MTH6301: Planification et analyse statistique d’expériences
JULIE OLMICCIA JULIE OLMICCIA
Session Automne 2010
1
École Polytechnique de Montréal Session Automne 2010
Vue d’ensemble
Rés olu tio n um éri q u e e m can ique de fl id es :
Étude des mouvements de fluides par résolution numérique des équations les régissant.
Exemples d’applications:
• Écoulement du sang dans les vaisseaux sanguins.
• Écoulement d’un médicament dans un procédé de fabrication.
2
Plan de la prés enta tio n
I. Introduction II. Problém atiq ue III. Modèl e ete nu IV. Analyse du Modèl e V. Conclusion
Éc ol e ol y te chniq ue Session Automne 2010 e ontréal
3
École Polytechnique de Montréal Session Automne 2010
I. Introduction
Ét u de ’é co u l em ent d un f u ide p r m tho d e numér iq ue
Cas d’ét u de:
Conduite cylindrique pour le transport d’eau Objectif:
Obtenir un profil de vitesse Mét h ode:
Rés o l u t io n ar lé m en ts fi is d u pr fi l de vitesse dans la conduite.
Contraintes:
• T emps de simulation
• Facteur d’erreur sur le profil Formule théo riq ue e éfé r en ce:
Profil de vitesse théo riq ue
4
Minimiser l’erreur sur la vitesse tout en minimisant le temps de simulation.
Facteurs susceptibles d’influencer les variables rép onses:
• Taille du maillage
Ø Modél is at io n éom étri q u e d’ n do ai n e.
Ø Plus le maillage est fin, plus il y a de calculs à a ir e.
• Type d’élément
Ø Mét h ode e alc ul e a r essi o n.
Objectif de l’analyse statistique:
Déf in i r ue l le om bin ai s o n e a ct e urs ini m i s e e s eux variables rép onse.
Session Automne 2010
II. Problém at iq ue
5
III. Modèl e e t e nu
• Plan factoriel complet:
Session Automne 2010
6
Avantages:
• Sur les effets:
Ø Considér at io n e o us e s f fe ts n on onfo ndus).
• Sur les facteurs:
Ø Permet de repér e r e s a ct e urs m p orta nts.
Inconvén i e nts :
• Sur les surfaces réponses:
Ø Pas adapté l o p tim isatio n d l s rfac e r p on se.
• Sur les facteurs:
Ø Peu considér e r e s f fe ts on-e xi s ta nts.
III. Modèl e e t e n u
3**(2-0) full factorial design, 1 block , 9 runs (Electronique) Standard
Run A B
9 3 4 5 2 6 7 1 8
1,00000 1,00000 -1,00000 1,00000 0,00000 -1,00000 0,00000 0,00000 -1,00000 0,00000 0,00000 1,00000 1,00000 -1,00000 -1,00000 -1,00000 1,00000 0,00000 Modalités A: Taille de Maille B: Eléments
1 0,0102 11
0 0,0072 6
-1 0,0039 1
• Plan factoriel complet: 3 2
Modalités des facteurs Design d’expérience
A: Taille de Maille
(en m) B: Elément Y1 : Tps de sim
(en s) Y2: Valeur d'erreur sur la vitesse
9 0,0102 11 10,06 0,049921841
3 0,0039 11 295,7 0,046433014
4 0,0072 1 327,76 0,04820386
5 0,0072 6 128,9 0,048528842
2 0,0039 6 2361,07 0,046409238
6 0,0072 11 29,54 0,048548074
7 0,0102 1 262,93 0,049504691
1 0,0039 1 3962,89 0,046212973
8 0,0102 6 107,5 0,049924887
Résultats d’expérience
Session Automne 2010
7
IV. Analyse du modèl e
• Y1 : Temps de simulation
Estimations des effets:
Effect Estimates; Var.:Y1 Tps de simulation; R-sqr=,9432; Adj:,84854 (presentation2) 2 3-level factors, 1 Blocks, 9 Runs; MS Residual=290515,
DV: Y1 Tps de simulation Factor
Effect Std.Err. t(3) p Mean/Interc.
(1)Taille de maille(L) Taille de maille(Q) (2)Element (L) Element (Q) 1L by 2L
847,06 179,6937 4,71388 0,018076 -2079,72 440,0871 -4,72571 0,017953 -958,91 381,2493 -2,51517 0,086543 -1431,45 440,1579 -3,25213 0,047413 51,01 381,1266 0,13384 0,902003 1730,40 538,8208 3,21145 0,048902
ANOVA; Var.:Y1 Tps de simulation; R-sqr=,9432; Adj:,84854 (presentation2) 2 3-level factors, 1 Blocks, 9 Runs; MS Residual=290515,
DV: Y1 Tps de simulation
Factor SS df MS F p
(1)Taille de maille(L) Taille de maille(Q) (2)Element (L) Element (Q) 1L by 2L Error Total SS
6487874 1 6487874 22,33232 0,017953 1837828 1 1837828 6,32610 0,086543 3072591 1 3072591 10,57636 0,047413 5204 1 5204 0,01791 0,902003 2996207 1 2996207 10,31344 0,048902
871545 3 290515 15345021 8
ANOVA:
Pareto Chart of Standardized Effects; Variable: Y1 Tps de simulation 2 3-level factors, 1 Blocks, 9 Runs; MS Residual=290515,
DV: Y1 Tps de simulation
,13384
-2,51517 3,211454
-3,25213
-4,72571
p=,05 Standardized Effect Estimate (Absolute Value) Element(Q)
Taille de maille(Q) 1Lby2L (2)Element(L) (1)Taille de maille(L)
-2,51517 3,211454
-3,25213
-4,72571
Pareto:
Normal Prob. Plot; Raw Residuals 2 3-level factors, 1 Blocks, 9 Runs; MS Residual=290515,
DV: Y1 Tps de simulation
-800 -600 -400 -200 0 200 400 600 800
Residual -3,0
-2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0
Expected Normal Value
,01 ,05 ,15 ,35 ,55 ,75 ,95 ,99
Predicted vs. Residual Values 2 3-level factors, 1 Blocks, 9 Runs; MS Residual=290515,
DV: Y1 Tps de simulation
-1000 -500 0 500 1000 1500 2000 2500 3000 3500 4000 4500
Predicted Values -800
-600 -400 -200 0 200 400 600 800
Raw Residuals
Session Automne 2010
Analyse des rés i d us
8
IV. Analyse du modèl e
• Y2 : Erreur sur la vitesse Estimations des effets:
ANOVA:
Pareto:
ANOVA; Var.:Y2 erreur; R-sqr=,9997; Adj:,99921 (presentation2) 2 3-level factors, 1 Blocks, 9 Runs; MS Residual=0
DV: Y2 erreur
Factor SS df MS F p
(1)Taille de maille(L) Taille de maille(Q) (2)Element (L) Element (Q) 1L by 2L Error Total SS
0,000018 1 0,000018 9820,170 0,000002 0,000000 1 0,000000 89,415 0,002507 0,000000 1 0,000000 88,403 0,002549 0,000000 1 0,000000 25,093 0,015314 0,000000 1 0,000000 5,436 0,102003 0,000000 3 0,000000
0,000018 8
Pareto Chart of Standardized Effects; Variable: Y2 erreur 2 3-level factors, 1 Blocks, 9 Runs; MS Residual=0
DV: Y2 erreur
2,331552 5,009323
9,402278 9,455955
99,09677
p=,05
Standardized Effect Estimate (Absolute Value) 1Lby2L
Element(Q) (2)Element(L) Taille de maille(Q) (1)Taille de maille(L)
2,331552 5,009323
Normal Prob. Plot; Raw Residuals 2 3-level factors, 1 Blocks, 9 Runs; MS Residual=0
DV: Y2 erreur
-0,00006 -0,00005
-0,00004 -0,00003
-0,00002 -0,00001
0,00000 0,00001
0,00002 0,00003
0,00004 0,00005 Residual
-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0
Expected Normal Value
,01 ,05 ,15 ,35 ,55 ,75 ,95 ,99 Predicted vs. Residual Values
2 3-level factors, 1 Blocks, 9 Runs; MS Residual=0 DV: Y2 erreur
0,045 0,046 0,047 0,048 0,049 0,050 0,051
Predicted Values -0,00006
-0,00005 -0,00004 -0,00003 -0,00002 -0,00001 0,00000 0,00001 0,00002 0,00003 0,00004 0,00005
Raw Residuals