pentru frepr. =3...
S

repr. = 0.0012

Srepr. = 0.035

t 0.05 =3.18

Verificarea modelului la adecvativitate

SSmod.=19,702
SSrem.=(yy)-SSmod.= 19,738-19,702=0,0306
Frem.=6; frepr.=3

Ftab.=F0,05=8,94
Ffact.< Ftab.
neadecvat
adecvat

Concluzie

19

Analiza regresional a modelului

Dac bcr > b , atunci in relaia final se inscrie zero, iar coeficienii semnificativi bi i
bij se transfer fr chimbare. In aa mod primim modelul matematic final:

20

11. In acelai tabel se calculeaz suma ptratelor modelului:

Pentru aceasta in colonia (i j Y) se inscriu sumele din punctul 5, pe urm se calculeaz

produsele bij (ijY ) i sumele lor:

12. In tab. 1 se determin suma ptratelor total a datelor experimentale (YY), pentru
ce rezultatul fiecrui experiment se ridic la ptrat i dup aceea aceste valori se
sumeaz:

13. Se efectueaz verificarea adecvativitii modelului (tabelul 2) dup criteriul lui

Fier F [162]. Pentru riscul = 0,05 i numrul gradelor de libertate frem = N - k = 27 21 = 6 unde: k este numrul de coeficieni in model i frepr = 3 , din tabel se afl criteriul
Ftab = 8,94 .
Pentru verificarea adecvativitii se calculeaz suma ptratelor dispersiei remanente
SSrem = (YY) - SSmod = 0,036 , legat cu neadecvativitatea modelului, apoi se determin
dispersia neadecvativitii modelului
, iar dup ea se calculeaz criteriul Fier de facto:

Conform valorii criteriului lui Fier calculind se observ c Ffacto < Ftab , de unde
putem considera c modelul matematic adecvat descrie suprafaa de reacionare.
Examinind calculele dup relaia primit c ea adecvat (cantitativ i calitativ) descrie
procesul de acionare a forei orizontale. FH asupra mecanismului rotativ.

21