试验设计与数据处理(第7章).ppt

这里A1的试验条件，是指出现A1的1号和2号试验中，因素B和C各水平出现的情况。本例中B1、B2和C1、C2各出现一次。同样，A2的试验条件是指出现A2的3号和4号试验中，因素B和C各水平出现的情况。本例中B1、B2和C1、C2也各出现一次。可见A1和A2具有相同的试验条件。也就是说在考察A1和A2对试验指标的影响时，因素B和C对试验指标的影响是相同的。这样就排除了因素B和C的干扰，可以比较A1，A2对试验指标的影响。这种综合可比性是正交试验设计进行结果分析的理论基础。 在正交表的三个基本性质中，正交性是核心，是基础，而代表性和综合可比性是正交性的必然结果。 第三节 正交试验设计的基本程序 正交试验的基本程序包括试验方案设计和试验结果分析两大部分。 一、试验方案设计 下面通过一个具体的实例说明试验方案设计的内容。 例7-2 为了提高山楂原料的利用率，某研究组进行酶法液化工艺制造山楂清汁的研究，拟通过正交试验寻找酶法液化工艺的最佳工艺条件。 (一) 确定试验指标 试验指标是由试验目的确定的。在试验设计之前必须明确试验目的，对试验所要解决的问题应有全面深刻的理解。通过周密考虑，确定试验指标。一项试验至少需要一个试验指标，有时需要多个试验指标。 对例7-2，试验目的是为了提高山楂原料的利用率，因此可以用液化率 液化率＝ 作为试验指标，来评价液化工艺条件的好坏。液化率越高，山楂原料的利用率就越高。 试验指标一经确定，就要把测定试验指标的方法和所要用的仪器、设备等确定下来。 (二) 选择试验因素 选择试验因素时，首先要根据专业知识，以往研究的结果和经验教训，尽可能全面地考虑到影响试验指标的诸因素。 * * 第七章 正交试验设计 前面已经谈过，全面试验法只适用于因素和水平数都不太多的试验，如单因素试验和水平数较少的双因素试验。对于三个以上因素的多因素试验，一般采用部分实施法，以减少试验次数和缩短试验周期。其中最常用的是正交试验设计法。 第一节 正交试验设计法的基本思想 下面通过一个例子说明正交试验设计法的基本思想。 例7-1 在采用以蛋白酶为主的合成酶生产全脂加糖大豆炼乳的研究中，欲对酶用量、酶作用时间和底物浓度进行探讨，确定最优工艺条件。试验指标为肽态氮含量(％)，各因素及其水平见表7-1。 表7-1 因素水平表 20 0.30 1:6 3 15 0.20 1:5 2 10 0.10 1:4 1 酶作用时间(min) 酶用量(％) 底物浓度 (大豆与水的比例) C B A 因素 水平 这是一个三因素三水平的试验，通常有两种试验设计方法。 1、全面试验法 全面试验法要做33＝27次试验，这27次试验用图表示就是图7-1(1)中立方体的27个交叉点。该法可得到全面的试验信息，可找到最佳工艺条件，缺点是试验次数太多。 图7-1(1) 全面试验设计法的试验点分布图 2、因素轮换法 这种方法是每次只改变一个因素的水平，其他因素则固定在一个水平上，逐个研究各因素的影响。例如在研究因素A时，先将因素B和C固定在B1和C1，试验安排为： 如果试验结果发现A3水平最好，则将因素A固定在A3，因素C仍固定在C1，考察因素B的影响，试验安排为： 如果发现B2的水平最好，则将因素B固定于B2，因素A仍固定在A3，考察因素C的影响，试验安排为： 如果发现C3最好，则可认为最佳工艺条件为A3B2C3。试验点如图7-1(2)所示。 图7-1(2) 因素轮换法的试验点分布图 这种试验设计方法的最大优点为试验次数少(共7次)，但缺点很多： 其一，试验点代表性差。由图7-1(2)可见，试验点只分布在局部区域，在很大范围内没有试验点，这样就不能客观地反映27个试验点的情况。而且当各因素间存在交互作用时，采用不同的因素轮换方式，会得到不同的结论；其二，无法考察因素间的交互作用；其三，如果不进行重复试验，无法估计试验误差。 那么能否找到一种可兼顾上述两种方法的优点的方法呢？如果我们能从全面试验点中，选取部分具有代表性的点，使试验点在试验范围内分布得很均匀，能反映全面试验情况，就可达到上述目的。对例7-1这样的试验点可这样选取，如图7-1(3)所示。 图7-1(3) 正交试验法的试验点分布图 对应于A有A1，A2，A3三个平面，对应于B，C也有三个平面，共有九个平面。为了使所选取的试验点有代表性，这九个平面上的试验点应当一样多，即对每个因素的每个水平都应当同等看待。具体来说，每个平面都有三行三列，要求每行每列上的试验点一样多。从图7-1(3)可以看出，在九个平面中每个平面上都恰好有三个点，而每个平面的每行每列都有一个且只有一个点，总共