制药工艺的优化——试验设计及优选方法.ppt

无法估计试验误差的大小。此外，各因素对试验结果的影响大小无法给以精确的数量估计，不能提出一个标准来判断所考察因素作用是否显著。为了弥补极差分析的缺陷，可采用方差分析。 方差分析基本思想是将数据的总变异分解成因素引起的变异和误差引起的变异两部分，构造F统计量，作F检验，即可判断因素作用是否显著。 试验设计举例2 “L”表示正交表，“9”是行数，在试验中表示试验的条件数，“4”是列数，在试验中表示可以安排的因子的最多个数，“3”是表的主体只有三个不同数字，在试验中表示每一因子可以取的水平数。 正交表的特点 1、正交表中任意一列中，不同的数字出现的次数相等； 表示：在试验安排中，所挑选出来的水平组合是均匀 分布的（每个因素的各水平出现的次数相同） ——均衡分散性 2、正交表中任意两列，把同行的两个数字看成有序数 对时，所有可能的数对出现的次数相同。 表示：任意两因素的各种水平的搭配在所选试验中出现 的次数相等 ——整齐可比性 这是设计正交试验表的基本准则 正交表具有正交性，这是指它有如下两个特点： （1）每列中不同的数字重复次数相同。 在表L9(34)中，每列有3个不同数字:1,2,3，每一个出现3次。 （2）将任意两列的同行数字看成一个数对，那么一切可能数对重复次数相同。 在表L9(34)中，任意两列有9种可能的数对：(1,1),(1,2),(1,3),(2,1),(2,2),(2,3),(3,1),(3,2),(3,3)每一对出现一次。 正交表的正交性可以看出： ①正交表各列的地位是平等的，表中各列之间可以万相置换，称为列间置换； ②正交表各行之间也可相互置换，称行间置换； ③正交表中同一列的水平数字也可以相互置换，称水平置换。 正交的类型：若记一般的正交表为Ln(tq), 则： （1）标准正交表：正交表的行数n， 列数q,水平数t间有如 下关系：n=ti+1,i=1,2,3,4,…,q=(ni-1)/(t-1) 如二水平正交表L4(23),L8(27),L16(215),L32(231)等，三水平正交表L9(34),L27(313)等， 这一类正交表不仅可以考察各因子对试验指标的影响，还可以考察因子之间的交互作用影响。 常用正交表分类 （2）非标准正交表：另一类正交表的行数，列数，水平数之间不满足上述的两个关系，往往只能考察各因子的影响，不能用这些正交表来考察因子间的交互作用。如二水平正交表L12(211), L20(219)等，三水平正交表L18(37),L36(313)等，混合水平正交表L18(2×37),L36(23×313)等。 回顾 在实验室工艺研究、中试放大研究及生产中都涉及化学反应各种条件之间的相互影响等诸多因素。要在诸多因素中分清主次，就需要合理的试验设计及优选方法，为找出影响生产工艺的内在规律以及各因素间相互关系，尽快找出生产工艺设计所要求的参数和生产工艺条件提供参考。 1.正交试验设计的基本概念 正交试验设计是利用正交表来安 排与分析多因素试验的一种设计方法。它是由试验因素的全部水平组合中，挑选部分有代表性的水平组合进行试验的，通过对这部分试验结果的分析了解全面试验的情况，找出最优的水平组合。 正交试验设计的基本特点是：用部分试验来代替全面试验，通过对部分试验结果的分析 ，了解全面试验的情况。 正因为正交试验是用部分试验来代替全面试验的，它不可能像全面试验那样对各因素效应、交互作用一一分析；当交互作用存在时，有可能出现交互作用的混杂。虽然正交试验设计有上述不足，但它能通过部分试验找到最优水平组合 ，因 而 很 受实际工作者青睐。 试验设计及优选方法是以概率论和数理统计为理论基础，安排试验的应用技术。其目的是通过合理地安排试验和正确地分析试验数据，以最少的试验次数，最少的人力、物力，最短的时间达到优化生产工艺方案。 试验设计及优选方法过程包括：试验设计、试验实施和对实验结果的分析三个阶段。 试验目的与要求 试验指标 选因素、定水平 因素、水平确定 选择合适正交表 表头设计 列试验方案 试验方案设计： 无交互作用的正交设计与数据分析 试验结果分析 试验设计前必须明确试验目的，即本次试验要解决什么问题。试验目的确定后，对试验结果如何衡量，即需要确定出试验指标。试验指标可为定量指标，如强度、硬度、产量、出品率、成本等；也可为定性指标如颜色、口感、光泽等。一般为了便于试验结果的分析，定性指标可按相关的标准打分或模糊数学处理进行数量化，将定性指标定量化。