正交设计优选鼻炎灵胶囊的提取工艺

正交试验设计方法 讲义及举例

正交试验设计方法讲义及举例 第5章 正交试验设计方法 5．1 试验设计方法概述 试验设计是数理统计学的一个重要的分支。多数数理统计方法主要用于分析已经得到的数据，而试验设计却是用于决定数据收集的方法。试验设计方法主要讨论如何合理地安排试验以及试验所得的数据如何分析等。 例5-1 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5-1）。试验的目的是为提高合格产品的产量，寻求最适宜的操作条件。 对此实例该如何进行试验方案的设计呢？ 很容易想到的是全面搭配法方案（如图5-1所示）： 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）。因素、水平数 愈多，则实验次数就愈多，例如，做一个6因素3水平的试验，就需36＝729次实验，显然难以做到。因此需要寻找一种合适的试验设计方法。 试验设计方法常用的术语定义如下。 试验指标：指作为试验研究过程的因变量，常为试验结果特征的量（如得率、纯度等）。例1的试验指标为合格产品的产量。 因素：指作试验研究过程的自变量，常常是造成试验指标按某种规律发生变化的那些原因。如例1的温度、压力、碱的用量。 水平：指试验中因素所处的具体状态或情况，又称为等级。如例1的温度有3个水平。温度用T 表示，下标1、2、3表示因素的不同水平，分别记为T 1、T 2、T 3。

常用的试验设计方法有：正交试验设计法、均匀试验设计法、单纯形优化法、双水平单纯形优化法、回归正交设计法、序贯试验设计法等。可供选择的试验方法很多，各种试验设计方法都有其一定的特点。所面对的任务与要解决的问题不同，选择的试验设计方法也应有所不同。由于篇幅的限制，我们只讨论正交试验设计方法。 5．2 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。其特点为：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。 从例1可看出，采用全面搭配法方案，需做27次实验。那么采用简单比较法方案又如何呢？ 先固定T 1和p 1，只改变m ，观察因素m 不同水平的影响，做了如图2-2（1）所示的三次实验，发现 m ＝m 2时的实验效果最好（好的用 □ 表示），合格产品的产量最高，因此认为在后面的实验中因素m 应取m 2水平。 固定T 1和m 2，改变p 的三次实验如图5-2（2）所示，发现p ＝p ３时的实验效果最好，因此认为因素p 应取p ３水平。 固定p ３和m 2，改变T 的三次实验如图5-2（3）所示，发现因素T 宜取T 2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T 2p ３m 2。与全面搭配法方案相比，简单比较法方案的优点是实验的次数少，只需做9次实验。但必须指出，简单比较法方案的试验结果是不可靠的。因为，①在改变m 值（或p 值，或T 值）的三次实验中，说m 2（或p ３或T 2 ）水平最好是有条件的。在T ≠T １，p ≠p １时，m 2 水平不是最好的可能性是有的。②在改变m 的三次实验中，固定T ＝T ２，p ＝p ３ 应该说也是可以的，是随意的，故在此方案中数据点的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。 运用正交试验设计方法，不仅兼有上述两个方案的优点，而且实验次数少，数据点分布均匀，结论的可靠性较好。 正交试验设计方法是用正交表来安排试验的。对于例1适用的正交表是L 9（34），其试验安排见表5-2。 所有的正交表与L 9（34）正交表一样，都具有以下两个特点： （1） 在每一列中，各个不同的数字出现的次数相同。在表L 9（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。

正交试验设计方法讲义及举例

正交试验设计方法讲义及举例 第5章正交试验设计方法 5．1 试验设计方法概述 试验设计是数理统计学的一个重要的分支。多数数理统计方法主要用于分析已经得到的数据，而试验设计却是用于决定数据收集的方法。试验设计方法主要讨论如何合理地安排试验以及试验所得的数据如何分析等。 例5-1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5-1）。试验的目的是为提高合格产品的产量，寻求最适宜的操作条件。 对此实例该如何进行试验方案 的设计呢 很容易想到的是全面搭配法方 案（如图5-1所示）： 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）。因素、 水平数愈多，则实验次数就愈多，例如，做一个6因素3水平的试验，就需36＝729次实验，显然难以做到。因此需要寻找一种合适的试验设计方法。 试验设计方法常用的术语定义如下。 试验指标：指作为试验研究过程的因变量，常为试验结果特征的量（如得率、纯度等）。例1的试验指标为合格产品的产量。 因素：指作试验研究过程的自变量，常常是造成试验指标按某种规律发生变化的那些原因。如例1的温度、压力、碱的用量。 水平：指试验中因素所处的具体状态或情况，又称为等级。如例1的温度有3个水平。 表5－1 因素水平 水 平 因 素 温 度℃ 压力Pa加碱量kg 符 号 T p m 1 2 3 T1 (80 ) T2(10 p1 p2 p3 m 1 m2 m3 图5－1 全面搭配法方案

温度用T表示，下标1、2、3表示因素的不同水平，分别记为T1、T2、T3。 常用的试验设计方法有：正交试验设计法、均匀试验设计法、单纯形优化法、双水平单纯形优化法、回归正交设计法、序贯试验设计法等。可供选择的试验方法很多，各种试验设计方法都有其一定的特点。所面对的任务与要解决的问题不同，选择的试验设计方法也应有所不同。由于篇幅的限制，我们只讨论正交试验设计方法。 5．2 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。其特点为：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。 从例1可看出，采用全面搭配法方案，需做27次实验。那么采用简单比较法方案又如何呢 先固定T1和p1，只改变m，观察因素m不同水平的影响，做了如图2-2（1）所示的三次实验，发现m＝m2时的实验效果最好（好的用□表示），合格产品的产量最高，因此认为在后面的实验中因素m应取m2水平。 固定T1和m2，改变p的三次实验如图5-2（2）所示，发现p＝p３时的实验效果最好，因此认为因素p应取p３水平。 固定p３和m2，改变T 的三次实验如图5-2（3）所示，发现因素T 宜取T2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T2p３m2。与全面搭配法方案相比，简单比较法方案的优点是实验的次数少，只需做9次实验。但必须指出，简单比较法方案的试验结果是不可靠的。因为，①在改变m值（或p值，或T值）的三次实验中，说m2（或p３或T2）水平最好是有条件的。在T≠T１，p≠p１时，m2水平不是最好的可能性是有的。②在改变m的三次实验中，固定T＝T２，p＝p３应该说也是可以的，是随意的，故在此方案中数据点的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。 运用正交试验设计方法，不仅兼有上述两个方案的优点，而且实验次数少，数据点分布均匀，结论的可靠性较好。 正交试验设计方法是用正交表来安排试验的。对于例1适用的正交表是L9（34），其试验安排见表5-2。 所有的正交表与L9（34）正交表一样，都具有以下两个特点： （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。 图5－2 简单比较法

正交实验设计方法--非常有用

L9（34） 序号 1 2 3 4 1 1 1 1 1 2 1 2 2 2 3 1 3 3 3 4 2 1 2 3 5 2 2 3 1 6 2 3 1 2 7 3 1 3 2 8 3 2 1 3 9 3 3 2 1 回首页 正交试验设计法 正交试验设计法的基本思想 正交表 正交表试验方案的设计 试验数据的直观分析 正交试验的方差分析 常用正交表 1．正交试验设计法的基本思想 正交试验设计法，就是使用已经造好了的表格--正交表--来安排试验并进行数据分析的一种方法。它简单易行，计算表格化，使用者能够迅速掌握。下边通过一个例子来说明正交试验设计法的基本想法。 [例1]为提高某化工产品的转化率，选择了三个有关因素进行条件试验，反应温度(A)，反应时间(B)，用碱量(C)，并确定了它们的试验范围： A：80-90℃ B：90-150分钟 C：5-7％ 试验目的是搞清楚因子A、B、C对转化率有什么影响，哪些是主要的，哪些是次要的，从而确定最适生产条件，即温度、时间及用碱量各为多少才能使转化率高。

试制定试验方案。 这里，对因子A，在试验范围内选了三个水平；因子B和C 也都取三个水平： A：Al＝80℃，A2＝85℃，A3=90℃ B：Bl＝90分，B2＝120分，B3=150分 C：Cl＝5％，C2＝6%，C3＝7% 当然，在正交试验设计中，因子可以是定量的，也可以是定性的。而定量因子各水平间的距离可以相等，也可以不相等。 这个三因子三水平的条件试验，通常有两种试验进行方法： (Ⅰ)取三因子所有水平之间的组合，即AlBlC1，A1BlC2，A1B2C1，……，A3B3C3，共有 33=27次 试验。用图表示就是图1 立方体的27个节点。这种试验法叫做全面试验法。 全面试验对各因子与指标间的关系剖析得比较清楚。但试验次数太多。特别是当因子数目多，每个因子的水平数目也多时。试验量大得惊人。如选六个因子，每个因子取五个水平时，如欲做全面试验，则需56＝15625次试验，这实际上是不可能实现的。如果应用正交实验法，只做25次试验就行了。而且在某种意义上讲，这25次试验代表了15625次试验。 图1 全面试验法取点.......... (Ⅱ)简单对比法，即变化一个因素而固定其他因素，如首先固定B、C于Bl、Cl，使A变化之： ↗A1 B1C1 →A2 ↘A3 (好结果) 如得出结果A3最好，则固定A于A3，C还是Cl，使B变化之： ↗B1 A3C1 →B2 (好结果) ↘B3 得出结果以B2为最好，则固定B于B2，A于A3，使C变化之： ↗C1 A3B2→C2 (好结果) ↘C3 试验结果以C2最好。于是就认为最好的工艺条件是A3B2C2。 这种方法一般也有一定的效果，但缺点很多。首先这种方法的选点代表性很差，如按上述方法进行试验，试验点完全分布在一个角上，而在一个很大的范围内没有选点。因此这种试验方法不全面，所选的工艺条件A3B2C2不一定是27个组合中最好的。其次，用这种方法比较条件好坏时，是把单个的试验数据拿来，进行数值上的简单比较，而试验数据中必然要包含着误差成分，所以单个数据的简单比较不能剔除误差的干扰，必然造成结论的不稳定。

正交实验设计方法原理

设计方法名称正交设计 适用范围仅用于复因子试验。 田间排列田间排列可采用随机区组设计或拉丁方设计等。 田间排列说明一、为什么要用正交试验？ 关于复因子试验我们介绍了随机区组设计和裂区设计两种设计方法、但这两种设计方法均属于复因子试验的全面实施，所成的区组叫完全区组，即每一种处理组合在每一区组都必须设置一个小区。然而，对于农林试验，特别小区面积需较大的热带作物试验，作全面实施往往是不可能的。例如，如欲作肥料三要素试验，每因子取三个水平，则共有27个处理组合。若把试验布置成完全区组，则每区组需设置27个小区。这不仅实际执行时常因地形所限而不易找到如此庞大的区组，即使能找到可摆下27个处理组合的区组也难于实行局部控制。此外，作完全区组设计工作量太大，耗费人力物力也多。为解决以上矛盾，人们提出是否可以从全部处理组合中挑选出一部处理组合来做一下完全区组试验，而且要求这种部分实施同样能达到主要的试验目的。理论与实施都证明这是可能的，这就是本节所介绍的正交试验法。 进一步的问题是：（1）从全部处理组合中应该挑几个处理组合来做试验？（2）从全部处理组合中具体挑选哪几个处理组合来做试验？这两个问题都可以从正交表得到回答。 二、正交表 正交试验，是借助于正交表来布置试验的。因此，首先得搞清楚正交表的含义。比如，需作一A、B、C三因子试验，A分为A1、A2二个水平；B分为B1、B2二个水平；C分为C1、C2二个水平。显然，该试验共有8个处理组合，详列如下： 这8个处理组合，可用数字来简单表示，如A1B1C1可简记为“111”，A1B1C2可简记为“112”等等。这样，如若写出“221”，则表示这是处理组合A2B2C1，。即因子A取A2，因子B取B2，因子C取C1所组成的组合。 如果我们希望把试验布置成正交试验，从8个处理组合中挑选一部分处理组合来做才有代表性呢？这可查正交表得到回答。二水平的最简单一张正交

正交设计方案助手的使用方法

Orthogonal experimental design 1.打开正交设计助手，点击文件，选择新建工程。 2.再点击实验，选择新建实验，会出现设计向导。依次填写设计向导中的实验说明，选择正交表，因素（即影响因素）与水平（即每个因素下选的变化数值），点击完成。 帮助你选择合适的 正交表

点击确定3.点击工程前的小图标，就会出现你设置好的实验计划表 照这个表进行实验。 4．当需进行实验分析时，输入实验结果

对实验结果做出评价，给出分数。把你的标准要语言描述一下。若是对晶体形貌打分建议你将看到的晶体拍照（随园314的显微镜有这个功能，且有带刻度的标尺） 5．再选择分析按钮在其中选择所需分析方法，或者选择相应的分析方法的快捷键 分析方法快捷键 点击直观分析，出现 点效应曲线图，出现下图

这个结果说明120 C比100 C好，1:1比1:0.5 好，反应时间没什么影响。 6．如需保存工程可点<文件>选择<保存工程>或者点击快捷键。 提醒：此软件不会在关闭时提醒是否保存工程。所以请提前保存好工程，以免丢失。 建议你做四个水平五个因素的实验，共16个实验。 因素包括：温度，配比，反应时间，浓度，金属盐的类型，混合溶剂的体积比例。 更具体说明看安装目录下的文件。

成功例子：许东平提供：实验表格，效应曲线图。 2:1.5 配比值，105C，7.2 ml, 40 h 最好。可以按这个条件在附近再次做正交实验配比>=2:1.5, 温度>=105 C, 溶剂体积>=7.2 ml，反应时间应小于40 h. 结果成功合成出好单晶，得到了晶体结构。

正交试验设计方法

正交试验设计方法 一、概述 1、正交试验设计法（正交试验法）－是利用正交表来合理安排试验的一种方法。 2、安排任何一项试验，首先要明确试验的目的是什么？用什么指标来衡量考核的结果？对试验指标可能有影响的因素是什么？为了搞清楚影响因素，应当把因素选择在哪些水平上？ 3、指标 就是试验要考核的效果。在正交试验中，主要设计可测量的定量指标，常用X、Y、Z来表示。 4、因素 是指对试验指标可能产生影响的原因。因素是在试验中应当加以考察的重点内容，一般用A、B、C、???来表示。在正交试验中，只选取可控因素参加试验。 5、水平 是指因素在试验中所处的状态或条件。对于定量因素，每一个选定值即为一个水平。水平又叫位级，一般用1、2、3、???来表示。在试验中需要考察某因素的几种状态时，则称该因素为几水平（位级）的因素。 二、正交表 正交表：在设计安排正交试验时制作好的标准化的表格。

1、正交表的性质： 1）、均衡分散性。由于每一列中各种字码出现相同的次数，这就保证了试验条件均衡地分散在配合完全的水平组合中，因而代表性强，容易出现好条件。（效率高） 2）、整齐可比性。由于任意两列中全部有序的数字对出现相同的次数，这就保证了在各个水平的效果之中，最大限度地排除了其他因素的干扰，因而能最有效地进行比较，作出展望。（效果好） 三、常用正交试验设计与分析 常用正交试验设计与分析的步骤如下 1、明确试验目的； 2、确定考察的指标； 3、挑因素，选水平（位级）； 4、设计试验方案； 5、实施试验方案； 6、试验结果分析（一般用目测法、极差分析法、画趋势图等）； 7、反复调优试验以逼近最优方案； 8、验证试验并通过生产验证确认较优方案。 三、常用正交试验设计与分析－示例 1、明确试验目的 2,4－二硝基苯肼是××化工厂生产的一种试剂产品。过去的工艺过程长、工作量大，且产品经常不合格。今采用2,4－二硝基氯代苯（以下简称氯代苯）与水合肼在乙醇作溶剂下合成的新工艺，小试已初步成功，但产率只有45％，希望通过正交试验，找出好的生产条件，达到优质增产的目的。 2、确定考察指标

正交试验设计原理

正交试验设计法 1．正交试验设计法的基本思想 正交试验设计法，就是使用已经造好了的表格--正交表--来安排试验并进行数据分析的一种方法。它简单易行，计算表格化，使用者能够迅速掌握。下边通过一个例子来说明正交试验设计法的基本想法。[例1]为提高某化工产品的转化率，选择了三个有关因素进行条件试验，反应温度(A)，反应时间(B)，用碱量(C)，并确定了它们的试验范围： A：80-90℃ B：90-150分钟 C：5-7％ 试验目的是搞清楚因子A、B、C对转化率有什么影响，哪些是主要的，哪些是次要的，从而确定最适生产条件，即温度、时间及用碱量各为多少才能使转化率高。试制定试验方案。 这里，对因子A，在试验范围内选了三个水平；因子B和C也都取三个水平： A：Al＝80℃，A2＝85℃，A3=90℃ B：Bl＝90分，B2＝120分，B3=150分 C：Cl＝5％，C2＝6%，C3＝7% 当然，在正交试验设计中，因子可以是定量的，也可以是定性的。而

定量因子各水平间的距离可以相等，也可以不相等。 这个三因子三水平的条件试验，通常有两种试验进行方法： (Ⅰ)取三因子所有水平之间的组合，即 AlBlC1，A1BlC2，A1B2C1，……， A3B3C3，共有 33=27次 试验。用图表示就是图1 立方体的27 个节点。这种试验法叫做全面试验法。 全面试验对各因子与指标间的关系剖析得比较清楚。但试验次数太多。特别是当因子数目多，每个因子的水平数目也多时。试验量大得惊人。如选六个因子，每个因子取五个水平时，如欲做全面试验，则需56 ＝15625次试验，这实际上是不可能实现的。如果应用正交实验法，只做25次试验就行了。而且在某种意义上讲，这25次试验代表了15625次试。 (Ⅱ)简单对比法，即变化一个因素而固定其他因素，如首先固定B、C于Bl、Cl，使A变化之： ↗A1 B1C1 →A2 ↘A3 (好结果) 如得出结果A3最好，则固定A于A3，C还是Cl，使B变化之：

正交试验设计步骤

正交试验设计步骤 1 在SPSS中手动录入数据。请注意写入空白列。 2 点击数据→正交设计→生成，出现“生成正交设计”对话框。按因素水平表进行赋值， 空白列的赋值为1“1”，2“2”，3“3” 3 点击“数据”→“正交设计”→“显示”，

空白列的D可不加到右边的“因子”框中。 4 测量数据填入表8中的“STATUS_”列的相应单元格中 5单击“分析”→“一般线性模型”→“单变量” 注意不要选“空白列” 6 单击“对比”→选择“简单”

7 单击“模型”→选择“设定”→将“A”、“B”、“C”选入右边的“模型”中→单击“构建项”中的“主效应”， 8 单击“选项”→将“因子与因子交互”中的“A”、“B”、“C”选入“显示均值”中→勾选“比较主效应”， 9 结果分析 （1）方差分析结果 主体间因子 值标签N 硬脂酸钠溶液浓度 1 40 3

2 50 3 3 60 3 硫酸铝溶液浓度 1 40 3 2 50 3 3 60 3 浸渍时间 1 5 3 2 15 3 3 20 3 主体间效应的检验 因变量:STATUS_ 源III 型平方 和df 均方 F Sig. 校正模型733.073a 6 122.179 35.690 .028 截距10588.410 1 10588.410 3093.012 .000 A 423.487 2 211.743 61.853 .016 B 305.060 2 152.530 44.556 .022 C 4.527 2 2.263 .661 .602 误差 6.847 2 3.423 总计11328.330 9 校正的总计739.920 8 a. R 方 = .991（调整 R 方 = .963） 根据正交试验方差分析可知，硬脂酸钠溶液浓度和硫酸铝溶液浓度对试验指标的影响非常显著，而处理时间对试验指标的影响不显著。影响程度的大小也有差异，A＞B （2）单因素统计量分析 1. 硬脂酸钠溶液浓度 估计 因变量:STATUS_ 硬脂酸钠溶液浓度 均值标准误差 95% 置信区间下限上限 dimensio n140 25.600 1.068 21.004 30.196 50 34.933 1.068 30.337 39.530 60 42.367 1.068 37.770 46.963 成对比较 因变量:STATUS_

正交试验设计方法

第5章 正交试验设计方法 5．1 试验设计方法概述 试验设计是数理统计学的一个重要的分支。多数数理统计方法主要用于分析已经得到的数据，而试验设计却是用于决定数据收集的方法。试验设计方法主要讨论如何合理地安排试验以及试验所得的数据如何分析等。 例5-1 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5-1）。试验的目的是为提高合格产品的产量，寻求最适宜的操作条件。 对此实例该如何进行试验方案的设计呢？ 很容易想到的是全面搭配法方案（如图5-1所示）： 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）。因素、水平数 愈多，则实验次数就愈多，例如，做一个6因素3水平的试验，就需36＝729次实验，显然难以做到。因此需要寻找一种合适的试验设计方法。 试验设计方法常用的术语定义如下。 试验指标：指作为试验研究过程的因变量，常为试验结果特征的量（如得率、纯度等）。例1的试验指标为合格产品的产量。 因素：指作试验研究过程的自变量，常常是造成试验指标按某种规律发生变化的那些原因。如例1的温度、压力、碱的用量。 水平：指试验中因素所处的具体状态或情况，又称为等级。如例1的温度有3个水平。温度用T 表示，下标1、2、3表示因素的不同水平，分别记为T 1、T 2、T 3。 常用的试验设计方法有：正交试验设计法、均匀试验设计法、单纯形优化法、双水平单纯形优化法、回归正交设计法、序贯试验设计法等。可供选择的试验方法很多，各种试

验设计方法都有其一定的特点。所面对的任务与要解决的问题不同，选择的试验设计方法也应有所不同。由于篇幅的限制，我们只讨论正交试验设计方法。 5．2 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。其特点为：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。 从例1可看出，采用全面搭配法方案，需做27次实验。那么采用简单比较法方案又如何呢？ 先固定T1和p1，只改变m，观察因素m不同水平的影响，做了如图2-2（1）所示的三次实验，发现m＝m2时的实验效果最好（好的用□表示），合格产品的产量最高，因此认为在后面的实验中因素m应取m2水平。 固定T1和m2，改变p的三次实验如图5-2（2）所示，发现p＝p３时的实验效果最好，因此认为因素p应取p３水平。 固定p３和m2，改变T 的三次实验如图5-2（3）所示，发现因素T 宜取T2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T2p３m2。与全面搭配法方案相比，简单比较法方案的优点是实验的次数少，只需做9次实验。但必须指出，简单比较法方案的试验结果是不可靠的。因为，①在改变m值（或p值，或T值）的三次实验中，说m2（或p３或T2）水平最好是有条件的。在T≠T１，p≠p１时，m2水平不是最好的可能性是有的。②在改变m的三次实验中，固定T＝T２，p＝p３应该说也是可以的，是随意的，故在此方案中数据点的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。 运用正交试验设计方法，不仅兼有上述两个方案的优点，而且实验次数少，数据点分布均匀，结论的可靠性较好。 正交试验设计方法是用正交表来安排试验的。对于例1适用的正交表是L9（34），其试验安排见表5-2。 所有的正交表与L9（34）正交表一样，都具有以下两个特点： （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一次。

正交试验方法

正交试验设计法 正交试验设计法的基本思想 正交表 正交表试验方案的设计 试验数据的直观分析 正交试验的方差分析 常用正交表 1．正交试验设计法的基本思想 正交试验设计法，就是使用已经造好了的表格--正交表--来安排试验并进行数据分析的一种方法。它简单易行，计算表格化，使用者能够迅速掌握。下边通过一个例子来说明正交试验设计法的基本想法。 [例1]为提高某化工产品的转化率，选择了三个有关因素进行条件试验，反应温度(A)，反应时间(B)，用碱量(C)，并确定了它们的试验范围： A：80-90℃ B：90-150分钟 C：5-7％ 试验目的是搞清楚因子A、B、C对转化率有什么影响，哪些是主要的，哪些是次要的，从而确定最适生产条件，即温度、时间及用碱量各为多少才能使转化率高。试制定试验方案。这里，对因子A，在试验范围内选了三个水平；因子B和C也都取三个水平： A：Al＝80℃，A2＝85℃，A3=90℃ B：Bl＝90分，B2＝120分，B3=150分 C：Cl＝5％，C2＝6%，C3＝7% 当然，在正交试验设计中，因子可以是定量的，也可以是定性的。而定量因子各水平间的距离可以相等，也可以不相等。 这个三因子三水平的条件试验，通常有两种试验进行方法： (Ⅰ)取三因子所有水平之间的组合，即AlBlC1，A1BlC2，A1B2C1，……，A3B3C3，共有33=27次 试验。用图表示就是图1 立方体的27个节点。这种试验法叫做全面试验法。

全面试验对各因子与指标间的关系剖析得比较清楚。但试验次数太多。特别是当因子数目多，每个因子的水平数目也多时。试验量大得惊人。如选六个因子，每个因子取五个水平时，如欲做全面试验，则需56＝15625次试验，这实际上是不可能实现的。如果应用正交实验法，只做25次试验就行了。而且在某种意义上讲，这25次试验代表了15625次试验。 图1 全面试验法取点.......... (Ⅱ)简单对比法，即变化一个因素而固定其他因素，如首先固定B、C于Bl、Cl，使A变化之： ↗A1 B1C1 →A2 ↘A3 (好结果) 如得出结果A3最好，则固定A于A3，C还是Cl，使B变化之： ↗B1 A3C1 →B2 (好结果) ↘B3 得出结果以B2为最好，则固定B于B2，A于A3，使C变化之： ↗C1 A3B2→C2 (好结果) ↘C3 试验结果以C2最好。于是就认为最好的工艺条件是A3B2C2。 这种方法一般也有一定的效果，但缺点很多。首先这种方法的选点代表性很差，如按上述方法进行试验，试验点完全分布在一个角上，而在一个很大的范围内没有选点。因此这种试验方法不全面，所选的工艺条件A3B2C2不一定是27个组合中最好的。其次，用这种方法比较条件好坏时，是把单个的试验数据拿来，进行数值上的简单比较，而试验数据中必然要包含着误差成分，所以单个数据的简单比较不能剔除误差的干扰，必然造成结论的不稳定。 简单对比法的最大优点就是试验次数少，例如六因子五水平试验，在不重复时，只用5+(6-1)×(5-1)＝5+5×4＝25次试验就可以了。 考虑兼顾这两种试验方法的优点，从全面试验的点中选择具有典型性、代表性的点，使试验点在试验范围内分布得很均匀，能反映全面情况。但我们又希望试验点尽量地少，为此还要具体考虑一些问题。 如上例，对应于A有Al、A2、A3三个平面，对应于B、C也各有三个平面，共九个平面。则这九个平面上的试验点都应当一样多，即对每个因子的每个水平都要同等看待。具体来说，