正交试验设计及其方差分析.doc
- 文档编号:1264268
- 上传时间:2022-10-19
- 格式:DOC
- 页数:6
- 大小:110.50KB
正交试验设计及其方差分析.doc
《正交试验设计及其方差分析.doc》由会员分享,可在线阅读,更多相关《正交试验设计及其方差分析.doc(6页珍藏版)》请在冰豆网上搜索。
第三节正交试验设计及其方差分析
在工农业生产和科学实验中,为改革旧工艺,寻求最优生产条件等,经常要做许多试验,而影响这些试验结果的因素很多,我们把含有两个以上因素的试验称为多因素试验.前两节讨论的单因素试验和双因素试验均属于全面试验(即每一个因素的各种水平的相互搭配都要进行试验),多因素试验由于要考虑的因素较多,当每个因素的水平数较大时,若进行全面试验,则试验次数将会更大.因此,对于多因素试验,存在一个如何安排好试验的问题.正交试验设计是研究和处理多因素试验的一种科学方法,它利用一套现存规格化的表——正交表,来安排试验,通过少量的试验,获得满意的试验结果.
1.正交试验设计的基本方法
正交试验设计包含两个内容:
(1)怎样安排试验方案;
(2)如何分析试验结果.先介绍正交表.
正交表是预先编制好的一种表格.比如表9-17即为正交表L4(23),其中字母L表示正交,它的3个数字有3种不同的含义:
表9-17
列号
试验号
123
1
2
3
4
111
122
212
221
(1)L4(23)表的结构:
有4行、3列,表中出现2个反映水平的数码1,2.
列数
↓
L4(23)
↑↑
行数水平数
(2)L4(23)表的用法:
做4次试验,最多可安排2水平的因素3个.
最多能安排的因素数
↓
L4(23)
↑↑
试验次数水平数
(3)L4(23)表的效率:
3个2水平的因素.它的全面试验数为23=8次,使用正交表只需从8次试验中选出4次来做试验,效率是高的.
L4(23)
↑↑
实际试验数理论上的试验数
正交表的特点:
(1)表中任一列,不同数字出现的次数相同.如正交表L4(23)中,数字1,2在每列中均出现2次.
(2)表中任两列,其横向形成的有序数对出现的次数相同.如表L4(23)中任意两列,数字1,2间的搭配是均衡的.
凡满足上述两性质的表都称为正交表(Orthogonaltable).
常用的正交表有L9(34),L8(27),L16(45)等,见附表.用正交表来安排试验的方法,就叫正交试验设计.一般正交表Lp(nm)中,p=m(n-1)+1.下面通过实例来说明如何用正交表来安排试验.
例9.7提高某化工产品转化率的试验.
某种化工产品的转化率可能与反应温度A,反应时间B,某两种原料之配比C和真空度D有关.为了寻找最优的生产条件,因此考虑对A,B,C,D这4个因素进行试验.根据以往的经验,确定各个因素的3个不同水平,如表9-18所示.
表9-18
水平
因素
123
A:
反应温度(℃)
607080
B:
反应时间(小时)
2.53.03.5
C:
原料配比
1.1∶11.15∶11.2∶1
D:
真空度(毫米汞柱)
500550600
分析各因素对产品的转化率是否产生显著影响,并指出最好生产条件.
解本题是4因素3水平,选用正交表L9(34).
表9-19
列号
水平
试验号
ABCD
1234
1
2
3
4
5
6
7
8
9
1111
1222
1333
2123
2231
2312
3132
3213
3321
把表头上各因素相应的水平任意给一个水平号.本例的水平编号就采用表9-18的形式;将各因素的诸水平所表示的实际状态或条件代入正交表中,得到9个试验方案,如表9-20所示.
表9-20
列号
水平
试验号
ABCD
1234
1
2
3
4
5
6
7
8
9
1(60)1(2.5)1(1.1:
1)1(500)
12(3.0)2(1.15:
1)2(550)
13(3.5)3(1.2:
1)3(600)
2(70)123
2231
2312
3(80)132
3213
3321
从表9-20看出,第一行是1号试验,其试验条件是:
反应温度为60℃,反应时间为2.5小时,原料配比为1.1∶1,真空度为500毫米汞柱,记作A1B1C1D1.依此类推,第9号试验条件是A3B3C2D1.
由此可见,因素和水平可以任意排,但一经排定,试验条件也就完全确定.按正交试验表9-20安排试验,试验的结果依次记于试验方案右侧,见表9-21.
表9-21
列号
水平
试验号
ABCD
试验结果(%)
1
2
3
4
5
6
7
8
9
1(60)1(2.5)1(1.1:
1)1(500)
12(3.0)2(1.15:
1)2(550)
13(3.5)3(1.2:
1)3(600)
2(70)123
2231
2312
3(80)132
3213
3321
38
37
76
51
50
82
44
55
86
2.试验结果的直观分析
正交试验设计的直观分析就是要通过计算,将各因素、水平对试验结果指标的影响大小,通过极差分析,综合比较,以确定最优化试验方案的方法.有时也称为极差分析法.
例9.7中试验结果转化率列在表9-21中,在9次试验中,以第9次试验的指标86为最高,其生产条件是A3B3C2D1.由于全面搭配试验有81种,现只做了9次.9次试验中最好的结果是否一定是全面搭配试验中最好的结果呢?
还需进一步分析.
(1)极差计算
在代表因素A的表9-21的第1列中,将与水平“1”相对应的第1,2,3号3个试验结果相加,记作T11,求得T11=151.同样,将第1列中与水平“2”对应的第4,5,6号试验结果相加,记作T21,求得T21=183.
一般地,定义Tij为表9-21的第j列中,与水平i对应的各次试验结果之和(i=1,2,3;j=1,2,3,4).记T为9次试验结果的总和,Rj为第j列的3个Tij中最大值与最小值之差,称为极差.
显然T=,j=1,2,3,4.
此处T11大致反映了A1对试验结果的影响,
T21大致反映了A2对试验结果的影响,
T31大致反映了A3对试验结果的影响,
T12,T22和T32分别反映了B1,B2,B3对试验结果的影响,
T13,T23和T33分别反映了C1,C2,C3对试验结果的影响,
T14,T24和T34分别反映了D1,D2,D3对试验结果的影响.
Rj反映了第j列因素的水平改变对试验结果的影响大小,Rj越大反映第j列因素影响越大.上述结果列表9-22.
表9-22
T1j
T2j
T3j
151133175174
183142174163
185244170182
T=519
Rj
34111519
(2)极差分析(Analysisofrange)
由极差大小顺序排出因素的主次顺序:
主→次
B;A、D;C
这里,Rj值相近的两因素间用“、”号隔开,而Rj值相差较大的两因素间用“;”号隔开.由此看出,特别要求在生产过程中控制好因素B,即反应时间.其次是要考虑因素A和D,即要控制好反应温度和真空度.至于原料配比就不那么重要了.
选择较好的因素水平搭配与所要求的指标有关.若要求指标越大越好,则应选取指标大的水平.反之,若希望指
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 正交 试验 设计 及其 方差分析
![提示](https://static.bdocx.com/images/bang_tan.gif)