Показники якості надзвичайно різноманітні. У нашій схемі вони згруповані за видами властивостей. Характеристики кількості та якості продукту утворюють групу техніко-технологічних параметрів.
У групі «інші» згруповані різні параметри, які рідше зустрічаються, але не є менш важливими. Сюди потрапили статистичні параметри, що використовуються для поліпшення характеристик випадкових величин або випадкових функцій.
1.3 Вимоги до параметра оптимізації
Параметр оптимізації - це ознака, за якою ми хочемо оптимізувати процес. Він повинен бути кількісним, задаватися числом. Ми повинні вміти його вимірювати за будь-якої можливої комбінації обраних рівнів факторів. Безліч значень, які може приймати параметр оптимізації, будемо називати областю його визначення. Області визначення можуть бути безперервними і дискретними, обмеженими та необмеженими. Наприклад, вихід реакції - це параметр оптимізації з безперервною обмеженою областю визначення. Він може змінюватися в інтервалі від 0 до 100%. Кількість бракованих виробів, число зерен на шлиф сплаву, число кров'яних тілець у пробі крові - ось приклади параметрів з дискретної областю визначення, обмеженої знизу.
Вміти вимірювати параметр оптимізації - це означає мати у своєму розпорядженні відповідним приладом. У ряді випадків такого приладу може не існувати або він занадто дорогий. Якщо немає способу кількісного вимірювання результату, то доводиться скористатися прийомом, званим ранжування (рангових підходом). При цьому параметрами оптимізації присвоюються оцінки - ранги по заздалегідь вибраної шкалою: двухбалльной, п'ятибальною і т.д. Рангові параметр має дискретну обмежену область визначення. У простому випадку область містить два значення (так, ні, ти зробив добре, погано). Це може відповідати, наприклад, придатної продукції і браку.
Ранг - це кількісна оцінка параметра оптимізації, але вона носить умовний (суб'єктивний) характер. Ми ставимо у відповідність якісної ознакою деяке число - ранг. Для кожного фізично вимірюваного параметра оптимізації можна побудувати рангові аналог. Потреба в побудові такого аналога виникає, якщо наявні в розпорядженні дослідника чисельні характеристики неточні або невідомий спосіб побудови задовільних чисельних оцінок. За інших рівних умов завжди потрібно віддавати перевагу фізичній виміру, так як рангові підхід менш чутливий, і з його допомогою важко вивчати тонкі ефекти.
Приклад: Технолог розробив новий вид продукту. Вам необхідно оптимізувати цей процес.
Мета процесу - отримання смачного продукту, але таке формулювання мети ще не дає можливості приступити до оптимізації: необхідно вибрати кількісний критерій, що характеризує ступінь досягнення мети. Можна прийняти наступне рішення: дуже смачний продукт отримує позначку 5, просто смачний продукт - позначку 4 і т.д.
Чи можна після такого рішення переходити до оптимізації процесу? Нам важливо кількісно оцінити результат оптимізації. Чи вирішує відмітка це завдання? Звичайно, тому що, як ми домовилися, відмітка 5 відповідає дуже смачного продукту і т.д. Інша справа, що цей підхід, званий рангових, часто виявляється грубим, нечутливим. Але можливості такої кількісної оцінки результатів не повинна викликати сумнівів.
Наступна вимога: параметр оптимізації повинен виражатися одним числом. Наприклад: реєстрація показання приладу.
Ще одна вимога, пов'язане з кількісною природою параметра оптимізації, - однозначність у статистичному сенсі. Заданого набору значень факторів повинно відповідати одне з точністю до помилки експерименту значення параметра оптимізації. (Однак зворотне невірно: одному і тому ж значенню параметра можуть відповідати різні набори значень факторів.)
Для успішного досягнення мети дослідження необхідно, щоб параметр оптимізації дійсно оцінював ефективність функціонування системи в заздалегідь обраному сенсі. Ця вимога є головним, визначальним коректність постановки задачі.
Подання про ефективність не залишається постійним в ході дослідження. Воно змінюється в міру накопичення інформації і залежно від досягнутих результатів. Це призводить до послідовного підходу при виборі параметра оптимізації. Так, наприклад, на перших стадіях дослідження технологічних процесів як параметр оптимізації часто використовується вихід продукту. Проте надалі, коли можливість підвищення виходу вичерпана, нас починають цікавити такі параметри, як собівартість, чистота продукту і т.д.
Говорячи про оцінку ефективності функціонування системи, важливо пам'ятати, що мова йде про систему в цілому. Часто система складається з ряду підсистем, кожна з яких може оцінюватися своїм локальним параметром оптимізації.
Наступний вимога до параметра оптимізації - вимога універсальності або повноти. Під універсальністю параметра оптимізації розуміється його здатність всебічно характеризувати об'єкт. Зокрема, технологічні параметри оптимізації недостатньо універсальні: вони не враховують економіку. Універсальністю володіють, наприклад, узагальнені параметри оптимізації, які будуються як функції від декількох приватних параметрів.
Бажано, щоб параметр оптимізації мав фізичний зміст, був простим і легко обчислюваним.
Вимога фізичного змісту пов'язане з подальшою інтерпретацією результатів експерименту.
Таким чином, параметр оптимізації повинен бути:
- Ефективним з точки зору досягнення мети;
- Універсальним;
- Кількісним і виражатися одним числом;
- Статистично ефективним;
- Що мають фізичний зміст, простим і легко обчислюваним.
У тих випадках, коли виникають труднощі з кількісною оцінкою параметрів оптимізації, доводиться звертатися до рангових підходу. У ході дослідження можуть змінюватися апріорні уявлення про об'єкт дослідження, що призводить до послідовного підходу при виборі параметра оптимізації.
З багатьох параметрів, що характеризують об'єкт дослідження, тільки один, часто узагальнений, може служити параметром оптимізації. Решта розглядаються як обмеження.
1.4 Фактори оптимізації
Фактором називається вимірювана змінна величина, що приймає в деякий момент часу певне значення. Фактори відповідають способів впливу на об'єкт дослідження.
Так само, як і параметр оптимізації, кожен фактор має область визначення. Фактор вважають заданим, якщо разом з його назвою вказана область його визначення.
Під областю визначення розуміється сукупність всіх значень, які в принципі може приймати даний фактор.
Сукупність значень фактора, яка використовується в експерименті, є підмножиною з безлічі значень, що утворюють область визначення. Область визначення може бути безперервної і дискретної. Однак в основному, в задачах планування експерименту, використовуються дискретні області визначення. Так, для факторів з безперервною областю визначення, таких, як температура, час, кількість речовини тощо, завжди вибираються дискретні безлічі рівнів.
У практичних завданнях області визначення чинників, як правило, обмежені. Обмеження можуть носити принциповий або технічний характер.
Фактори класифікують залежно від того, чи є фактор змінною величиною, яку можна оцінювати кількісно: вимірювати, зважувати, титрувати і т.п., або ж він - деяка змінна, що характеризується якісними властивостями.
Фактори поділяються на кількісні та якісні.
Якісні фактори - це різні речовини, різні технологічні способи, апарати, виконавці і т.д.
Хоча якісним чинникам не відповідає числова шкала в тому сенсі, як це розуміється для кількісних факторів, однак можна побудувати умовну порядкову шкалу, яка ставить у відповідність рівням якісного фактора числа натурального ряду, тобто виробляє кодування. Порядок рівнів може бути довільний, але після кодування він фіксується.
Якісним факторів не відповідає числова шкала, та порядок рівнів факторів не грає ролі.
Час реакції, температура, концентрація реагуючих речовин, швидкість подачі речовин, величина рН - це приклади найбільш часто зустрічаються кількісних факторів.
При плануванні експерименту фактори повинні бути керованими. Це означає, що експериментатор, вибравши потрібне значення чинника, може його підтримувати постійним протягом всього досвіду, тобто може керувати фактором. Планувати експеримент можна тільки в тому випадку, якщо рівні факторів підкоряються волі експериментатора.
Приклад: Ви вивчаєте процес синтезу аміаку. Колона синтезу встановлена на відкритому майданчику. Чи є температура повітря фактором, який можна включити до планування експерименту?
Температура повітря - фактор некерований. Ми ще не навчилися робити погоду на замовлення. А в плануванні можуть брати участь тільки ті фактори, якими можна управляти, - встановлювати і підтримувати на вибраному рівні протягом досвіду або змінювати за заданою програмою. Температурі навколишнього середовища в даному випадку керувати неможливо. Її можна тільки контролювати.
Щоб точно визначити фактор, потрібно вказати послідовність дій (операцій), за допомогою яких встановлюються його конкретні значення (рівні). Таке визначення фактора будемо називати операційним. Так, якщо фактором є тиск в деякому апараті, то абсолютно необхідно вказати, в якій точці і за допомогою якого приладу воно вимірюється і як воно встановлюється. Введення операціонального визначення забезпечує однозначне розуміння фактора.
З операційним визначенням пов'язані вибір розмірності фактора і точність його фіксування.
Точність виміру факторів повинна бути якомога вищою. Ступінь точності визначається діапазоном зміни факторів. При вивченні процесу, який триває десятки годин, немає необхідності враховувати частки хвилини, а у швидких процесах необхідно враховувати, можливо, частки секунди.