[工学]《试验设计与数据处理》讲稿_第6章_正交试验设计.pptVIP

第6章 正交试验设计 主要内容： 一、概述 二、正交试验设计结果的直观分析法 三、正交试验设计结果的方差分析法 6.1 概述 引例—多因素的试验设计问题 指标—收率 因素—(1)原料A的用量 (2)原料B的用量 (3)液固比C (4)反应温度D (5)反应压力E (6)催化剂的用量F (7)反应时间G (8)搅拌强度H 水平—8个因素各取3个水平 进行全面搭配的试验次数为： 38=6561 次 科学问题：能否只做其中一小部分试验，通过数据分析来达到全面试验的效果呢？ 6.1.1 正交表 （一）正交表的代号及含义 常用正交表的形式为： Ln（r m） 式中，L ──正交表的符号； n ──要做的试验次数； r ── 因素的水平数； m ── 最多允许安排的因素个数。 如： L8（27） 完全试验次数：128 L27（313）完全试验次数：1594323 （二）正交表的形式 （1）等水平正交表：指各个因素的水平数都相等的正交表。 如 L8（27），L27（313） （三）正交表的特点 （1） 每一列中，不同的数字出现的次数相等，即对任何一个因素，不同水平的试验次数是一样的。 （三）正交试验设计的分类 6.1.2 正交试验设计的优点 ①能在所有试验方案中均匀地挑选出代表性强的少数试验方案。 6.1.3 正交试验设计的基本步骤 包括两部分：一是试验设计；二是数据处理 6. 2 正交试验设计结果的直观分析法 6.2.1 单指标正交试验设计及其结果的直观分析 （1）明确试验目的，确定评价指标 试验目的——提高产品的乳化能力 评价指标——单指标：乳化能力 ※ 等水平正交表： 2 水平正交表 L4（23）、L8（27）、L12（211）...... 3 水平正交表 L9（34）、L18（37）、L27（313）...... 4 水平正交表 L16（45）、L32（49）、L64（421）...... 5 水平正交表 L25（56）...... 8 水平正交表 L64（89）...... （4）明确试验方案 把各列上的数字1、2、3分别看成是该列因素在各个试验中的水平数———每行对应一个试验方案 如果将各因素对应的水平的具体数值填上去，则试验方案更加明确 （5）对试验结果进行统计分析——极差分析 结果分析 根据极差的大小，确定因素的主次顺序 因素—效果趋势图 ※优方案的确定 （6）进行验证试验，作进一步分析 6.2.2 多指标正交试验设计及其结果的直观分析 多指标正交试验的直观分析方法 因素—效果趋势图： 综合平衡法的原则： 6.2.3 有交互作用时的直观分析 2 有交互作用的正交试验设计及其结果的直观分析 与无交互作用的区别： 与无交互作用的区别： 6.2.4 混合水平的正交试验设计及其结果的直观分析 6. 3 正交试验设计结果的方差分析法 6.3.1 方差分析的基本步骤与格式 ②各因素引起的离差平方和SSj ③试验误差的离差平方和SSe （3）计算均方——离差平方和/自由度 （5）显著性检验 6.3.2 二水平正交试验的方差分析 例6-8 （书中P.101 表6-28） 计算F值→列出方差分析表→ F 检验 优方案的确定： 6.3.3 三水平正交试验的方差分析 所有空列所对应离差平方和之和 ——按SSj的计算方法计算SS空列，然后求和： ④交互作用的离差平方和 SSA×B 将交互作用看成某一因素，按SSj计算SSA×B，然后求和 （2）计算自由度 总平方和的总自由度： dfT = 试验总次数-1 = n-1 任一列离差平方和的自由度： dfj = 因素水平数-1 = r-1 两因素交互作用的自由度： dfA×B = dfA×dfB 误差的自由度： 总自由度——也可求和计算： （4）计算F值 ——将各因素或交互作用的均方除以误差的均方 A因素 A×B交互作用 误差 A因素的F值 A×B交互作用的F值 同理，可以判断其他 j 因素或交互作用对试验结果有无显著影响。 FA Fα(dfA, dfe)，认为因素A对试验结果有显著影响, 否则认为没有显著影响。 FA×B Fα(dfA ×B , d