现代试验方 法-3内容资料.pptVIP

现代化工试验方法;10．1 单因素试验数据分析 10．1．1 试点设计 试点设计就是要确定因素水平的试验范围和水平取值，并须考虑试验点的重复次数和随 机化分配。 试验范围的确定需要具体的试验目的和专业知识相配合，可在任务要求的范围内 进行，或经分析得到的包含最优点的试验范围。如果已有试验资料不足时需在较大范围内进 行试验探索，或在试验过程中改变试验范围。试验范围的缩小工作是非常重要的，最优化理 论表明，在足够小的范围内，函数关系可用二次式近似表达，这就具有了一定普遍性。 除有特殊要求与安全因素外，试验范围一般应取容许的极限范围再适当放宽，以防漏掉较好的试验条件，而且也有利于进一步的开发研究。 Fisher三原则：随机、重复、局部控制 试点的水平值设定原则在7．1．2节中已述及，这里再补充一??规则。为了减少试验工作量，或使控制因素变化明显，应使试点间距超过试验误差：试验范围很宽时，可先作大间距 试验，限制试点数，再根据结果缩小间距试验，这就是序贯试验方法。 ;;10．1．2 简单对比试验法 简单对比法又称孤立因素法，是进行单因素试验前固定其他因素的方法。先给定需要依次进行单因素试验的各个因素一个初始条件，然后改变一个因素，固定其他因素不变，找出 最优条件作为第二个单项条件试验中的固定条件，依次类推，在全部单项条件试验进行完毕后，各因素的最优水平就汇集在一起，得到了最佳方案。 在安排因素试验顺序时，须应用专业技术及具体问题的实际解决经验分析哪一个因素是最主要的，它对试验指标的影响可能最大，宜安排在最先作为变化因素进行第一次单项条件 试验，其他因素依其重要程度顺序安排完成。在因素水平数较多时，一般先做估计的最优水平。试验范围很窄时，可按水平的高低顺序进行试验。最后得到的最佳方案，通常还须进行重复试验验证其稳定性，称为综合条件试验。 孤立因素法可迅速了解各因素对指标的影响关系，得到各因素的好条件。但是由于忽略 各因素的综合效应，得到的最优条件仅是边界最优点，可能并非全局最优点。 ;;10．1．4 单因素方差分析 试验数据方差分析可检验因素的变动对试验指标影响的显著性。单因素试验中，考察因 素A对试验结果的影响程度。设因素A有m个试验水平，，每个水平重复厂次试验，每次试;;;;;;10．2 简单多因素试验数据分析 10．2．1 全面试验法 全面试验法又称为析因试验设计或因子设计，这是一种最简单的和最完全的试验设计方 法。对每一个所研究的因素，确定一组数值或水平，就各因素水平的各个可能组合，进行一 次或多次该过程的试验。例如，试验中因素A有a个水平，因素B有b个水平，那么完成全 部试验应包含所有的ab个组合。这样，在实验结果的分析中，各个因素效应的确定就能够达 到每次仅变动一个因素时同样的精确度，并且还能够计算出各个因素之间交互影响的效应。 化学化工工作者进行试验研究时，无论在实验室还是在工厂，一般总离不开确定一个或 更多因素对于某种产品的产量或质量的效应，对某种机器或测量仪器的性能的效应，对某种 材料抵抗化学侵蚀能力的效应，对某一过程的功率或燃料消耗的效应，如此等等。其中许多 试验要求考察两个或更多的因素变动产生的效应。要做到对这样一类影响规律的完全揭示， 一次变动一个因素是不够的，必须考察不同因素水平的所有组合，即采用全面试验方法，以 便查明各个因素的效应，以及各个因素依其他因素变化而变动(即交互作用)的可能途径。 ; 严格地说，全面试验法与析因试验法仍有所区别。全面试验法注重试验水平的完全搭配， 如双因素无重复试验法虽然完全搭配，但是不能分析交互作用。析因试验法则注重试验结果 的因子分析，尤其是因子的交互作用，并据此可在试验安排上作一些调整，如混杂的应用等。 如果试验共有k个因素，每个因素都只有m个水平，则全面试验需要做mk次试验。当 因素和水平数较少时，尚可安排试验寻找最好的搭配方案，但是当因素和水平数增加时，做 起来就费时费工了，有时甚至不可能实现。通常有些交互作用可以忽略，仅须考虑部分交互 作用，这时可用正交试验法进行安排和分析结果将更加节约工时。 但是全面试验法在试验设 计中的地位是不容忽视的，它比简单的对比试验却节约多了，同时它是最早期的试验方法， 所有方法都是在此基础上改进发展出来的，而且如今还常用的双因素重复试验方差分析就是 该方法的特例，下面以此说明。 由于因素各水平重复???取相等时有利于数据分析和取得有效的统计检验结果，因