Design_expert使用方法.ppt

Design-Expert 的应用 谢 谢 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 2935.55 20 58710.98 总计 56.12 5 280.58 剩余方差 较差 0.0294 6.6029 370.52 5 1852.62 三次方程vs二次方程 建议采用 0.0443 3.8916 830.15 3 2490.45 二次方程vs 双因素 0.8714 0.2336 83.08 3 249.23 双因素 vs 线性模型 0.1236 2.2353 680.76 3 2042.27 线性模型vs平均模型 建议采用 51795.84 1 51795.84 平均模型vs总计 概率F F值 均方 自由度 平方和 方差来源 R2综合分析 Model summary statistics for central composite design 较差 0.984 0.996 1.789 三次方程 建议采用 5219.480 -0.673 0.752 0.892 6.946 二次方程 6133.650 -0.966 0.019 0.387 13.831 双因素 3639.323 -0.167 0.146 0.307 12.900 线性模型 平方和 预测值 校正值 偏差 预测残差 R2 R2 R2 标准 类型 表4二次方程模型置信度分析 Table 4 Quadratic model analysis of confidence degree 1.006 10.780 -5.230 3.385 1 2.775 C2 1.006 19.705 3.695 3.385 1 11.700 B2 1.006 22.180 6.170 3.385 1 14.175 A2 1.000 1.938 -14.488 3.473 1 -6.275 BC 1.000 7.063 -9.363 3.473 1 -1.150 AC 1.000 12.888 -3.538 3.473 1 4.675 AB 1.000 15.620 4.005 2.456 1 9.813 C-Fe/C比 1.000 1.757 -9.857 2.456 1 -4.050 B-pH值 1.000 8.420 -3.195 2.456 1 2.613 A-停留时间 65.546 50.854 3.107 1 58.200 取值 显著因素 95%置信区间 95%置信区间 标准偏差 自由度 参数估计 因素 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