EKSPERIMENTALNE METODE

ISTRAŽIVANJA

1. STRUKTURNI ELEMENTI
EKSPERIMENTA

Struktura eksperimenta sadrži etiri osnovna

elementa:
Objekat ili predmet ispitivanja,
Eksperimentalnu tehniku (mjernu i drugi
sistemi),
Eksperimentalni plan ili program
eksperimentalnog ispitivanja, i
Istraživa ki tim ili ekperimentator.

1
 2. PODJELA EKSPERIMENTALNIH
PLANOVA
jednofaktorni planovi, i
višefaktorni eksperimentalni planovi.

Najvažnija tri zadataka koji se realizuju primjenom

savremenih eksperimentalnih planova su:
matemati ko modeliranje objekata u prostoru i
vremenu,
prou avanenje prirode unutrašnjih mehanizama
pojava i procesa, i
optimiranje i optimalno upravljaje objektima.

2.1. Podjela eksperimentalnih planova

1. Prema broju faktora na:

jednofaktorne planove,
dvofaktorne planove,
trofaktorne planove, i
višefaktorne planove;

2. Prema redu plana na:

planovi prvog reda,
planovi drugog reda, i
planovi višeg reda;

2
3. Prema cilju koji se postiže planom odnosno
eksperimentalnim ispitivanjem na:

selekcioni malofaktorni planovi,

selekcioni mnogofaktorni planovi,
planovi za ocjenu karakteristika objekata,
planovi za matematsko modeliranje
objekata ispitivanja,
optimizacioni planovi, i
planovi za dinami ko ispitivanje objekata.

3.0 EKEPRIMENTALNI PLANOVI ZA

MATEMATSKO MODELIRANJE PROCESA
ciljevi modeliranja:
- prou avanje i analiza procesa u cilju dobijanja
potpunijih znanja i novih zakonitosti o
analiziranom procesu,
- programiranje stanja i ponašanja procesa ,
- optimizacija procesa na osnovu postavljenih
kriterija optimizacije,
- upravljanje procesom u vremenu i prostoru, itd.

3
 3.1 Metode postavljanja matematskog modela

Velika prakti na primjena matematskog modeliranja

pri analizi i opisu realnih procesa uzrokovala je
razvijanje odre enog broja metodologija kojih se
treba pridržavati da bi se stiglo do kona nog cilja –
dovoljno ta an i adekvatan matematski model.

- analiti ki metod,
- eksperimentalni metod i
- kombinovani metod
(eksperimentalno-analiti ki).

3.2 Matematski model analiziranog procesa

z i

x y
ANALIZIRANI x y
i i
i ANALIZIRANI i

PROCES PROCES

FSi ( x , y ) = 0, i = 1,2,3,..... FSi ( x , y, z ) = 0, i = 1,2,3,.....

Fgi ( x , y ) ≤ 0, 1 = 1,2,3,...... Fgi ( x , y , z ) ≤ 0, 1 = 1,2,3,......

a.) Deterministicki model b.) Stohasti ki model

Slika 3.1 Model analiziranog procesa

4
 3.3.1 Izbor faktora (nezavisno promjenljivih)
Cilj:
- postaviti što jednostavniji matematski model,
odnosno skup ulaznih veli ina treba svesti na minimum,
koji e istovremeno zadovoljiti po pitanju ta nosti i
adekvatnosti.
3.3.2 Planiranje eksperimenta
- pasivni eksperiment - aktivni eksperiment

3.3.3 Podru je variranja i kodiranje

xi =
X i − X 0i X − X 0i
= i (3.1)
X i max + X i min
X i max − X i min X 0i = (3.2)
∆X i 2
2

3.3.4 Modeliranje matematskim modelom oblika

polinoma
y=f(x1, x2, ..., xk, b1,b2, ..., bk) (3.3)

gdje su:

xi– promjenljivi parametri procesa,

i=1,2,...,k– broj promjenljivih parametara,

bi – realni regresijski koeficijenti.

k k k k
y= bi x i + bim x i x m + bii x i2 + bimk x i x m x k + ε ( 3 .4 )
i =0 1≤ i < m ≤ k i =1 1≤ i < m ≤ k

5
 3.3.4.1. Modeliranje procesa
matematskim modelom prvog reda

3.3.4.2 Višefaktorni ortogonalni

planovi prvog reda
N
- uslov simetricnosti; xij = 0, i = 1,2,.., k
j =1

N
- uslov normalnosti; xij2 = N , i = 1,2,.., k
j =1

- uslov ortogonalnosti; xij ⋅ xmj = 0, i, m = 1,2,.., k

j =1

Tabela 3.1 Trofaktorna ortogonalna plan matrica

Kodirane vrijednosti faktora – plan matrica
Vektor izla.
Broj eksp.
N

yi

x0 x1 x2 x3 x1x2 x1x3 x2x3 x1x2x3

1. +1 +1 +1 +1 +1 +1 +1 +1 y1
2. +1 -1 +1 +1 -1 -1 +1 -1 y2
3. +1 +1 -1 +1 -1 +1 -1 -1 y3
4. +1 -1 -1 +1 +1 -1 -1 +1 y4
5. +1 +1 +1 -1 +1 -1 -1 -1 y5
6. +1 -1 +1 -1 -1 +1 -1 +1 y6
7. +1 +1 -1 -1 -1 -1 +1 +1 y7
8. +1 -1 -1 -1 +1 +1 +1 -1 y8

6
 Karakteristike ortogonalnih planova:

- raspored eksperimentalnih ta aka u eksperimentalnom

prostoru je optimalan,
- broj eksperimentalnih ta aka je minimalan,

- obim dobijenih informacija o analiziranom procesu je

maksimalan (svi faktori se mijenjaju istovremeno),
- disperzija parametara modela je minimalna što
omogu ava visoku ta nost funkcije reagovanja,

- matematska obrada eksperimentalnih rezultata vrlo je

jednostavna i kratkotrajna.

3.3.4.3 Ispitivanje zna ajnosti koeficijenata i

adekvatnosti matematskog modela
Ponavljanje eksperimenta se izvodi po odre enom sistemu
i može biti:
ponavljanje eksperimenta samo u centralnoj ta ki plana
(n0),
• ponavljanje jednakog broja eksperimenata u svakoj ta ki
plana (n1=n2= ... =nN),
• ponavljanje razli itog broja eksperimenata u ta kama
plana (n1≠n2≠ nN).
Broj Broj ponavljanja u
varijabli k centru plana - n0
2 5 ili 8
3 6 ili 9
4 7 ili 12
5 6 ili 10
6 9 ili 15

7
 3.3.4.3.1 Izra unavanje koeficijenata
matematskog modela
Za slu aj ponavljanja eksperimenta u centru plana
koeficijenti modela se odre uju na osnovu slijede ih izraza:
1 N
1 N
b0 = x0 j y j bi = xij y j za i=1,2, ..., k
N j =1 N − n0 j =1

1 N
1 N
bim = xij xmj y j bimr = xij xmj xrj y j
N − n0 j =1 N − n0 j =1
za 1 ≤ i< m ≤ k za 1 ≤ i < m < r≤ k

1 N
bimrs = xij xmj xrj xsj y j za 1 ≤ i < m < r < s ≤ k
N − n0 j =1

3.3.4.3.2 Ispitivanje zna ajnosti koeficijenata

i adekvatnosti matematskog modela
Fisherov kriterij:

Sbi2
Fri = ≥ Ft ( fbi ,f2 ) = F(1,f0 ) (3.5)
S02

Nb02 2 (N − n0 )bi2
Sb20 = ; Sbi = (3.6)
fb0 fbi

Nb02 (N − n0 )bi2
Fr 0 = ; Fri = (3.7)
S 02 S02
Fri ≥ Ft i = 1,2,.., k (3.8)

8
 Ispitivanje adekvatnosti modela

S a2
Fa = ≤ Ft ( f1 , f 2 ) = Ft ( f a , f0 ) Sa2 > S02 (3.9)
S02

S 02
Fa = ≤ Ft ( f1 , f2 ) = Ft ( f0 , fa ) S02 > Sa2 (3.10)
S a2
N n0 __
( y Ej − y Rj )2 − ( y 0 j − y 0 )2
j =1 j =1
Sa2 = (3.11)
fa

N
( y Ej − y Rj )2
j =1
R = 1− N
(3.12)
E 2
(y − y )
E
j
j =1

4.0 MODELIRANJE EFEKTIVNE SNAGE REZANJA

PROCESA UZDUŽNE OBRADE STRUGANJEM

- asinhroni motor:

-Pumax=500 (W),

-dmax=45(mm),

-Lmax=350(mm)

Slika 4.1 CNC strug PC TURN55

9
 4.0 MODELIRANJE EFEKTIVNE SNAGE REZANJA
PROCESA UZDUŽNE OBRADE STRUGANJEM

- posmaka - s(mm/o), α = 8o, β = 63o, γ = 19o,

- broja obrtaja - n(o/min), ε = 55o, κ= 93o, r = 0,4 mm
- dubine rezanja - t(mm) i AlCuBiPb dimenzija
- pre nika predmeta obrade - d(mm). φ36 x 60 mm

d
PROCES
n
Elementi
režima UZDUŽNE OBRADE
s
obrade t Pe
STRUGANJEM

S M SHP
g
A

r
KONSTANTE

Slika 4.2 Model procesa uzdužne obrade struganjem

- posmak s = 0,04 – 0,09 (mm/o),

- broj obrtaja n = 600 – 1100 (o/min),
- dubina rezanja t = 0,45 – 0,9 (mm) i
- pre nik obrade d = 22 – 30 (mm).

Tabela 4.1 Nivoi faktora u prirodnim i kodiranim vrijednostima

Faktor Donji Osnovni Gornji Interval
nivo nivo nivo varijacije
s (mm/o) 0,04 0,065 0,09 0,025
Posmak x1 -1 0 +1
Broj n (o/min) 600 850 1100 250
obrtaja x2 -1 0 +1
Dubina t (mm) 0,45 0,675 0,9 0,225
rezanja x3 -1 0 +1
Per nik d (mm) 22 26 30 4
obrade x4 -1 0 +1

10
 4.1.3. Planiranje eksperimenta
PEF = f(s,n,t,d) (4.1)
4 4 4 4
y M = b0 + bi xi + bim xi xm + bimr xi xm xr + bimrs i m rx x x xs (4.2)
i =1 1≤i < m ≤ 4 1≤ i < m < r ≤ 4 1≤i < m < r < s ≤ 4

N = 2k+n0 = 24+7 = 23
Tabela4.2 Plan matrica eksperimenta
KODIRANE VRIJEDNOSTI SA INTERAKCIJAMA
BROJ x0 x1 x2 x3 x4 x1x2 x1x3 x1x4 x2x3 x2x4 x3x4 x1x2x3 x1x2x4 x1x3x4 x2x3x4 x1x2x3x4
EKSP:
1. +1 +1 +1 +1 +1 +1 +1 +1 +1 +1 +1 +1 +1 +1 +1 +1
2. +1 -1 +1 +1 +1 -1 -1 -1 +1 +1 +1 -1 -1 -1 +1 -1
3. +1 +1 -1 +1 +1 -1 +1 +1 -1 -1 +1 -1 -1 +1 -1 -1
4. +1 -1 -1 +1 +1 +1 -1 -1 -1 -1 +1 +1 +1 -1 -1 +1
5. +1 +1 +1 -1 +1 +1 -1 +1 -1 +1 -1 -1 +1 -1 -1 -1
6. +1 -1 +1 -1 +1 -1 +1 -1 -1 +1 -1 +1 -1 +1 -1 +1
7. +1 +1 -1 -1 +1 -1 -1 +1 +1 -1 -1 +1 -1 -1 +1 +1
8. +1 -1 -1 -1 +1 +1 +1 -1 +1 -1 -1 -1 +1 +1 +1 -1
9. +1 +1 +1 +1 -1 +1 +1 -1 +1 -1 -1 +1 -1 -1 -1 -1
10. +1 -1 +1 +1 -1 -1 -1 +1 +1 -1 -1 -1 +1 +1 -1 +1
11. +1 +1 -1 +1 -1 -1 +1 -1 -1 +1 -1 -1 +1 -1 +1 +1
12. +1 -1 -1 +1 -1 +1 -1 +1 -1 +1 -1 +1 -1 +1 +1 -1
13. +1 +1 +1 -1 -1 +1 -1 -1 -1 -1 +1 -1 -1 +1 +1 +1
14. +1 -1 +1 -1 -1 -1 +1 +1 -1 -1 +1 +1 +1 -1 +1 -1
15. +1 +1 -1 -1 -1 -1 -1 -1 +1 +1 +1 +1 +1 +1 -1 -1
16. +1 -1 -1 -1 -1 +1 +1 +1 +1 +1 +1 -1 -1 -1 -1 +1
17. +1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
18. +1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
19. +1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
20. +1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
21. +1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
22. +1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
23. +1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Tabela 4.3 Rezultati eksperimenata

KODIRANE VRIJEDNOSTI REZULTATI EKSPERIMENATA
BROJ x0 x1 x2 x3 x4 Struja Napon Snaga na ulazu motora Efektivna snaga rezanja
EKSP:
I (A) U (V) PGEM (W) PEF (W)
1. +1 +1 +1 +1 +1 1,671 238 397,698 292,3
2. +1 -1 +1 +1 +1 1,183 238 281,554 195,96
3. +1 +1 -1 +1 +1 1,162 239 277,718 192,18
4. +1 -1 -1 +1 +1 0,812 239 194,068 117,41
5. +1 +1 +1 -1 +1 1,241 238 295,358 207,93
6. +1 -1 +1 -1 +1 1,025 239 244,975 162,9
7. +1 +1 -1 -1 +1 0,895 239 213,905 134,76
8. +1 -1 -1 -1 +1 0,695 239 166,105 93,02
9. +1 +1 +1 +1 -1 1,305 238 310,59 220,52
10. +1 -1 +1 +1 -1 1,057 238 251,685 168,63
11. +1 +1 -1 +1 -1 0,925 238 220,15 140,9
12. +1 -1 -1 +1 -1 0,775 239 185,225 109,47
13. +1 +1 +1 -1 -1 1,075 238,5 256,459 172,98
14. +1 -1 +1 -1 -1 0,941 239 224,89 144,61
15. +1 +1 -1 -1 -1 0,772 239 184,508 108,86
16. +1 -1 -1 -1 -1 0,685 239 163,715 90,45
17. +1 0 0 0 0 1,051 238 256,138 167,59
18. +1 0 0 0 0 1,043 238 248,234 165,82
19. +1 0 0 0 0 1,032 238 245,616 163,58
20. +1 0 0 0 0 1,061 238 252,518 169,82
21. +1 0 0 0 0 1,091 238 259,658 176,57
22. +1 0 0 0 0 1,082 238 257,516 174,47
23. +1 0 0 0 0 1,071 238 254,898 172,06

11
 4.1.4 Regresiona analiza
Tabela 4.4 Izlazni rezultati iz Excel-a
SUMMARY OUTPUT
Tabela 4.5 Anova za polinom prvog reda
Regression Statistics ANOVA
Multiple R 0,991675 df SS MS F Significanc
R Square 0,983419 eF
Adjusted R 0,966839 Regression 11 43513,08 3955,734 59,31105 3,65E-08
Square Residual 11 733,6419 66,69472
Standard Error 8,166684 Total 22 44246,72
Observations 23

Tabela 4.6 Osnovne statisti ke veli ine za signifikantne koeficijente

Coefficient Standard t Stat P-value Lower Upper Lower Upper
s Error 95% 95% 95,0% 95,0%
Intercept 162,73 1,702871 95,56213 2,06E-17 158,982 166,478 158,982 166,478
X1 24,24875 2,041671 11,87691 1,29E-07 19,75506 28,74244 19,75506 28,74244
X2 36,17375 2,041671 17,71772 1,95E-09 31,68006 40,66744 31,68006 40,66744
X3 20,11625 2,041671 9,852837 8,57E-07 15,62256 24,60994 15,62256 24,60994
X4 15,0025 2,041671 7,348148 1,45E-05 10,50881 19,49619 10,50881 19,49619
X1X2 3,455 2,041671 1,692241 0,118698 -1,03869 7,94869 -1,03869 7,94869
X1X3 7,555 2,041671 3,7004 0,003499 3,06131 12,04869 3,06131 12,04869
X1X4 7,98625 2,041671 3,911624 0,002428 3,49256 12,47994 3,49256 12,47994
X2X3 3,5075 2,041671 1,717956 0,113787 -0,98619 8,00119 -0,98619 8,00119
X2X4 4,04125 2,041671 1,979384 0,073347 -0,45244 8,53494 -0,45244 8,53494
X3X4 4,78875 2,041671 2,345505 0,038794 0,29506 9,28244 0,29506 9,28244
X1X3X4 2,9875 2,041671 1,463262 0,171376 -1,50619 7,48119 -1,50619 7,48119

y M = 162,73 + 24,24 x1 + 36,17 x2 + 20,11x3 + 15 x4 + 3,45 x1 x2 + 7,55 x1 x3

+ 7,98 x1 x4 + 3,5 x2 x3 + 4,04 x2 x4 + 4,78 x3 x4 + 2,98 x1 x3 x4 (4.3)

300
275
250
225
200
175 eksperiment
150
125 model
100
75
50
25
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

Slika 4.3 Dijagram eksperimentalnih i modelskih razultata

efektivne snage PEF (W)

12
 y = 0,0315x - 1,576
3

Standardni reziduali
R2 = 0,8639
2
1
0
-1 0 20 40 60 80 100
-2
Procentualne vrijednosti

Slika 4.4 Dijagram vjerovatno e normalne raspodjele reziduala

15
Reziduali

-5 0 100 200 300

-15
Regresija

Slika 4.5 Dijagram rasturanja reziduala s obzirom na regresiju

s − 0,065 n − 850 t − 0,675 d − 26

x1 = , x2 = , x3 = , x4 =
0,025 250 0,225 4

PEF = 110,26 − 152,7 ⋅ s − 0,0384 ⋅ n + 35,15 ⋅ t − 2,641 ⋅ d +

0,552 ⋅ s ⋅ n − 2109,11⋅ s ⋅ t − 9,76 ⋅ s ⋅ d + 0,0623 ⋅ n ⋅ t + (4.4)
0,00404 ⋅ n ⋅ d − 3,309 ⋅ t ⋅ d + 132,77 ⋅ s ⋅ t ⋅ d

13