正交设计在改进化工产品采收率中的应用.docxVIP

正交设计在改进化工产品采收率中的应用-------以《实验设计》练习题5.2为例摘 要：用正交设计对生产条件进行改进，采用直观分析和方差分析法，研究不同条件对化工产品采收率的影响，找出最优搭配，使采收率达到最高。关键词：正交试验设计；交互作用；化工产品采收率；最优搭配一、概述正交设计是多因素的优化实验设计方法。它利用正交表从全面试验的样本点中挑选出部分有代表性的样本点做实验，并利用正交表的特点进行数据分析，只用较少的试验次数就可以找出因素水平间的最优搭配或者由实验结果通过计算推断出最优搭配。在20世纪40年代后期，日本统计学家田口玄一博士使用设计好的正交表安排实验，这种方法简便易行，从此正交设计在世界范围内普遍使用。尤其是在理工农医领域，大量的实验往往需要高成本的人力物力投入，正交设计很好地解决了这一问题。在某种化工产品生产问题中，影响采收率的主要因素有4个，即催化剂种类、反应时间、反应温度、加碱量。好的催化剂能使反应更彻底，反应彻底需要合适的时间，合适的温度，合适的加碱量，同时好的的催化剂还有可能减少反应时间，降低反应所需的温度。通过找到这些合适的点，我们就能使反应更好地进行，使采收率达到最高。本题主要对采收率的影响因素进行分析，共有4个2水平因素（催化剂种类A、反应时间B、反应温度C和加碱量D），同时认为可能存在交互作用A*B和A*C。由于影响因素较多，利用正交设计实验可以缩短实验时间，减少工作量，降低成本，因而对此进行正交试验设计的改进。二、试验设计1.试验目的：研究不同条件对化工产品采收率的影响，找出最优条件。2.试验指标：用化工产品采收率(y)作为考察指标，采收率是望大特性，试验指标数值越大越好。3.确定因子与水平：本实验设定的因素水平有催化剂种类、反应时间、反应温度、加碱量。各因素水平见表1。表1 因素水平表水平因素A催化剂种类B反应时间/minC反应温度/℃D加碱量/kg1A1=1B1=90C1=75D1=352A2=2B2=120C2=85D2=484.正交表选择：本实验有4个2水平因素，初步选用L8（27）正交表。考虑该实验可能存在交互作用A*B和A*C，根据L8（27）正交表的交互作用表查出交互作用所在的列，由此安排实验。三、结果分析按试验设计方案实施后，所得的试验结果及初步的分析如表2所示。表2 试验结果数据表1.实验结果的直观分析直接看好的条件是第5号实验A2B1C1D1，采收率为92%，其中D因素的极差RD=7.25为最大，表明加碱量D对化工产品采收率的影响最大，其次是A因素的极差RA=4.75为次大，表明催化剂种类A对采收率也有较大的影响。交互作用A*C的极差值也较大，表明催化剂种类A和反应温度C之间很可能存在交互作用。而B因素的极差较小，表明反应时间B对采收率几乎无影响。交互作用A*B的极差为0.75很小，表明催化剂种类A和反应时间B之间不存在交互作用或交互作用较弱。2.实验结果的方差分析表3 方差分析表从表3可以看到B因素的P值=0.795最大，其次是交互作用A*B的P值=0.5也较大，在0.05的显著性水平下，所有的影响因素均不显著。我们可以判定B因素是非常不显著的，应该剔除后重新分析，但是各种统计软件都规定：如果方差分析模型中包含有某一交互作用，必须同时包含构成这个交互作用的两个因素。由于A*B的P值=0.5也很大，仅次于B因素，故同时剔除这两个因素继续分析。表 4 剔除B因素和交互作用A*B后的方差分析表从表4剔除B因素和交互作用A*B后的方差分析表中可以看到，除了C因素的P值=0.1410.05，其他因素的P值均远小于0.05。可以判断C因素不显著，但是交互作用A*C的P值=0.0094远小于0.05，非常显著。故此时不能将C因素和交互作用A*C同时剔除分析。我们将A*C作为一个新的因素AC来看待，剔除C因素继续方差分析。表5 剔除B因素、C因素和交互作用A*B后的方差分析表从表5剔除B因素、C因素和交互作用A*B后的方差分析表中可以看到，这时各个因素及交互作用的P值均是小于0.05的，都十分显著。各因素和交互作用按显著性由高到低排序为D、A、A*C，由表2看到因素D，A的好水平分别是D1，A2。C因素本身不显著，不能由C因素本身确定它的好水平，需要根据A*C确定C的好水平。为此计算A*C水平搭配表。表6 A*C的水平搭配表因素A1A2C1（82+76）/2=79（92+83）/2=87.5C2（78+85）/2=81.5（79+86）/2=82.5由表6可以看到，由交互作用A*C所得到的A和C最优水平搭配是A2C1，其中A因素的最优水平与单独考虑A因素所得的最优水平是一致的。由此我们可以确定A、C、D三个因素的最优组合为A2C1D1。由于B因素及交互作用A