一种化油器参数设计优化方法
【技术领域】
[0001] 本发明涉及化油器试验领域，尤其是涉及一种基于混合水平正交设计的化油器参 数设计优化方法。
【背景技术】
[0002] 在各类化油器试验领域，常常需要采用试验的方式来探索比油耗的显著影响因 素，其包括大喉管直径、中喉管直径、环形小喉管直径、空气量孔直径、气压等，常规试验往 往需要很大的实验次数。由于人力、物力及财力的限制，对实验的安排迫切需要采用一种优 化的方式进行。其中，化油器参数设计所采用的混合水平正交设计(^(18,34^2)是一种已 得到广泛应用的设计方案，其往往能采用较少的实验次数获得较为可靠的数据信息。日本 质量控制专家田口玄一常推荐此表进行参数设计。
[0003] 对于化油器参数设计中的正规设计部分，采用国际通用的分辨度理论可以进行设 计的最优选择，然而，对于非正规设计，特别是混合水平正交设计，目前国内在这一级别上 的应用研宄是较为匮乏的。
【发明内容】
[0004] 本发明要解决的技术问题是提供一种满足了化油器试验领域挑选最优设计的要 求且大大提高了实验结果的有效性和可靠性、同时降低了比油耗的化油器参数设计优化方 法。
[0005] 实现本发明目的的技术方案之一是提供一种化油器参数设计的最优选择方法，包 括⑴"各控制因子矩阵像的生成算法"、⑵"最优化字长型算法"、⑶"矩阵像的生成的 实现"和（4) "最优化字长型的实现"四个过程；
[0006] 其中（1) "各控制因子矩阵像的生成算法"采用了关联矩阵来计算矩阵像，其可以 适用于化油器参数设计；
[0007] (2) "最优化字长型算法"对任意t维投影上的混杂度量进行了计算，并给出了化 油器参数设计的广义字长型；
[0008] (3) "矩阵像的生成的实现"以各列矩阵像为基础计算各高阶效应的矩阵像；
[0009] (4) "最优化字长型的实现"采用随机搜索技术，并对试验次数较少时可以穷举运 算，得到绝对最优设计。
[0010] 实现本发明目的的技术方案之二是提供一种化油器参数设计的选择方法，该方法 通过参数建模，建立化油器的参数化模型，利用混合水平化油器参数设计OA (18, 347, 2)和 方差分析理论，对相应数据进行分析，最后根据显著性因子确定最优水平组合。
[0011] 实现本发明目的的技术方案之二是提供一种化油器参数设计优化方法，包括矩阵 象的生成和最优化字长型两部分，其中矩阵像的生成阐述如下：
[0012] 3)关联矩阵的生成；
[0013] 首先需要生成化油器参数设计中各控制因子的关联矩阵，包括大喉管直径，中喉 管直径，环形小喉管直径，空气量孔直径，气压五个控制因子的关联矩阵；记设计表中任意 S水平列a = (a^ a2, . . .，an)，其中a2, . . .，an是伽罗华域GF(S)上的元素，η为该设计 表的试验次数，则该列的关联矩阵X是一个阶数为nX s的矩阵，当第i次试验的水平取值 j-Ι时，则关联矩阵的第（i，j)元素为1，否则取值为〇 ;
[0014] 4)求出化油器参数的矩阵像；
[0015] 由方差分析理论可知，化油器参数设计中各因子的偏差平方和可以表示为一个二 次型；即SS 2= YTAY，其中，Y = (yi，y2，. . .，yn)为数据向量，由于任意一个二次型所对应的 矩阵A均是一个正交投影矩阵，A可以利用上一步中计算的关联矩阵获得，其计算公式为：
[0016]
【主权项】
1. 一种化油器参数设计的最优选择方法，其特征在于：包括（1) "各控制因子矩阵像的 生成算法"、（2) "最优化字长型算法"、（3) "矩阵像的生成的实现"和（4) "最优化字长型 的实现"四个过程； 其中（1) "各控制因子矩阵像的生成算法"采用了关联矩阵来计算矩阵像，其可以适用 于化油器参数设计； (2) "最优化字长型算法"对任意t维投影上的混杂度量进行了计算，并给出了化油器 参数设计的广义字长型； (3) "矩阵像的生成的实现"以各列矩阵像为基础计算各高阶效应的矩阵像； (4) "最优化字长型的实现"采用随机搜索技术，并对试验次数较少时可以穷举运算，得 到绝对最优设计。
2. -种化油器参数设计的选择方法，其特征在于：该方法通过参数建模，建立化油器 的参数化模型，利用混合水平化油器参数设计OA (18, 347, 2)和方差分析理论，对相应数据 进行分析，最后根据显著性因子确定最优水平组合。
3. -种化油器参数设计优化方法，其特征在于包括矩阵象的生成和最优化字长型两部 分，其中矩阵像的生成阐述如下： 1) 关联矩阵的生成； 首先需要生成化油器参数设计中各控制因子的关联矩阵，包括大喉管直径，中喉管直 径，环形小喉管直径，空气量孔直径，气压五个控制因子的关联矩阵；记设计表中任意s水 平列a = (a^ a2,. . .，an)，其中ap a2,. . .，an是伽罗华域GF(S)上的元素，η为该设计表的 试验次数，则该列的关联矩阵X是一个阶数为nX s的矩阵，当第i次试验的水平取值j-1 时，则关联矩阵的第（i，j)元素为1，否则取值为〇 ; 2) 求出化油器参数的矩阵像； 由方差分析理论可知，化油器参数设计中各因子的偏差平方和可以表示为一个二次 型；即SS2= YTAY，其中，Y = (yi，y2，. . .，yn)为数据向量，由于任意一个二次型所对应的矩 阵A均是一个正交投影矩阵，A可以利用上一步中计算的关联矩阵获得，其计算公式为： A = Xt(XtX)-1X-Pi1Z =丄1,尤，其中In为元素全为1的η维向量； η 由于需要计算t维投影上的混杂度量，我们需计算各高阶因子效应的矩阵像，记任意 列的矩阵像为~，M= U1,,...，jm)为一指标集合，则m阶交互效应对应的矩阵像的具体表 示为 Am = η?Μ| 1 OAj, JeM j 其中，|M|表示指标集M内的元素个数，vi表示矩阵的Kronecker积； 3) 计算化油器参数效应间的混杂指标； 由矩阵像理论可以知道，化油器试验参数间的正交性等价于矩阵像间的正交性，采用 下述指标计算效应间的混杂度量； a{u" u2, . . .,uj = traced42,...)U]n}UUi42).,. )Um})r) =trace(A A11 n Λ u JAj) = trace{An A< n })' 、Uj XU2Jt-^umJ iu2，...，um_| Ui ' x Uj (U2?***,um) 7 根据投影矩阵JtJiw..，UJ的性质，可以构造混杂度量指标a (UpU2,...，um)，该指标 描述了任意列U1, u2, . . .，Um之间的混杂度量值，当a (u p u2, . . .，um)为O的时候，说明该 U1, u2, . . .，Um之间完全正交，没有任何信息混杂，当a (u p u2, . . .，um)大于O时，说明U1, u2, . . .，Um之间是存在彳目息混杂的； 最优化字长型的阐述如下：采用t维投影的方法，具体解码步骤为