第六章 正交试验设计
- 格式:doc
- 大小:1.10 MB
- 文档页数:26
第6章正交试验设计正交试验设计是一种科学的方法,用于研究多个因素和水平对一个特定实验结果的影响。
这种方法在很多领域都有广泛的应用,包括工程、医学、社会科学和生物科学等。
下面将详细介绍正交试验设计的基本概念、方法和应用。
一、基本概念正交试验设计是一种基于正交性原理的试验设计方法。
正交性原理是指在一组因素中,任意两个因素的不同水平之间都没有相关性。
这意味着每个因素的不同水平都可以独立地影响实验结果,而不会与其他因素的水平产生交互作用。
在正交试验设计中,通常将实验条件或因素设定为不同的水平,并将这些水平组合成一个正交表。
正交表是一种表格,其中每一行代表一个因素的不同水平组合,每一列代表一个因素的独立水平。
通过使用正交表,可以方便地安排多个因素的试验,并有效地分析实验结果。
二、方法1.确定因素和水平在正交试验设计中,首先需要确定要研究的因素和每个因素的水平。
因素是指可能影响实验结果的变量,而水平是指每个因素的不同取值。
在确定因素和水平时,需要考虑实验的目的、现有条件和实际应用等因素。
2.制定正交表根据确定的因素和水平,可以制定一个正交表。
正交表的行数代表实验次数,列数代表因素的数量,而每个单元格则代表一个具体的实验条件或结果。
通常,正交表可以分为标准型和非标准型两大类。
标准型正交表适用于均匀分布在各个因素的水平上,而非标准型正交表则适用于不均匀分布或某些特定条件下的实验设计。
3.实施试验按照正交表中的安排进行试验,记录每次实验的条件和结果。
在实施试验时,需要注意控制实验条件的一致性,以避免误差和干扰因素的影响。
4.分析结果通过对实验结果进行分析,可以得出每个因素对实验结果的影响程度和各因素之间的交互作用。
常用的分析方法包括极差分析、方差分析、回归分析和主成分分析等。
通过分析结果,可以得出最佳的实验条件组合,为实际应用提供指导。
三、应用正交试验设计在许多领域都有广泛的应用,例如:1.工程领域:在机械制造、电子产品制造和化工生产等领域中,经常需要研究多个因素对产品性能的影响。
6 正交试验设计本章要点:正交试验设计的基本思想,正交表;单指标与多指标的正交试验设计,混合型正交试验设计,考虑交互作用的正交试验设计;正交试验设计直观分析、方差分析的基本原理和方法。
重点:考虑交互作用的正交试验设计;正交试验设计直观分析和方差分析的基本原理和方法。
难点;考虑交互作用的正交试验设计与分析。
6.1 正交试验设计的基本思想6.1.1 问题的提出在实际生产和科学研究中,我们需要通过一定的试验或观测来获取数据资料,对这些数据资料进行科学的分析与处理,可以帮助我们找出问题的主要矛盾及它们之间的内在规律,从而获得问题的解决方法。
对单因素的试验,可以采用0.618法、对分法、平行线法、交替法、调优法等方法去解决。
而对于多因素问题,往往会认为对每个因素的各个水平都进行全面搭配的试验,才是最好的办法。
但是,这样的全面试验虽然对于揭示事物的内部规律很清楚,却往往缺少实用应用价值。
由第2章我们可知,全面试验只适用于因素和水平数目均不太多的问题。
例如:有4个因素,每因素取2个水平,全面试验需要24=16种水平组合;当有6个因素,每因素取5个水平,全面试验就需要56=15625种水平组合,加上考虑试验精度或估计实验误差的需要,则还要增加重复试验次数,这种全面试验一般是不可能做到的。
因此,当试验因素较多时,既要考虑合理的试验处理及重复次数,又希望得出较全面的结论,就需要用科学的方法进行合理的安排,下面通过实例进行说明。
例6-1 小麦面筋蛋白琥珀酰化的特性研究。
根据初步试验发现,影响小麦面筋蛋白酰化改性后特性的因素有3个,每个因素取3种状态(即3个水平),具体如下:A 琥珀酰化底物浓度/% A 1= 5 A 2=10 A 3=15B 琥珀酰酐用量/% B 1=10 B 2=15 B 3=20C 反应温度/ºCC 1=40C 2 =50C 2 =60为了便于讨论,我们将试验考核指标用y i 表示(如:酰化改性后的功能特性),影响考核指标的因素用大写字母A 、B 、C ……表示,每个因素所处的某种状态用该因素的大写字母加上足标表示,如A 1、A 2……表示A 因素的第1、2……状态,也称之为因素A 的第1、2……水平。
第六章正交试验法在生产和科研项目中,为了改革旧工艺或研制新产品,经常要做许许多多因素的试验。
如何安排多因素的试验,是一个很值得研究的问题。
试验安排得好,既可以减少试验次数、缩短试验时间和避免盲目性,又能迅速得到有效的结果;试验安排的不好,试验次数既多,结果还不一定满意。
“正交试验法”是研究与处理多因素试验的一种科学方法,俗称“多因素选优法”。
它利用一种现成的规格化的表——“正交表”,科学的挑选试验条件,合理的分析试验结果。
这种方法的优点是:能在很多的试验条件中,选出代表性强的少数次条件,并能通过少数次试验,找到较好的生产条件,即最优方案或较优方案。
§6.1 基本概念一、指标、因素和水平每当我们进行一次试验时,首先要明确试验的目的是什么?用什么指标来衡量试验的效果?例如某光学厂使用超声波清洗机,清洗出的玻璃质量时好时坏,很不稳定。
我们的试验目的是为了提高清洗质量,寻找超声波清洗的最优工艺条件。
每次试验都用16块合格玻璃进行清洗,试验考核的指标是清洗后光洁度合格的玻璃数量,越多越好。
因此所谓指标,就是用来衡量试验效果的一个特征量。
指标分为两大类。
一类是定量指标——直接用数量表示的指标。
例如产量、时间、强度、长度等。
另一类是定性指标——不能直接用数量表示,只能凭感觉器官(手摸、眼看、嘴尝等)来评定的指标。
例如棉花纤维的手感和颜色,食品的脆和酥性等。
在正交试验中,为了便于是分析试验结果,总是把定性指标定量化(通常用评分法),变为定量指标。
因此,以后我们对这两类指标不加区别。
在超声波清洗试验中,根据试验目地和指标,我们发现清洗温度、清洗时间、加碱量、超声波频率、电压、车间内温度、湿度、清洗溶液的配方(有两种不同的配方)等都对试验指标产生影响。
我们称影响试验指标的原因为因素。
有一类因素在试验中可以认为的加以调节和控制,称为可控因素。
例如清洗温度、清洗时间、加碱量等。
另一类因素,由于自然、技术和设备等条件的限制,暂时还不能认为的调节和控制的,称为不可控因素。
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正交试验法:在优选区内利用正交表科学地安排试验点,通过试验结果的数据分析,缩小优选范围,或者得到较优点的多因素试验方法。
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:L(r m)n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。
(27)完全试验次数:128如:L8L(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)(2)混合水平正交表:指试验中各因素的水平数不相等的正交表如L8(41×24),L24(3×4×24)(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。
(2)任意两列中,同一横行的两个数字构成有序数对,每种数对出现的次数是相同,即任何两个因素之间都是交叉分组的全面试验。
(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。
②通过对这些少数试验方案的结果进行统计分析,可以推出较优的方案,而且所得到的较优方案往往不包含在这些少数试验方案中。
③对试验结果作进一步的分析,可以得到试验结果之外的更多信息。
例如,各试验因素对试验结果影响的重要程度、各因素对试验结果的影响趋势等。
第六章正交试验设计(I)教学内容与要求(1)了解正交试验设计的优点,掌握正交表的表示符号、基本结构和特点,掌握正交试验设计的基本步骤。
(2)掌握单指标正交试验、多指标正交试验、有交互作用正交试验、混合水平的正交试验的直观分析法;(3)理解单指标正交试验、多指标正交试验、有交互作用正交试验、混合水平的正交试验的方差分析法。
(4)了解Ecxel在正交试验设计中应用。
(II)教学重点正交试验的直观分析法。
(III)教学难点正交试验的方差分析。
6.1 概述6.1.1 正交试验设计方法的优点和特点用正交表安排多因素试验的方法,称为正交试验设计法。
我国60年代开始使用,70年代得到推广。
这一方法具有这样的特点:①完成试验要求所需的实验次数少。
②数据点的分布很均匀。
③可用相应的极差分析方法、方差分析方法、回归分析方法等对试验结果进行分析,引出许多有价值的结论。
因此日益受到科学工作者的重视,在实践中获得了广泛的应用。
例6-1:某化工厂想提高某化工产品的质量和产量,对工艺中三个主要因素各按三个水平进行试验(见表6-1)。
试验的目的是为提高合格产品的产量,寻找最适宜的操作条件。
表6-1 因素水平表对此实例该如何进行试验方案的设计呢?很容易想到的是第一方案:(全面搭配法方案)A2——…A3——…此方案数据点分布的均匀性极好,因素和水平的搭配十分全面,唯一的缺点是实验次数多达33=27次。
(指数3代表3个因素,底数3代表每因素有3个水平)想节省费用而又快出成果的人提出了第二方案:(简单比较法方案)。
先固定A和B,只改变C,观察因素C不同水平的影响。
作了如下的三次实验:发现C=C2的那次实验的效果最好,合格产品的产量最高,因此认为在后面的实验中因素C应取C2水平。
固定A和C,改变B的三次实验为:发现B=B3的那次实验效果最好,因此认为因素B宜取B3水平。
固定B和C,改变A 的三次实验为:发现因素A宜取A2水平。
因此可以引出结论:为提高合格产品的产量,最适宜的操作条件为A2B3C2。
与第一方案相比,第二方案的优点是实验的次数少,只需做9次实验。
但必须指出,第二方案的试验结果是不可靠的。
因为,①在改变C值(或B值,或A值)的三次实验中,说C2(或B3或A2)水平最好是有条件的。
在A≠A1,B≠B1时,C2水平不是最好的可能性是有的。
②在改变C的三次实验中,固定A=A2,B=B3应该说也是可以的,是随意的,故在第二方案中,数据点分布的均匀性是毫无保障的。
③用这种方法比较条件好坏时,只是对单个的试验数据,进行数值上的简单比较,不能排除必然存在的试验数据误差的干扰。
第三方案是用正交试验设计方法,用正交表来安排试验。
对于例6-1适用的正交表L9(34)及其试验安排见表6-2。
所有的正交表与L9(34)正交表一样,都具有下面两个特点:94试验号列号 1 2 3 4 因素温度/℃压力/(N/m2)加碱量/kg符号 A B C1 1(A1) 1(B1) 1(C1) 12 1(A1) 2(B2) 2(C2) 23 1(A1) 3(B3) 3(C3) 34 2(A2) 1(B1) 2(C2) 35 2(A1) 2(B2) 3(C3) 16 2(A2) 3(B3) 1(C1) 27 3(A3) 1(B1) 3(C3) 28 3(A3) 2(B2) 1(C1) 39 3(A3) 3(B3) 2(C2) 1(1)在每一列中,各个不同的数字出现的次数相同。
在表L9(34)中,每一列有三个水平,水平1、2、3都是各出现3次。
(2)表中任意两列并列在一起形成若干个数字对,不同数字对出现的次数也都相同。
在表L9(34)中,任意两列并列在一起形成的数字对共有9个:(1,1), (1,2), (1,3), (2,1), (2,2), (2,3), (3,1), (3,2), (3,3),每一个数字对各出现1次。
这两个特点称为正交性。
正是由于正交表具有上述特点,就保证了用正交表安排的试验方案中因素水平是均衡搭配的,数据点的分布是均匀的。
这从图6-1中可以直观地看出。
虽然数据点只有9个,却非常均匀地分布在图中的各个平面和各条直线上。
与A轴垂直的三个平面,与B轴垂直的三个平面,与C轴垂直的三个平面等9个平面内,每一个平面内都正好含有3个数据点。
图中与A、B、C轴平行的27条直线,每一条直线上都正好含有一个数据点。
可见,运用正交试验设计方法得出的第三方案,不仅试验的次数少,而且数据点分布的均匀性极好。
兼有第一和第二方案的优点。
不难理解,对第三方案的全部数据,进行数理统计分析引出的结论的可靠性肯定会远好于第二方案。
因素愈多,水平数愈多,运用正交试验设计方法,减少试验次数的效益愈明显。
做一个6因素3水平试验,若用因素水平全面搭配方法,共需的试验次数=36=729次;若用正交表L27(313)来安排,则只需做27次试验。
图6-1 对应的数据分布图6.1.2 因素之间的交互作用交互作用的定义如果因素A的数值和水平发生变化时,试验指标随因素B变化的规律也生变化。
或反之,若因素B的数值或水平发生变化时,试验指标随因素A变化的规律也发生变化。
则称因素A、B间有交互作用,记为A×B。
交互作用的判别例6-2 在合成橡胶生产中,催化剂用量和聚合反应温度是对转化率有重要影响的两个因素。
判别这两个因素是否有交互作用,基本方法是按表6-3所示的二元表,做四次实验,而后画出和分析图6-2。
图6-2 交互作用A×B的二元图由图6-2可见,转化率随催化剂用量的变化规律,因聚合反应温度的不同而差异很大。
在聚合反应温度为30℃时,转化率随催化剂用量的增大而减少;在聚合反应温度为50℃时,转化率却随催化剂用量的增大而增大。
两直线在图中相交,这是交互作用很强的一种表现。
若两因素间没有交互作用,则出现在图6-2中的两直线应该是严格的互相平行。
若两直线不互相平行,是不是就可以说“有交互作用”呢?不能。
因为实验数据的误差也会造成两直线不互相平行。
为此请看例6-3。
例6-3为判别合成橡胶生产中,催化剂用量(B)与聚合时间C两因素之间是否存在有交互作用,为此,研究它们对转化率y的影响,进行了四次实验(见表6-4)。
从表中的数据可以得出在因素C=0.5(h)时,直线的斜率在因素C=1.0(h)时,直线的斜率两直线的斜率不同,只能说有交互作用存在的可能性。
交互作用是否真的存在,还必须做进一步的分析。
假设按第5章介绍的方法已得到转化率y相对误差的最大值[E r(y)]max=0.03。
C=1.0, B=2时,y的实验值y实验=89.7,y的计算值y计算按下式计算则y实验与y计算的相对偏差因为y实验对y计算的相对偏差e r小于y值据相对误差的最大值,所以可以认为两直线的斜率不同,是由于实验数据的误差所致,可以引出“因素B、C间无交互作用”的结论。
若试验的相对误差最大值尚未确定,判别因素之间对试验指标有无存在交互作用问题,可以在对试验结果进行数学分析时得到确认。
6.1.3 正交表使用正交试验设计方法进行试验方案的设计,就必须用到正交表。
常用的正交表见本书的附录。
各列水平数均相同的正交表(可称单一水平正交表)这类正交表名称的写法为:各列水平数均为2的常用正交表有:①L4(23);②L8(27);③L12(211);④L16(215);⑤L20(219);⑥L32(231)。
各列水平数均为3的常用正交表有:①L9(34)②L27(313)各列水平数均为5的常用正交表有:L25(56)各列水平数均为4的常用正交表有:L16(45)各列水平数均相同的正交表,允许进行三种初等置换:①表中的任意两列之间可以互相置换。
②表中的任意两行之间可以互相置换。
③同一列中任意两种水平记号之间可以互相置换。
经初等置换得到的一切新的正交表与置换之前的原来的正交表是等价的单一水平正交表均具有因素水平均衡搭配的两个特点(见4.1.1)。
混合水平正交表各列水平数不相同的正交表,叫混合水平正交表,下面就是一个混合水平正交表名称的写法:L 8(41×24)2水平列的列数为44水平列的列数为1实验的次数正交表的代号以上写法常简写为L8(4×24)。
此混合水平正交表含有1个4水平列,4个2水平列,共有1+4=5列。
混合水平正交表同样具有单一水平正交表所具有的因素水平均衡搭配的两个特点。
6.1.4 选择正交表的基本原则一般都是先确定试验的因素、水平和交互作用,后选择适用的L表。
在确定因素的水平数时,主要因素宜多安排几个水平,次要因素可少安排几个水平。
在选择L表时:1.先看水平数。
若各因素全是2水平,就选L*(2*)表;若各因素全是三水平,就选L*(3*)表。
若各因素的水平数不相同,就选择适用的混合水平表。
2.每一个交互作用在正交表中应占一列或二列。
要看所选的正交表是否足够大,能否容纳得下所考虑的因素和交互作用。
为了对试验结果进行方差分析或回归分析,还必须至少留一个空白列,作为“误差”列,在极差分析中可作为“其它因素”列处理。
3.要看试验精度的要求。
若要求高,则宜取实验次数多的L表。
4.若试验费用很昂贵,或试验的经费很有限,或人力和时间都比较紧张,则不宜选实验次数太多的L表。
5.在按原考虑的因素、水平和交互作用去选择正交表,无正好适用的正交表可选时,简便且可行的办法是适当修改原定的水平数。
6.在某因素或某交互作用的影响是否确实存在没有把握的情况下,选择L表时常为该选大表还是选小表而犹豫。
若条件许可,应尽量选用大表,让影响存在的可能性较大的因素和交互作用各占适当的列。
某因素或某交互作用的影响是否真的存在,留到方差分析做显著性检验时再做结论。
这样既可以减少试验的工作量,又不致于漏掉重要的信息。
6.1.5 正交表的表头设计所谓表头设计,就是确定试验所考虑的因素和交互作用,在正交表中该放在哪一列的问题。
1.有交互作用时,表头设计则必须严格地按规定办事。
例6-4乙酰胺苯磺化反应试验试验目的:希望提高乙酰胺苯的收率因素和水平:有四个二水平的因素(见表6-5)考虑到反应温度与反应时间可能会有交互作用,反应温度与硫酸浓度也可能有交互作用,两者可分别用代号A×B和A×C表示。
试选择合适的正交表,并进行表头设计。
因为4个因素均为2水平,2个交互作用需占2列,为方差分析应至少留一个空白列作为误差列,所以可选择正交表L8(27)。
此处,表头设计的重点是搞清各个交互作用该放在哪一列。
方法之一:使用附录9正交表L8(27)后面的“L8(27)二列间交互作用表”(见表6-6)。
7因为考虑的交互作用是A×B和A×C,所以宜先考虑A、B、C及其交互作用的安排,暂不考虑D的安排。