7正交试验设计

合集下载

第七章 正交试验设计与分析

第七章 正交试验设计与分析

例如,要考察增稠剂用量、pH值和杀菌温度对豆奶稳
定性的影响。每个因素设置3个水平进行试验 。 A因素是增稠剂用量,设A1、A2、A3 3个水平;B因 素是pH值,设B1、B2、B3 3个水平;C因素为杀菌温度, 设C1、C2、C3 3个水平。这是一个3因素3水平的试验,各
因素的水平之间全部可能组合有27种 。
1.3.2 正交表的基本性质
1.3.2.1 正交性 (1)任一列中,各水平都出现,且出现的次数相等 例如L8(27)中不同数字只有1和2,它们各出现4次; L9(34)中不同数字有1、2和3,它们各出现3次 。
上一张 下一张 主 页
退 出
(2)任两列之间各种不同水平的所有可能组 合都出现,且出现的次数相等
(2) 选因素、定水平,列因素水平表
根据专业知识、以往的研究结论和经验,从影响试验指标的
诸多因素中,通过因果分析筛选出需要考察的试验因素。一般确
定试验因素时,应以对试验指标影响大的因素、尚未考察过的因
素、尚未完全掌握其规律的因素为先。试验因素选定后,根据所
掌握的信息资料和相关知识,确定每个因素的水平,一般以2-4
素自由度+交互作用自由度+误差自由度。
此例有4个3水平因素,可以选用L9(34)或
L27(313) ;因本试验仅考察四个因素对液化率的影
响效果,不考察因素间的交互作用,故宜选用 L 9
( 3 4 )正交表。若要考察交互作用,则应选用
4-3 因素水平表
试验因素
水平
加水量 (mL/100g) A
10 50 90
加酶量 (mL/100g) B
1 4 7
酶解温度 (℃) C
20 35 50
酶解时间 (h) D

第七章 正交试验设计

第七章 正交试验设计

表头设计是借助于与正交表匹配的两 列间交互作用表来完成的。 列间交互作用表来完成的。 例如,要安排A 例如,要安排A、B、C三个因素,每 三个因素, 个因素都是两个水平, 个因素都是两个水平,同时要研究交 互作用A 可选用L 互作用A×B和A×C,可选用L8(27)。查 交互作用表(见表7 L8(27) 交互作用表(见表7-5)。
表头设计:
表头是指正交表第一行的“列号” 表头是指正交表第一行的“列号”。正交表选 定后, 定后,要把各因素项及交互作用项分别放在正交 表表头适当的列中去。此过程称表头设计。 表表头适当的列中去。此过程称表头设计。若因 素间的交互作用可以忽略时, 素间的交互作用可以忽略时,可随意地把各因素 安排在所选表的列上;若因素间有交互作用, 安排在所选表的列上;若因素间有交互作用,则 应将交互作用看作是影响因素, 应将交互作用看作是影响因素,并将其安排在相 应的列上(称为交互作用列)。但是, )。但是 应的列上(称为交互作用列)。但是,各个因素 列和交互作用列是不能随意安排的。 列和交互作用列是不能随意安排的。表头设计不 是唯一的,一项试验, 是唯一的,一项试验,可以做出多种不同的表头 设计,一般来说,只要设计得合理, 设计,一般来说,只要设计得合理,试验误差不 结论一般都是一致的。 大,结论一般都是一致的。
(2)综合平衡法 先对每个指标分别进行单指标的直 观分析, 观分析,得到每个指标的影响因素主 次顺序和较优水平组合, 次顺序和较优水平组合,然后根据理 论知识和实践经验, 论知识和实践经验,对各指标的分析 结果进行综合比较和分析, 结果进行综合比较和分析,得出较优 方案。 方案。 例7-7
3.2 方差分析法
3.1.2 混合水平试验 常用的方法有两种: 常用的方法有两种: (1)直接利用混合水平的正交表 例7-4

第七章-回归正交试验设计

第七章-回归正交试验设计

例7-1:用石墨炉原子吸收分光光度计测定食品中 的铅,为提高测定灵敏度,希望吸光度(y)大。为 提高吸光度,讨论了x1(灰化温度/℃), x2(原子化 温度/℃)和 x3 (灯电流/mA)三个因素对吸光度的影 响,并考虑交互作用x1x2 , x1x3 。已知x1= 300~700℃, x2=1800~2400℃,x3=8~10mA。 试通过回归正交试验确定吸光度与三个因素之间
指标(y)与m个试验因素x1,x2,…,xm之间的一次回归
方程:
m
yˆ a bj x j
bkjxk x j , k 1,2,..., m 1( j k)
j 1
k j
例:m=3时,一次回归方程: y=a+b1x1+b2x2+b3x3+b12x1x2+b13x1x3+b23x2x3
➢ 其中x1,x2,x3表示3个因素;x1x2,x1x3,x2x3表示交互作用 ➢ 若不考虑交互作用,为三元一次线形回归方程:
➢ 根据偏回归系数的正负,得到各因素对试验指标 的影响方向
(4)方差分析
SST
n i 1
yi2
1( n n i1
yi )2
2.049044
4.0382 8
0.010864
SS1 mcb12 8 0.009752 0.000761
SS2 mcb22 8 0.033752 0.009113
0.010741
SSe SST SSR 0.010864 0.010741 0.000123
(4)方差分析
dfT=n-1=8-1=7 df1=df2=df3=1 df12=df13=1 dfR=df1+df2+df3+df12+df13=1+1+1+1+1=5 dfe=dfT-dfR=7-5=2 MS1=SS1/df1=0.000761 MS2=SS2/df2=0.009113 MS3=SS3/df3=0.000265 MS12=SS12/df12=0.000181 MS13=SS13/df13=0.000421 MSR=SSR/dfR=0.010741/5=0.002148 MSe=SSe/dfe=0.000123/2=0.000062 F1=MS1/MSe=0.000761/0.000062=12.27 F2=MS2/MSe=0.009113/0.000062=146.98 F3=MS3/MSe=0.000265/0.000062=4.27 F12=MS12/MSe=0.000181/0.000062=2.92 F13=MS13/MSe=0.000421/0.000062=6.79 FR=MSR/MSe=0.002148/0.000062=34.65

第7章-正交试验设计的极差分析

第7章-正交试验设计的极差分析

第7章-正交试验设计的极差分析第7章正交试验设计的极差分析正交试验设计和分析⽅法⼤致分为⼆种:⼀种是极差分析法(⼜称直观分析法),另⼀种是⽅差分析法(⼜称统计分析法)。

本章介绍极差分析法,它简单易懂,实⽤性强,在⼯农业⽣产中⼴泛应⽤。

7.1 单指标正交试验设计及其极差分析极差分析法简称R 法。

它包括计算和判断两个步骤,其内容如图7-1所⽰。

图7-1 R 法⽰意图图中,Kj m为第j列因素m ⽔平所对应的试验指标和,K jm 为Kjm 的平均值。

由K jm 的⼤⼩可以判断j因素的优⽔平和各因素的⽔平组合,即最优组合。

R j 为第j 列因素的极差,即第j 列因素各⽔平下平均指标值的最⼤值与最⼩值之差:R j =max(jm j j K K K ,,,21 )-min(jm j j K K K ,,,21 )R j 反映了第j列因素的⽔平变动时,试验指标的变动幅度。

R j 越⼤,说明该因素对试验指标的影响越⼤,因此也就越重要。

于是依据R j的⼤⼩,就可以判断因素的主次。

极差分析法的计算与判断,可直接在试验结果分析表上进⾏,现以例6-2来说明单指标正交试验结果的极差分析⽅法。

⼀、确定因素的优⽔平和最优⽔平组合例6-2 为提⾼⼭楂原料的利⽤率,某研究组研究了酶法液化⼯艺制造⼭楂精汁。

拟通过正交试验寻找酶法液化⼯艺的最佳⼯艺条件。

在例6-2中,不考虑因素间的交互作⽤(因例6-2是四因素三⽔平试验,故选⽤L9(34)正交表),表头设计如表6-5所⽰,试验⽅案则⽰于表6-6中。

试验结果的极差分析过程,如表7-1所⽰.表6-4 因素⽔平表表6-6 试验⽅案及结果试验指标为液化率,⽤y i 表⽰,列于表6-6和表7-1的最后⼀列。

表7-1 试验⽅案及结果分析计算⽰例:因素A 的第1⽔平A1所对应的试验指标之和及其平均值分别为:K A 1=y1+y 2+y3=0+17+24=41,=1A K 31K A1=13.7同理,对因素A的第2⽔平A2和第3⽔平A 3,有KA2=y4+y5+y 6=12+47+28=87,=2A K 31K A2=29 K A 3=y 7+y 8+y 9=1+18+42=61,=3A K 31K A3=20.3由表7-1或表6-6可以看出,考察因素A 进⾏的三组试验中(A1,A 2,A3),B 、C、D 各⽔平都只出现了⼀次,且由于B 、C 、D间⽆交互作⽤,所以B 、C 、D 因素的各⽔平的不同组合对试验指标⽆影响,因此,对A 1、A2和A 3来说,三组试验的试验条件是完全⼀样的。

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

正交试验设计方法讲义及举例正交试验设计方法是一种多因素试验设计方法,它能够有效地减少试验所需的样本数量,提高试验结果的精确性和可靠性。

正交试验设计方法是在已知因素水平的情况下选择对试验结果影响最大的因素进行研究的一种方法。

以下是正交试验设计方法的讲义及举例:一、正交试验设计方法的原理及步骤:1.原理:正交试验设计方法通过选择适当的正交表,将多个因素的不同水平组合进行排列,使各因素的变化对试验结果影响均匀化,从而获得准确可靠的试验结果。

2.步骤:a.确定试验因素及其水平:根据试验目的确定需要研究的因素及其水平。

b.选择正交表:根据试验因素的个数和水平确定适用的正交表,正交表能够保证试验结果的均匀性和可靠性。

c.设计试验方案:根据选择的正交表,将试验因素的水平进行组合,获得试验方案。

d.进行试验:按照试验方案进行实际试验。

e.分析试验结果:对试验结果进行统计分析,获得对试验因素的影响程度及其交互作用等信息。

f.微调试验方案:根据试验结果微调试验方案,迭代优化试验过程。

二、正交试验设计方法的优点:1.降低样本数量:正交试验设计方法能够通过对试验水平的排列组合,使试验因素的水平均匀分布,从而减少试验所需的样本数量。

2.提高试验效率:正交试验设计方法能够在有限样本量下获得更多的试验信息,提高试验效率。

3.确保结果可靠:正交试验设计方法通过保证试验因素的均匀分布,减少人为因素的干扰,从而保证试验结果的可靠性和准确性。

4.揭示因素交互作用:正交试验设计方法能够揭示因素之间的交互作用,进一步优化设计过程。

三、正交试验设计方法的举例:例如,公司要研究一种新的洗发水对头发柔顺度的影响,试验主要包括3个因素:洗发水品牌(A、B、C)、洗发水用量(X、Y、Z)和洗发水停留时间(T1、T2、T3)。

根据正交试验设计方法,按照以下步骤进行设计:1.选择正交表:根据3个因素和各因素的水平,选择适用的正交表,如L9正交表。

2.设计试验方案:根据L9正交表,将3个因素的水平进行组合,得到9个试验方案,每个方案分别测试一种组合情况。

质量管理学第七章正交试验ppt课件

质量管理学第七章正交试验ppt课件
五、进行试验
试验结果记录并填入正交表的最后一列。
第三节 正交试验结果分析
一、因素之间没有交互作用的正交试验。
例:某厂某车间对影响产品的质量原因进行研究。
1、试验指标:产品不合格率y,越小越好。
2、确定因素水平:影响产品质量的因素经分 析当时的主要因素有3个:①操作方式,该车间 采用三种操作方式(水平3)。②班组成员的技 术水平,当时有3个等级(水平3)。③产品的 种类,该车间生产用原料有3类(水平3)。
第二节 正交试验计划的安排
一、明确试验目的,确定试验的考核目标。
﹝如某药厂某药品收得率不理想,经常出现 收得率偏小的质量问题。因此改进工艺操 作规程,探求较好的工艺条件,这就是试 验的目的,考核指标就是药品的收得率。 ﹞
二、挑因素,选水平,制定因素水平表。
﹝挑因素,选水平应充分发挥有关人员的理 论知识、专业技术和生产经验等特长,把 因素与水平找得比较准确。﹞
351
361 359 359
356 372
373
363 365 365
12
20
22
2
6
6
1、直观分析
在8个试验中,收得率最高为第6号试验。 其 使试收验得条率件更为高A呢2B?1C这2D需1。要有计没算有一更下好。的条件
2、计算分析
对正交的试验结果,通过简单的计算,往
往能找到更好的条件。分别计算出各因素的 各个水平结果之和﹝I II﹞及各因素的各个水 平结果和之差 。因素的主次排列顺序是:
列号
1
2
3
试验号
1
1
1
1
2
2
1
2
3
1
2
2
4

正交试验设计方法

正交试验设计方法
正交表常用拉丁字母(如L、N等)表示,字母的下方标有数字,表示该行的次数, 例如L4(2^3)表示一个四水平、三次方的正交表。
正交试验设计的核心思想
通过对试验条件的合理安排,减少试验次数,提 高试验效率,同时保证结果的准确性和可靠性。
通过正交试验设计,可以分析各因素对试验结果 的影响程度,找出最优的试验条件或最优组合。
均衡性
正交试验设计能够保证试验点在试验空间中均匀分布,使得试验结果 具有更好的均衡性和代表性。
简单易行
正交试验设计方法简单易行,易于理解和操作,不需要复杂的数学工 具和编程技能。
统计分析方便
正交试验设计的结果可以通过正交表进行统计分析,计算简单,结果 直观。
缺点
适用范围有限
正交试验设计适用于因子数量 和水平数量不太多的情况,对 于高维度的复杂问题可能不太 适用。
试验设计
采用正交表进行试验设计,确保每个 试验方案具有均衡的代表性。
结果分析
通过方差分析、极差分析等方法,找 出最优的混合肥料配方。
实例二:机械零件的加工工艺优化
目的因素与水平源自通过正交试验设计,优化机械零件的加工 工艺,提高生产效率。
选择切削速度、进给量、切削深度三个工 艺参数作为试验因素,每个因素选取四个 水平。
在农业领域,正交试验设计用于研究 不同种植条件和施肥方案对农作物产 量的影响。
化学工业
在化学工业中,正交试验设计用于确 定最佳的化学反应条件,提高生产效 率和产品质量。
02
正交试验设计的基本原理
正交表的概念
正交表是一套规则,用于安排多因素多水平的试验,其特点是每个因素在试验中 出现的次数相等,且在各次试验中因素的排列顺序相同。
正交试验设计方法

试验设计与数据分析(正交试验设计)

试验设计与数据分析(正交试验设计)
它利用正交表来安排试验,确保每个 因素在每个水平上都有机会出现,并 且各因素各水平之间具有均衡分布的 特点。
正交试验设计的特点
高效性
通过合理地选择因素和水平,正交试验设计能够用较少的试验次数获 得较为全面的试验结果,提高试验效率。
均衡性
正交试验设计能够保证每个因素在每个水平上都有机会出现,且各因 素各水平之间具有均衡分布的特点,避免了试验结果的偏差。
试验设计与数据分析(正交试 验设计)
目录
• 试验设计基础 • 正交试验设计 • 正交试验设计的应用 • 正交试验设计案例分析 • 正交试验设计的优缺点 • 正交试验设计的未来发展
01
试验设计基础
试验设计的基本概念
试验设计
指在研究过程中,根据研究目的, 选择适当的试验因素,并按照一 定的原则和方法,安排试验过程, 以得到可靠的科学结论。
试验设计的原则
01
随机性原则
确保试验结果的随机性和代表性。
科学性原则
根据研究目的和研究对象的性质选 择适当的试验方法和手段。
03
02
重复性原则
保证试验结果的可信度和精确度。
经济性原则
在满足研究目的的前提下,尽可能 地节约人力、物力和财力。
04
02
正交试验设计
正交试验设计的定义
正交试验设计是一种通过正交表来安 排多因素多水平试验的方法,旨在通 过合理地选择试验因素和水平,以最 少的试验次数获得尽可能多的信息。
定制化
针对不同领域和特定需求,正交试验设计将更加注重定制化服务,提供个性化的试验方 案和数据分析方法。
未来展望
01
拓展应用领域
随着正交试验设计的不断完善和发展 ,其应用领域将进一步拓展,不仅局 限于工业和工程领域,还将渗透到生 物、医学、社会科学等多个领域。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

正交试验设计
1正交试验的引入
在实际的生产实践当中,由于需要考虑的因素(对结果产生影响的变量)通常比较多,同时,每个因素的水平个数(每个变量的可取值个数)也不止一两个。

如果对每个因素的每个水平交互搭配全部进行试验,例如:对于5因素4水平的
实验,全部次数为:541024
,需要用相当长的时间进行统计分析计算,同时耗费了大量的人力物力。

而如果采用正交试验设计,试验的次数将大大减少,同时对统计结果的分析也变得简单。

正交试验设计是利用正交表科学的安排与分析多因素试验的方法,是最常用的试验设计之一。

2正交表的分类及优势
正交表分为:等水平正交表和混合水平正交表。

等水平代表各因素所取的水平数相同,混合水平表示各因素的水平数不一定相同。

正交表的优点:(1)能够在所有方案中均匀的选出具有代表性的方案;
(2)通过对少数试验的分析,可以推得较优的方案,并且较优方案往往不包含在少数进行试验了的方案中。

(3)通过对结果分析,可以得到更多有用的信息。

包括各因素的重要性等。

3正交试验设计的步骤
总的来说包括两部分:一是试验设计,二是数据处理。

归纳为:
(1)明确试验目的,确定评价指标;
(2)挑选因素,确定水平;
(3)选正交表,进行表头设计:一般要求为因素数≤正交表列数
(4)明确试验方案,进行试验得到结果;
(5)对结果进行统计分析:采用直观分析法或方差分析法,得到因素的主词以及优方案等信息;
(6)进行验证试验,做进一步的分析。

4有交互作用的正交试验设计
在许多试验中,不仅要考虑各个因素对试验指标起作用,还有考虑因素间的交互作用对试验解结果的影响。

在这种正交试验的设计当中,要把交互作用也作为因素考虑进去。

可以查对应的正交表来进行表头设计。

5举例
下面通过举例来说明如何设计正交表以及对用不同的方法对试验结果进行分析。

例1(三水平三因素正交表设计以及直观分析法)以下试验考虑的两个指标全部是越大越好,试验因素和水平如下表,试推出两项指标都高的试验方案。

解:可选用正交表49(3)L 来安排试验
级差R 0.59 0.55 0.59 1.86
因素主次 CAB 优方案
131C A B
符号说明:
i K :表示人一类上水平号为i 是所对应的试验结果之和;
级差R :表示在任一列上K 的最大值与最小值之差;级差越大,说明对结果影响越大,那么这个因素越重要。

在此题的求解中,首先要把不同的指标进行无量纲化处理,这里转化为它们的隶属度,计算方法如下:
指标值-指标最小值
指标隶属度=
指标最大值-指标最小值
在此题中,取代度和脂化率的权重分别取0.4和0.6,对各指标的加权和作为综合分数。

对结果进行直观分析,可以得到最优方案为:131C A B 。

同时对结果进行一次验证试验,从而确定真正最好的试验方案。

方差分析法的基本步骤与格式如下:
(1) 计算离差平方和(包括总离差平方和T SS ,各因素的离差平方和j SS ,
试验误差的离差平方和e SS ,交互作用的离差平方和A B SS ⨯)
(2) 计算自由度:
总平方和的总自由度:
df 1n 1T =-=-总试验次数
各因素离差平方和对应的自由度:
df 1r 1j =-=-因素水平数
两因素交互作用的自由度等于两因素自由度之积。

误差自由度:e df df =∑空列
(3) 计算平均离差平方和(均方) SS MS df
=
(4) 计算F 值
将各因素或交互作用的均方除以误差的均方,得到F 值,例如:
A
A e
MS F MS =
(5) 显著性检验 例2(二水平正交试验的方差分析)某厂采用化学吸收法用填料塔吸收废气中的2SO ,通过正交试验进行探索,因素与水平如下表:
需要考虑交互作用,A B B C ⨯⨯。

将A ,B ,C 放入正交表78(2)L 的1,2,4列,即通过已知,试对方差进行分析。

2
2
11
,,n
n
i i
i i T T y Q y P n =====∑∑
(2)计算离差平方和:
总离差平方和:448.875T SS Q P =-= 由公式:2121
()j SS K K n
=
-解的结果如上表所示。

误差平方和:5727.25e SS SS SS =+= (3)计算自由度
df n 1=7T =- df r 1=1=df j =-交互
e d
f df 2==∑空列
(4)计算均方
由于各因素和交互作用的自由度为1,所以均方与各自离差平方和相同。

A j MS SS =
误差的均方为e
e e
SS MS df =
=13.625 如果某个因素的均方小于误差的均方,那就称此因素为次要因素,归为误差项,重新计算新的误差:
新误差平方和:36.5e e A C SS SS SS SS ∆=++= 新误差自由度:4e e A C df df df df ∆=++= 新误差均方:e e e SS MS df ∆∆∆
==9.125
(5)计算F 值
14.92e
B
B MS F MS ∆
=
=
18.75e A B
A B MS F MS ⨯⨯∆
=
= 11.52e
B C
B C MS F MS ⨯⨯∆
=
= (6) F 检验
查表有:0.050.01(1,4)7.71,(1,4)21.20F F ==,可见,对于给定水平0.05α=,因素B 及AB 交互项,BC 交互项对试验结果又显著影响。

(7)优方案的确定
交互作用对试验指标有显著影响,所以因素A ,B ,C 优水平的确定要依据A ,
由于指标为低优指标,所以确定A ,B 的搭配为:12A B 同理,可以确定B ,C 的搭配为:22B C 。

所以最优方案为:122A B C ,即碱浓度为5%,操作温度为20度,填料选择为乙。

相关文档
最新文档