Design_expert使用.ppt

获得最佳优化条件和预测处理效果 谢 谢 Design-Expert Design-Expert是全球顶尖级的实验设计软件。 Design-Expert 是最容易使用、功能最完整、界面 最具亲和力的软件。在已经发表的有关响应曲面（RSM）优化试验的论文中， Design-Expert是最 广泛使用的软件。 Plackett–Burman(PB)、Central Composite Design (CCD)、Box-Behnken Design(BBD)是最常用的实验设计方法。 以BBD为例说明Design-Expert的使用，CCD，PB与此类似。 点击new design选项卡 RSM,找到理想过程，达到最佳性能，点击Response Surface选项卡 因子设计，屏蔽无关因素，指出重要因素 配方设计,找到最佳配方 组合设计，结合过程变量，混合各组成和分类的因素。 点击Box-Behnken选项卡 要考察的因素名称 要考察的因素数 默认值0 因素单位 设置完成，点击Continue 默认值 默认值 因素高值 因素低值 设置完成，点击Continue 选择相应值即因变量的数量 因变量的名称 因变量的单位 各因素均为实际值的试验设计 各因素均的实际值转变为编码制的操作工程 各因素转变为编码制 按照实验设计进行试验，记录每组因素组合的实验结果，填在对应的Response列。 点击Analysis下的COD% 1.Tronsform选项卡，取默认值 2.点击Fit Summary选项卡 Fit Summary选项卡，是将数据模拟、建模、比对，最终选择试验最佳数学模型。 多种模型方差分析 Sequential model sum of squares for central composite design 方差来源 平方和 自由度 均方 F值 概率F 平均模型vs总计 51795.84 1 51795.84 建议采用 线性模型vs平均模型 2042.27 3 680.76 2.2353 0.1236 双因素 vs 线性模型 249.23 3 83.08 0.2336 0.8714 二次方程vs 双因素 2490.45 3 830.15 3.8916 0.0443 建议采用 三次方程vs二次方程 1852.62 5 370.52 6.6029 0.0294 较差 剩余方差 280.58 5 56.12 总计 58710.98 20 2935.55 R2综合分析 Model summary statistics for central composite design 类型 标准 R2 R2 R2 预测残差 偏差 校正值 预测值 平方和 线性模型 12.900 0.307 0.146 -0.167 3639.323 双因素 13.831 0.387 0.019 -0.966 6133.650 二次方程 6.946 0.892 0.752 -0.673 5219.480 建议采用 三次方程 1.789 0.996 0.984 较差 表4二次方程模型置信度分析 Table 4 Quadratic model analysis of confidence degree 因素 参数估计 自由度 标准偏差 95%置信区间 95%置信区间 显著因素 取值 58.200 1 3.107 50.854 65.546 A-停留时间 2.613 1 2.456 -3.195 8.420 1.000 B-pH值 -4.050 1 2.456 -9.857 1.757 1.000 C-Fe/C比 9.813 1 2.456 4.005 15.620 1.000 AB 4.675 1 3.473 -3.538 12.888 1.000 AC -1.150 1 3.473 -9.363 7.063 1.000 BC -6.275 1 3.473 -14.488 1.938 1.000 A2 14.175 1 3.385 6.170 22.180 1.006 B2 11.700 1 3.385 3.695 19.705 1.006 C2 2.775 1 3.385 -5.230 10.780 1.006 Model选项卡取默认值，再点击方差分析（ANOVA） 方差分析（ANOVA），方程显著性检验、系数显著性检验及回归方程。 编码自变量A、B、C的二次多项回归方程 真实自变量停留时间 HRT 、pH 值、Fe/C 比的二次多项回归方程 残差的正态概率分布图，应在一条直线上 再点击Report选项卡 点击Influence选项卡 实际实验值 方程预测值 点击Model Graphs选项卡 等高线图 点击View的3D Surface看响应