ISSN 2658-6525 (Online)
ISSN 2658-4123 (Print)
Основан в 1990 году
Реестровая запись
ПИ № ФС 77-74640
от 24 декабря 2018 г.

Вы здесь: Главная Архив статей (2014-2016) 2026 №2 Список статей 04 Коновалов В. В., Моисеев А. В., Зайцев В. Ю., Донцова М. В. Алгоритмизация методики интерполяционных моделей при обработке экспериментальных результатов

PDF Скачать статью в pdf.

DOI: 10.15507/2658-4123.036.202602.300-326

EDN: https://elibrary.ru/pahvyj

УДК 004.9:519.218.82

 

Алгоритмизация методики интерполяционных моделей при обработке экспериментальных результатов

 

Коновалов Владимир Викторович
доктор технических наук, профессор, профессор кафедры технологии машиностроения Пензенского государственного технологического университета, (440039, Российская Федерация, г. Пенза, пр. Байдукова, ул. Гагарина, д. 1а/11), ORCID: https://orcid.org/0000-0002-5011-5354, Researcher ID: P-7520-2018, Scopus ID: 57193789361, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Моисеев Александр Владимирович
кандидат технических наук, доцент, заведующий кафедрой математики и физики Пензенского государственного технологического университета, (440039, Российская Федерация, г. Пенза, пр. Байдукова, ул. Гагарина, д. 1а/11), ORCID: https://orcid.org/0000-0001-9534-2465, Researcher ID: AAF-8891-2019, Scopus ID: 15731404900, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Зайцев Владимир Юрьевич
кандидат технических наук, доцент, заведующий кафедрой технологии машиностроения Пензенского государственного технологического университета, (440039, Российская Федерация, г. Пенза, пр. Байдукова, ул. Гагарина, д. 1а/11), ORCID: https://orcid.org/0000-0002-6230-0856, Researcher ID: Q-2601-2018, Scopus ID: 57204113621, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Донцова Марина Владимировна
кандидат технических наук, доцент, доцент кафедры технологии машиностроения Пензенского государственного технологического университета, (440039, Российская Федерация, г. Пенза, пр. Байдукова, ул. Гагарина, д. 1а/11), ORCID: https://orcid.org/0000-0003-2915-0881, Researcher ID: N-3708-2018, Scopus ID: 57216627822, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

 

Аннотация
Введение. Решение проблемы объединения в единую регрессионную модель результатов разных планов экспериментов требует разработки методики планирования экспериментов, оценки влияния интервалов и уровней варьирования исследуемых факторов на возможный характер изменения показателей процесса, а также умения компиляции (совмещения) результатов нескольких последовательных серий исследований в единую систему. Широкое применение численных методов и технологий расчета, а также управление электронной вычислительной машины работой технологических машин позволит оперативно регулировать параметры их работы при сложном взаимодействии факторов.
Цель исследования. Алгоритмизация методики получения интерполяционных моделей при их использовании в автоматизированной обработке результатов экспериментальных исследований с применением математической теории планирования и компиляции моделей.
Материалы и методы. Методика предусматривала аналитическое обоснование интерполяционных функций, описывающих характер изменения показателя в рассматриваемых границах, на основе результатов ранее выполненных исследований, разработку процедуры планирования эксперимента, а также получение интерполяционных выражений и компьютерных моделей.
Результаты исследования. Обоснованы и реализованы мероприятия по получению модели, совмещающей линейную многофакторную модель и частную функцию одного из факторов (влияния частоты вращения барабанного дозатора на его пропускную способность).
Обсуждение и заключение. Осуществленные мероприятия позволили рекомендовать следующую укрупненную последовательность действий: реализация полнофакторного плана для нескольких кодированных факторов с установлением линейной модели процесса; определение предпочтительной зоны их использования; реализация дополнительной серии однофакторных экспериментов внутри ранее исследованного кодированного интервала изучаемого фактора с последующим установлением функциональной зависимости показателя процесса от этого фактора; разработка компьютерной программы совмещения функций обеих серий исследований для подстановки частных функций натуральных показателей факторов в многофакторную линейную модель кодированных факторов; определение характера и числовых значений показателя процесса для всех значений факторов с целью использования результатов в дальнейших вычислениях при математическом описании показателей работы исследуемого устройства. Сочетание моделей линейного многофакторного плана и разных вариантов моделей функций частных переменных (факторов), реализованное в виде компьютерной модели, позволяет получить усложненную многофакторную зависимость, которая в кодированных координатах факторов выглядит линейно, а частные значения показателя процесса внутри участка плана многофакторного эксперимента (–1; +1) описываются частными функциями с текущими натуральными координатами.

Ключевые слова: полнофакторный план эксперимента, многофакторная линейная модель, степенная функция, регрессионная модель, совмещение функций, интерполяционные исследования, компьютерная модель

Конфликт интересов: авторы заявляют об отсутствии конфликта интересов.

Для цитирования: Коновалов В.В., Моисеев А.В., Зайцев В.Ю., Донцова М.В. Алгоритмизация методики интерполяционных моделей при обработке экспериментальных результатов. Инженерные технологии и системы. 2026;36(2):300–326. https://doi.org/10.15507/2658-4123.26362.300-326

Вклад авторов:
В. В. Коновалов – формулирование замысла идеи исследования, целей и задач; контроль, лидерство и наставничество в процессе планирования и проведения исследования.
А. В. Моисеев – применение статистических, математических, вычислительных или других формальных методов для анализа или синтеза данных исследования.
В. Ю. Зайцев – разработка или проектирование методологии исследования; создание компьютерных моделей.
М. В. Донцова – создание и подготовка рукописи: визуализация результатов исследования и полученных данных.

Поступила в редакцию 21.05.2025;
поступила после рецензирования 22.12.2025;
принята к публикации 09.02.2026

 

СПИСОК ЛИТЕРАТУРЫ

  1. Егошин В.Л., Саввина Н.В., Гржибовский А.М. Анализ главных компонент и факторный анализ в программной среде R. West Kazakhstan Medical Journal. 2020;(1):6–14. https://elibrary.ru/gfcmwd
  2. Власов А.Б. Факторный анализ диагностической модели тепловизионного контроля высоковольтных вводов. Вестник МГТУ. Труды Мурманского государственного технического университета. 2004;7(3):429–436. URL: https://vestnik.mauniver.ru/show.shtml?art=403 (дата обращения: 25.07.2025).
  3. Мазуркин П.М. Факторный анализ таксационных показателей разновозрастного сосняка Сибири. Успехи современного естествознания. 2009;(12):41–48. URL: https://natural-sciences.ru/ru/article/view?id=14065 (дата обращения: 25.07.2025).
  4. Бакенова А.А., Куанышева Д.Г., Плотникова И.В., Редько Л.А., Янушевская М.Н. Изучение факторов, оказывающих наибольшее влияние на качество объекта на основе планирования эксперимента. Качество и жизнь. 2021;(2):25–30. https://doi.org/10.34214/2312-5209-2021-30-2-25-30
  5. Гущин А.В. Методы планирования эксперимента и выбор групп с линейными характеристиками взаимодействия. Вестник СамГУПС. 2021;(1):97–103. URL: https://clck.ru/3SrJjX (дата обращения: 15.08.2025).
  6. Тюльпинова Н.В., Ромашенкова А.А. Прогнозирование параметров качества процесса кислородной резки металла методами теории планирования эксперимента. Современные материалы, техника и технологии. 2020;(3):71–77. https://elibrary.ru/xghmso
  7. Фомченков А.О., Бонадысев К.О. Применение полного факторного эксперимента в анализе сложных линейных цепей. Устойчивое развитие науки и образования. 2020;(10):157–163. https://elibrary.ru/jwwvok
  8. Хецуриани Е.Д., Хецуриани Т.Е., Бондаренко В.Л., Ларин Д.С. Экспериментальные технологии по защите водоприемников речных водозаборов от занесения донными наносами. Биосферная совместимость: человек, регион, технологии. 2020;(2):82–92. https://elibrary.ru/bdsqgk
  9. Русакова Г.Г., Лебедь Н.И., Тронев С.В., Цыбенко А.Ф. Оптимизация режимно-конструктивных параметров автоматизированной барабанной сушилки. Известия Волгоградского государственного технического университета. 2020;(1):73–76. https://elibrary.ru/tzozdv
  10. Румянцев М.И., Колыбанов А.Н. Второе упрощение расчета деформации валков и профиля полосы при прокатке в клети кварто с применением методики планирования эксперимента. Калибровочное бюро. 2019;(14):11–15. URL: https://passdesign.ru/journal/number14 (дата обращения: 15.08.2025).
  11. Маслов Г.Г., Палапин А.В., Юдина Е.М., Цыбулевский В.В., Лаврентьев В.П. Оптимизация параметров и режимов работы зубопружинной бороны. Известия Оренбургского государственного аграрного университета. 2020;(85):117–121. URL: https://orensau.ru/ru/nauka/izvestiyaorenburgskogo-gau (дата обращения: 17.08.2025).
  12. Попов А.А. Алгоритмы построения дискретных приближенно Q-оптимальных планов эксперимента при активной идентификации регрессионных моделей многофакторных систем. Системы анализа и обработки данных. 2024;2(94):55–68. https://doi.org/10.17212/2782-2001-2024-2-55-68
  13. Попов А.А. Алгоритмы построения дискретных A-оптимальных планов эксперимента при активной идентификации регрессионных моделей многофакторных систем. Системы анализа и обработки данных. 2022;(2):39–54. https://doi.org/10.17212/2782-2001-2024-2-55-68
  14. Химченко А.В., Оробинский В.И., Остриков В.В., Григорьев Е.А. Планирование эксперимента для определения зависимости изменения щелочного числа моторного масла от эксплуатационных факторов в пределах одного срока замены. Наука в центральной России. 2024;(5):94–104. https://doi.org/10.35887/2305-2538-2024-5-94-104
  15. Тургунбаев М.С. Статистический анализ результатов резания дисперсного грунта с каменистым включением режущим инструментом землеройной машины. Наука, новые технологии и инновации Кыргызстана. 2023;(5):27–31. https://doi.org/10.26104/NNTIK.2023.68.15.006
  16. Chupshev A., Konovalov V., Fomina M. Optimization in Work Modeling of a Mixer. Journal of Physics. In: "Virtual Simulation, Prototyping and Industrial Design 2017": IV International Scientific and Practical Conference. Tambov: Institute of Physics Publishing; 2018. Article no. 012010. https://doi.org/10.1088/1742-6596/1084/1/012010
  17. Солонщиков П.Н. Обоснование конструкции и размеров рабочего колеса установки для приготовления жидких кормовых смесей. Вестник НГИЭИ. 2021;(2):17–26. https://doi.org/10.24412/2227-9407-2021-2117-17-26
  18. Булатов С.Ю., Пронин А.Н. Результаты исследований шнекового дозатора сухих сыпучих компонентов комбикорма. Аграрная наука Евро-Северо-Востока. 2024;25(1):123–133. https://doi.org/10.30766/2072-9081.2024.25.1.123-133
  19. Соколов П.Э., Бажуков Д.М., Солев Д.И., Карапузов В.И. Оптимизация состава гипсоцементно- пуццоланового вяжущего методом планирования эксперимента. Инженерный вестник Дона. 2024;(1):290–304. URL: http://www.ivdon.ru/ru/magazine/archive/n1y2024/8940 (дата обращения: 24.08.2025).
  20. Кадыров А.С., Сарсембеков Б.К., Кукешева А.Б. Планирование эксперимента по очистке выхлопных газов ультразвуком. Вестник СибАДИ. 2021;18(1):86–95. https://doi.org/10.26518/2071-7296-2021-18-1-86-95
  21. Shen Q., Zhou F., Wang Y., Tang Sh., Zhang P. Study on the Design of a Water Dispenser for Visually Impaired Families. Sustainability. 2022;14(4):2081. https://doi.org/10.3390/su14042081
  22. Li S., Zeng C., Peng R., Ma Sh. Development of an Automatic Pellet Dispenser for Forelimb Grasping Experiments in Rodents. In: ICBEA '22: Proceedings of the 6th International Conference on Biomedical Engineering and Applications. New York: Association for Computing Machinery; 2022. p. 27–31. https://doi.org/10.1145/3543081.3543086
  23. Jianjian T., Haitao L., Yuefeng D., Enrong M., Yunyi G., Xinjiani L. Simulation Analysis on the Performance of Splitting and Picking Devices of Corn Harvester. INMATEH – Agricultural Engineering. 2020;62(3):69–78. https://doi.org/10.35633/inmateh-62-07
  24. Juraeva M., Kang D.-J. Optimal Combination of Mixing Units Using the Design of Experiments Method. Micromachines. 2021;12(8):985. https://doi.org/10.3390/mi12080985
  25. Jianjian T., Haitao L., Yuefeng D., Enrong M., Junnan Z., Xinjiani L. Rapid Design of Maize Ear Harvester Header Based on Knowledge Engineering. INMATEH – Agricultural Engineering. 2020;61(2):263–272. https://doi.org/10.35633/inmateh-61-29
  26. Manz P., Eich T., Grover O. The Power Dependence of the Maximum Achievable H-Mode and (Disruptive) L-Mode Separatrix Density in ASDEX Upgrade. Nuclear Fusion. 2023. Article no. 076026. https://doi.org/10.1088/1741-4326/acd9db
  27. Park S., Kang S., Yoon H.Ja. Power Factor of One Molecule Thick Films and Length Dependence. ACS Central Science. 2019;(5):1975–1982. https://doi.org/10.1021/acscentsci.9b01042
  28. Parra-Murillo C.A., Santos M.F., Monken C.H., Jorio A. Power Dependence of Klyshko's Stokes-Anti-Stokes Correlation in the Inelastic Scattering of Light. Preprint. 2015. https://doi.org/10.48550/arXiv.1503.01518
  29. Zhang H.J., Xu C.B., Liu S.X., Jiang H., Liu X., Wang J.X. Parameter Optimization and Experiment of Orchard Double Row Ditching-Fertilizing Machine. INMATEH – Agricultural Engineering. 2020;62(3):9–18. https://doi.org/10.35633/inmateh-62-01
  30. Xue J., Wu P., Su H., Zhang Y., Zhang H. Experimental Research on Comprehensive Performance of Coupled Muffler Based on Split-Stream Rushing Principle. INMATEH – Agricultural Engineering. 2020;62(3):29–38. https://doi.org/10.35633/inmateh-61-03
  31. Ji Z., Zhang Y., Gan M., Fan X., Chen X., Huang X. Importance of Intensive Mixing on Sintering with Fine-Grained Iron Ore Materials: Characterization and Function Mechanism. Journal of Materials Research and Technology. 2020;9(6):14443–14453. https://doi.org/10.1016/j.jmrt.2020.10.044
  32. Hevko R.B., Tkachenko I.G., Khomyk N.I., Gumeniuk Y.P., Flonts I.V., Gumeniuk O.O. Determination of Technical-and-Economic Indices of Root Crops Conveyer-Separator During their Motion on Curved Path. INMATEH – Agricultural Engineering. 2020;61(2):175–182. https://doi.org/10.35633/inmateh-61-19
  33. Kupreenko A.I., Isaev Kh.M., Kuznetsov Yu.A., Mikhailichenko S.M., Kravchenko I.N., Kalashnikova L.V. Modeling of mobile TMR mixer operation. INMATEH – Agricultural Engineering. 2020;61(2):193–198. https://doi.org/10.35633/inmateh-61-21

 

Лицензия Creative Commons
Контент доступен под лицензией Creative Commons Attribution 4.0 License.

Подробности
Просмотров: 36