正交试验设计案例分析
正交设计应用实例(毕业论文)
2 正交实验设计2.1 正交实验设计概述正交实验设计(Orthogonal experimental design) 11是研究多因素多水平的一种设计方法，它是根据从全面实验中挑选出部分有代表性的点进行实验，正交实验设计又称正交设计或多因素优选设计，是一种合理安排、科学分析各实验因素的一种有效的数理统计方法。
它是在实践经验和理论认识的基础上，借助一种规格化的“正交表”，从众多的实验条件中确定出若干个代表性较强的实验条件，科学地安排实验，然后对实验结果进行综合比较，统计分析，探求各因素水平的最佳组合，从而得到最优或较优实验方案的一种实验设计方法。
正交实验设计的特点是用不太多的实验次数，找出实验因素的最佳水平组合，了解实验因素的重要性程度及交互作用情况，减少实验盲目性，避免资金浪费等。
它能以较少的实验次数找到较好的实验（生产）方案，由正交实验寻找出的优化参数（条件）与全面实验所找出的最优条件有一致的趋势。
正交实验设计具有正交性，使实验具备均衡分散和综合可比性。
此法应用方便，准确性高，在多因素条件下应用有很大的优越性,是一种高效率、快速、经济的实验设计方法。
日本著名的统计学家田口玄一将正交实验选择的水平组合列成表格，称为正交表。
例如作一个三因素三水平的实验，按全面实验要求，须进行33=27种组合的实验，且尚未考虑每一组合的重复数。
若按L9(3)3正交表按排实验，只需作9次，显然大大减少了工作量。
因而正交实验设计在很多领域的研究中已经得到广泛应用。
2．2 正交实验设计基本程序正交设计中常用的术语有：指标、因子和水平。
正交设计把实验设计要考表示第i次实验的指标值；把对实验虑的结果和评价准则称为指标，一般以yi结果和对评价指标可能产生影响且在实验中明确了条件加以对比的因素称为因子，一般以大写字母表示；把每个因子在实验中的具体条件称为因子的水平，简称水平，一般以表示因子的大写字母加上脚标来表示。
对于多因素实验，正交设计是简单常用的一种设计方法，其设计程序12如图4所示。
minitab正交试验设计
食品科学研究中实验设计的案例分析——正交设计优选白芨多糖包合丹皮酚最佳工艺以及包合物的鉴定[1]摘要：本实验采用用minitab软件设计L9(34)正交试验优选白芨多糖包合丹皮酚的最佳工艺，结果显示：以丹皮酚和白芨多糖的物料比、反应时间和反应温度为考察指标，得到优化工艺为：物料比1:6、反应时间4h、温度30℃，包封率可达29.38%，收得率74.29%。
关键词：正交设计 minitab1 正交试验因素水平的确定选择丹皮酚与白芨多糖的A物料比(W/W)、B反应时间(h)、C包合温度(℃)三个对试验结果影响较大的因素为考察对象，每个因素各取三个水平(表1)。
采用L9(34)正交试验表进行正交试验。
以所得包合物的收得率和药物包封率为考察指标，确定最佳工艺。
表一正交试验因素水平表水平因素A物料比（w/w）B反应时间（h）C反应温度（℃）1 1：2 2 302 1：43 403 1：64 502 正交试验设计步骤：1 选择统计—＞DOE—＞田口—＞创建田口设计。
2 得出田口设计窗口，在这个窗口中我们可以设计正交试验，本试验选择3水平4因素，其中一个因素作为误差列。
3 点击显示可用设计，进入如下图的窗口，选择L9 2-44 点击“设计”选项，选择L9 3**4，这样我们就得到了L9(34)5 点击“因子”选项，得到如下图窗口，可以对其名称进行设计，如“A”改为“A物料比”6 设计完成，得到如下图的正交试验表7 导入数据（包封率和收得率）8 点击“DOE”—＞“田口”—＞“分析田口设计”，得到下图9 在响应数据位于栏中选择“包封率”10 在“项”选项中，选中A B C的内容，注意不要选中误差列，按下图进行设计。
11 点击确定，可得出下列的分析数据。
（再按上述8-11，对收得率进行分析，可得出另外一个分析数据）12 点击“统计”—＞“方差分析”—＞“一般线性模型”13 在“响应”栏中选择“包封率”,在“模型”栏中选择A B C D14 点击确定，得出方差分析数据，如下图。
正交试验法(含案例)
正交试验设计法一、定义：正交试验设计法就是利用正交表来合理安排多因素试验的一种方法。
二、常用术语1、指标：指标就是试验要考察的效果。
常用X、Y、Z……来表示。
▼定量指标：能够用数量来表示的试验指标，如重量、尺寸、温度。
▼定性指标：不能用数量来表示的试验指标，如颜色、味道、外观。
●定性指标量化：可用打分法、分等法。
2、因素：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。
一般用大写字母A、B、C……来表示。
3、水平（位级）：位级是指因素在试验中所处的状态或条件。
常用阿拉伯数字1、2、3……来表示。
如: A1、A2、A3、B1、B2、B3。
三、正交表 (已设计好的标准化表格，是进行正试验法的基本工具)1、日本型正交表：由日本质量管理专家田口玄一博士创立。
该正交试验设计法，除需试验的因素外，还要研究分析因素与因素之间的交互作用，一起上列，对试验结果的分析用方差分析等方法，过程较复杂。
2、中国型正交表是由以我国张千里教授为首的中国专家所创立。
它不考虑因素之间的交互作用，而将其交互作用融于试验之中，对试验结果的分析采用极差分析法，简单的用“看一看”与“算一算”相结合的分析、简单、易行、同样能得到满意的结论，是一种实用的试验方法，很适合现场应用。
四、正交表的特点：1、均衡分散性：每一列中各种字码出现的次数相同，保证试验条件均衡地分散在配合完全的位级组合之中，因而代表性强，容易出现好条件。
2、整齐可比性：任意两列中全部有序数字对出现次数都是相同的。
保证了在各个位级的效果之中，最大限度地排除了其他因素的干扰，能最有效地进行比较，作出展望。
五、用中国型正交表安排试验的步骤 1、明确试验目的 2、确定考察指标 3、挑因素、选位级，制定因素位级表 ①挑因素的原则： ▼分析影响指标的各种因素，排除： 不可控因素 对指标影响不大的因素 已掌握得好的因素（让其固定在适当位置上） ▼选对指标可能影响大，又无把握的因素。
Minitab实现有交互作用的正交实验的设计与结果分析
Minitab实现有交互作用的正交实验的设计与结果分析一、本文概述Overview of this article正交实验设计是一种在多个因素中找出最优组合的高效实验设计方法。
通过正交表，我们可以合理安排实验，使得每个因素在每个水平下都能被充分考察，同时减少实验次数，提高实验效率。
在实际应用中，我们经常遇到有交互作用的因素，即两个或多个因素同时作用时，它们的效果会发生变化。
因此，在正交实验设计中考虑交互作用至关重要。
Orthogonal experimental design is an efficient experimental design method that finds the optimal combination among multiple factors. Through orthogonal tables, we can arrange experiments reasonably so that each factor can be fully examined at each level, while reducing the number of experiments and improving experimental efficiency. In practical applications, we often encounter interactive factors, that is, when two or more factors act simultaneously, theireffects will change. Therefore, considering interaction is crucial in orthogonal experimental design.本文将详细介绍如何在Minitab中实现有交互作用的正交实验设计，并对实验结果进行分析。
多元线性回归正交设计举例
1 2 3
1
1 1 1
4
5 6 7 8 9
1
-1 -1 -1 -1
-1
1 1 -1 -1
-1
1 -1 1 -1
1
-1 1 1 -1
54.82
51.36 55.14 51.80 49.18 57.22 54.04
1
1 1 1 1 1 11 589.69 53.61 31613.28
0
0 0 8 9.76 1.22 11.91 3.17 0.25
3.5统计检验
3.5.1回归系数的检验
Sj Fj Se fj fe ~ F ( f j , fe )
11 .91 故，因素X1的回归系数 1 F 3.17 F0.25 (1,2) 2.57 1 显著性水平为0.25 7.51 2 F2 15 .24 1 4.06 F 1,2) 2.57 故，因素X2的回归系数 0.25 ( 7.51 显著性水平为0.25 2 1 5.45 F 1,2) 2.57 故，因素X 的回归系数 0.25 ( 4 7.51 2 显著性水平为0.25
*** 2011年12月3日
5
6 7 8 9 10 11
-1
0 0 0
-1
0 0 0
-1
0 0 0
-1
0 0 0
加入结构阵 3.3.4编制自然因数试验方案
水平 1 2 3 4 X0 1 1 1 1 1 1 1 X1 （Z1） X2 （Z2） 1 （7.5） 1 （65） 1 （7.5） 1 （65） 1 （7.5） -1 （55） 1 （7.5） -1 （55） -1 （6.5） 1 （65） -1 （6.5） 1 （65） -1 （6.5） -1 （55） X3 （Z3） 1 （95） -1 （85） 1 （95） -1 （85） 1 （95） -1 （85） 1 （95） X4 （Z4） 1 （2.0） -1 （1.2） -1 （1.2） 1 （2.0） -1 （1.2） 1 （2.0） 1 （2.0）
第三章正交试验设计直观分析new
我们把第三和第四列合并，方法如下：
3.2 单指标正交试验的设计与分析
根据考察试验结果的指标数量 多少，正交试验设计又可分为
单指标试验设计(考察指标数只有 一个)和多指标试验设计(考察指标
数 2)。
一 正交试验设计的基本方法
正交试验设计的一般步骤如下： • 明确试验目的，确定考核指标； • 选取因素（不能选择不可控因素）与水平，制定
例3-2 某电机厂在试制新产品NEMA 标准电机的过程中，为了提高产品质 量，运用正交试验设计探讨定子铁心 叠压质量较优的工艺条件。
本试验考核的指标是叠压偏差量 L
(mm)，它指的是叠压时实际叠压长度 与设计叠压长度的差值，该值要求越 小越好。根据专业知识和实贱经验， 决定选取的因素与水平如下表所示。
1）计算 k和k 时，由于水平数不同而略有差别，第一列有
四个水平，每一水平重复二次，因此，K是二数之和，k k 而其他二列水平数为二，每水平重复四次，K是四数之和。2 2）极差R的计算，由于因素的水平数不同，不能直接用R来 表示各因素主次顺序，可以用一个系数对R进行折算后再做 比较。 R' d R r ，式中r为该因素的重复次数，d为折 算系数，可从表例3-2D中查出。
对于正交表 Ln(m1 m2 mk )来说，有如下基本特性：
1）任意一列中各水平出现的次数相等。
第j列每个水平出现的次数为 r n / m j
2）任意两列构成的水平对是完全有序数字对。
为第：i列和 j 列n /构(m成im
的水平对，每个水平对出现的次数
j)
正交表的三种初等变换：
（1）任意两列可以相互交换，称为列间置换。
• 因素B(保温时间) 取二个水平
正交试验设计法示例
正交试验设计法一、什么是正交试验设计法正交试验设计法（简称正交试验法）就是利用正交表来合理安排试验的一种方法。
二、正交表表1正交表L9（34）此表是日本规格协会推荐的正交表表1就是一张已经设计好的正交表，它有9行4列，表内有3种数码—“1”、“2”、“3”。
如果我们用L表示正交表，n 表示正交表的行数；q表示正交表的列数；t表示正交表内的数码种类，那么一张正交表可以用符号表示为：例如：L9（34）正交表，最多可以安排4个因素做试验，每个因素可取3个水平，共有9种试验方案，这显然大大减少了试验方案是数量，因为如果安排4因素3水平的全搭配试验必须有34=81次试验方案才行。
三、正交表的优点多：可以考虑多因素，多指标。
快：试验周期短，见效快。
好；可以找到最佳方案。
省：试验次数少。
假如：考虑十三个因素，三水平的试验。
用L27（313）安排只要做27次试验。
而进行全面试验时，则要做313=1594323次试验，如果每天做10次试验，也要做436.8年之久方可做完.四、正交试验表的种类分两类：一类是水平数相同的正交表，即正交表中每一列所包含的代表水平的数码是一样的。
例如：L4（23）、L8（27）、L9（34）等等。
另一类是水平数不同的正交表，例如：L8（41×24）、L18（21×37）、L18（61×36）、L16（42×212）L32（49×24）。
L8（41×24）L16（42×212）四：常用正交试验设计与分析步骤1、明确试验目的2、确定考察指标3、挑因素选水平4、设计试验方案5、实施试验方案6、试验结论分析7、验证试验8、结论与建议例：设计纸飞机试验1、试验目的：找到一组飞行距离最远的纸飞机设计参数。
2、考察指标Y——纸飞机飞行距离。
3、挑因素选水平分析：影响Y的重要因素A：材料B：尺寸C：抛出力D：抛出角度根据实际情况每个因素取3个水平制定因素水平表因素水平表4、设计试验方案由因素水平表可以清楚的看出，这是一项4因素3水平的试验，必须有3种数码的正交表中找到合适的表安排此项试验，这类表试验次数最少的是L9（34）表于是就选L9（34）正交表安排试验方案。
Chap22正交设计、均匀设计试验分析
记录试验数据
在试验过程中，准确记录每个试验点的数据，包括试验条件、操作步骤和结果 等。
数据分析与结论
数据处理
对试验数据进行整理、清洗和统计分析，以提取有意义的结果。
结果解释
根据数据分析结果，解释各试验因素对试验结果的影响程度和作用 机制。
得出结论
基于数据分析结果，得出关于试验因素与水平的优化组合和最佳条 件，为后续研究和实际应用提供指导。
进一步探索正交设计和均匀设计在各领 域的应用，挖掘其在解决实际问题中的
潜力。
推广应用范围
将正交设计和均匀设计试验分析方法 应用于更多领域，推动其在解决实际
问题中的应用和发展。
优化试验设计方法
不断改进和完善正交设计和均匀设计 试验方法，提高试验效率和结果的准 确性。
加强学术交流与合作
鼓励学术界和产业界加强交流与合作， 共同推动正交设计和均匀设计试验分 析方法的进步和应用。
农业研究
农业研究中，正交设计试验用于 研究农作物生长与环境因素之间 的关系，提高作物产量和品质。
正交设计试验的基本原则
均衡分布
01
正交设计试验要求各因素在各水平之间均衡分布，确保试验条
件的全面覆盖。
代表性
02
正交设计试验应具有代表性，能够反映实际情况，为实际生产
和科学研究的决策提供依据。
可重复性
03
均匀设计试验的应用领域
1 2
化学与物理实验
在化学反应、混合物制备、材料合成等领域，通 过均匀设计试验可高效筛选出最佳反应条件或配 方。
生物学与医学研究
在药物研发、生物发酵、农业育种等领域，利用 均匀设计试验可优化实验条件，提高实验效率。
3
工程与工艺优化
SPSS统计分析案例：无空白列重复正交试验设计方差分析
SPSS统计分析案例：⽆空⽩列重复正交试验设计⽅差分析前⾯有讲过⼀篇⽂章，包含了⼀个典型的正交试验案例。
然⽽在实际应⽤当中，主观客观条件复杂多变，在试验设计中就要求能够灵活控制影响因素和⽔平的个数，以及试验的次数。
正交设计招数虽只有⼀招，但却变化多端，有多重不同应⽤⽅式，⽆空⽩列重复正交设计就是其中的⼀个变式。
⼀案例数据某制药⼚主要⽣产胃蛋⽩酶，为了提⾼⽣产效率，拟从⽣产⼯艺上进⾏优化改进，你被要求负责该项⽬。
根据多年的⽣产经验，你认为影响⽣产效率的因素主要包括A⽔解温度，B⽔解时间，C加盐量，D烘房温度，根据⽬前现有的⽣产条件，这⼏个因素能调整的参数⼤概只有三个⽔平，以残留蛋⽩作为质量指标，你决定通过正交试验来解决当前的问题。
数据来源：《SPSS13在空⽩列正交试验设计及其数据处理中的应⽤》⼆选择正交表各因素只能调整3个⽔平，主要有4个因素，因此最先考虑到选⽤L9（34）的四因素三⽔平正交表，由于参数⽔平客观条件的限制，L16（45）正交表可以不⽤考虑了。
选定L9（34）正交表，遇到⼀个问题：因素排满，没有空⽩列⽤于统计实验误差，怎么呢？所以必须通过重复试验来统计实验误差，你决定每个组合⽅案重复3次。
因此，本实验最终需要27次，将得到27组数据。
三正交试验数据录⼊格式⽹上有不少同学提到这个问题，其实数据结果组织形式和⽆重复试验的格式是⼀样的，只需要顺次增加⾏即可。
四⽅差分析步骤菜单操作：分析→⼀般线性模型→单变量因变量：输⼊残留蛋⽩固定因⼦：输⼊⽔解温度，⽔解时间C加盐量，烘房温度模型选项卡：以上四个影响因素作为主效应进⾏分析⽅差分析结果：四个影响因素的sig值均⼩于0.01，表明四个因素对⽣产胃蛋⽩酶都有极显著的影响，验证了最初你的经验。
但这还不是我们最终的⽬的，我们需要得到提⾼⽣产效率的最优化⼯艺组合，直⽩⼀点，就是你必须找到每个影响因素最好的那个⽔平参数。
这个问题在上⼀篇⽂章中就有说明，可采⽤多重⽐较的⽅法就⾏可视化⽐较。
正交设计举例 -回复
正交设计举例-回复什么是正交设计？正交设计是一种统计试验设计方法，用于在有限的试验资源下，对多个因素进行全面、高效地考察。
通过正交设计，可以尽量减少试验次数，降低资源投入，同时保证获取准确的实验结果。
正交设计的核心思想是通过最小化误差来确定各个因素的最佳水平组合，以获得验证和优化因素效应的最佳结果。
举一个简单的例子，假设一个企业决定进行一次新产品的市场调研。
他们希望了解四个因素：产品价格、广告费用、包装设计和促销方式对消费者购买意愿的影响。
为了能够全面反映市场的多元性，研究人员需要同时考虑这些因素的不同水平组合。
步骤一：确定实验因素和水平在这个例子中，实验因素是产品价格、广告费用、包装设计和促销方式。
水平是每个因素的不同取值，也即实验水平。
1. 产品价格：10元、20元、30元2. 广告费用：1000元、2000元、3000元3. 包装设计：简约包装、华丽包装、自然包装4. 促销方式：满减、赠品、打折步骤二：构建正交表格在正交设计中，通过构建正交表格来实现各个因素之间的均衡。
正交表格是一种特殊的矩阵，其中每列代表一个因素，每个元素代表该因素的水平。
每个元素只出现一次，并且不同水平之间呈现均一分布。
以下是一个4因素3水平的正交表格的示例：实验次序产品价格广告费用包装设计促销方式1 10 1000 简约满减2 10 2000 华丽赠品3 10 3000 自然打折4 20 1000 简约赠品5 20 2000 华丽打折6 20 3000 自然满减7 30 1000 华丽打折8 30 2000 自然满减9 30 3000 简约赠品步骤三：设计实验方案通过正交表格，我们可以得到9个独立的实验组合。
每个实验组合代表了一种不同的因素水平组合，可以用于进行市场调研。
在具体实验中，我们可以随机选择一个实验组合，将其作为一组实验的基础，然后对该组实验进行市场调研。
通过对所有不同的实验组合进行调研，我们可以获得更加全面的市场信息，进而确定最佳的产品定价、广告费用、包装设计和促销方式组合。
- 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、"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、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)。
正交实验设计案例分析
45120611戴杰
摘要：正交实验设计法在工业生产中具有广阔的应用领域，但由
于推广不够，在实践少有应用，除了观念上的影响外，对操作方
法的疑惑和不熟悉，也是重要因素。
我们小组选取了两个典型案
例，对正交实验设计法的操作方法和步骤进行了介绍。
正交实验设计法在工业生产中具有广阔的应用领域。
作为一种科学的实验方法，它以投资少、易操作见效快的特点而为人们所关注，在已经试点过的单位都不同程度地取得了明显效果，受到企业的普遍欢迎。
正交实验设计法虽然已经取得了骄人的业绩，但它的推广并不普遍。
原因主要是许多企业科学意识差，对正交法缺乏正确认识，不懂操作程序，甚至怕麻烦。
鉴于此，我们选择了两个典型案例，对正交法的应用程序和方法做出了说明。
一、双氰胺生产工艺的优化研究
1.1 立项背景
山西省双氰胺厂。
1989年引进技术，设计能力为年产双氰胺500t，1990年投产，1991年全年生产双氰胺300t。
虽然当时双氰胺出厂价为15000元/t，市场供不应求，但由于该企业产量达不到设计能力，成本很高，年亏损30多万元，企业处于非常困难的境地。
1.2 经诊断发现的问题
（1）双氰胺的主要原材料质量差，有效含氮量低。
调查结果：石灰氮最好是一级品占一半，其余为二级品以下。
石灰氮产品的行业标准（有效含氮量）是：优级品>=20%，一级品>18%，二级品>17%，次品<17%。
经过对比，该厂石灰氮有效含氮量低，是双氰胺消耗高、成本高、产量低的主要原因。
（2）石灰窑CO2气体浓度太低且很不稳定，是制约双氰胺生产的关键因素。
经调查发现，CO2气体浓度一般在17%以下，有时12%左右，致使双氰胺车间第一道工序（即水解工序）脱钙速度慢、时间长，是制约双氰胺产量的关键。
（3）双氰胺的生产工艺影响因素多，优化潜力大。
经分析认为：水解投料量、水解pH 值、聚合工序的聚合温度、聚合pH值、结晶温度等因素，均对产品质量和消耗有影响。
多因素影响正好适用正交法。
1.3 正交法在各生产车间的应用及效果
（1）提高白灰窑CO2气体浓度的正交实验。
经调查，投入的煤和石头的比例是由人工估计的，并不计量，每天加料总量和分配的层次随意性很大。
由于没有固定的工艺标准，CO2气体浓度既不可能稳定，生产效果也不可能提高。
故采取了以下措施：一是安装地磅，投入的煤和石头要求过磅计量；二是实施正交优化。
经计算，石灰窑优化方案的因素水平及实验结果（选用L9(3^4)正交表安排实验）分别如表1、表2所示。
表1 因素水平表
表2 实验结果表
经计算分析，显然优化方案为A2B3C3。
即A煤石比为1:0.17，加料量为6t/次，加料层次为9次/d 。
经进一步优化，加料层次为12次/d，使二氧化碳气体浓度达38%。
（2）提高石灰氮有效含氮量和产量的正交实验。
经过对氮化车间3 台沉降炉产出成品状况分析和操作情况分析，我们发现成品不均匀，一层一层的，每层3cm厚，在两层连接处质量好，而在两层之间质量疏松，经化验有效含氮量低。
工人操作，电石在上端有加料机均匀撒于料面，由于冷料加入，炉温逐步下降，连续加料，待炉温降低80摄氏度时，才停止加料，致使料层厚度超过3cm。
从上面的操作过程分析：连续加料时间太长，使得料层太厚，在停止加料后，氮气与电石进行氮化反应，生成CaCN2，由于氮化反应是一个放热反应，炉温慢慢升高，当再回到900摄氏度重新加料，又是厚厚一层，炉温降低80摄氏度才停止加料。
这样就造成停止加料后，氮气与料层表面接触，反应生成CACN2，由于料层厚，氮气深入内部反应不易，因此两层中间氮化不充分，造成质量差，而且反应慢，产量也低。
由于找准了石灰氮质量差和产量低的原因，正交优化方案制定如下：首先把加料前后的温差由80摄氏度降低为20摄氏度以内（越低越好），这是为了减少一次加料的数量和厚度使CaC2 和氮气能充分反应，既可提高产品质量，又可促进产量提高。
其因素水平及实验结果分别如表3、表4 所示。
表3 因素水平表
表4 实验结果表
优化方案为A3B2C2D2。
由于人工操作，温差太小，操作困验难，后来安装了自动控制加料装置，可把温差控制在10摄氏度以下，使CaCN2质量大幅度提高。
9个方案均达到优级品，从极差大小来看，其他因素影响不大。
当按优化方案生产后，有效含氮量稳定在22%~23%，100%为优级品。
（3）双氰胺生产工艺的正交优化。
双氰胺工序正交试验，主要是降低消耗，提高产量。
考察指标只计产量，其因素水平及实验结果（选用L8（2^7）正交表）分别如表5、表6所示。
表5 因素水平表
表6 试验结果表
直接可看出8号试验产量最高，班产29袋，其条件为A2B2C1D2。
经观察发现，投料过程中，由于投料速度快，再加上水解过程为放热反应，故料液温度升高。
本来水解工序料液温度应低于70℃，如果达到聚合温度，会提前生成双氰胺，过滤过程将把生成的双氰胺滤到废渣中丢弃，使消耗高、产量低、温度高，将生成的大量氨气排放到空气中，造成损失。
因此，除优化生产条件外，应着重控制加料速度的均匀性，保持料液温度低于60℃。
这样按优化方案操作，使每t双氰胺消耗石灰氮由6.5t降至4t以下。
石灰氮售价2000元/t，双氰胺成本下降约5000元/t。
（4）经济效益分析。
由于CO2气浓度提高，产量增加1/3，石灰氮有效含氮量的提高可使双氰胺的石灰氮耗量大幅度下降。
2 八水钡生产工艺的优化及一水钡的开发研究
2.1 立项背景
1995年，榆次钡盐厂月产八水钡不足70t，投产近两年亏损约90多万元。
该项目投产后只能生产八水钡，消耗极大，成本很高，企业亏损严重。
2.2发现问题
（1）毒重石煅烧工艺问题最大。
主要有以下几点：一是煅烧温度和恒温时间不确定，工人凭经验操作；二是煅烧罐煅烧过程中破裂严重，高温情况下空气进入，熟料变色提取不出八水钡；三是矿石粒度大，熟料中仍有大量BaCO3 矿石颗粒。
该工序是该厂生产工艺的关键工序，BaCO3矿石不能很好地转化为BaO，产品无法生产出来。
当时生产1t八水钡，需矿石5t以上，试产时曾用20t矿石生产出1t八水钡，每t矿石从四川运到山西，进厂费用300元/t 以上，造成企业亏损。
（2）浸取工序中成品和废渣分离不彻底，仅废渣中带走的成品约占1/3。
（3）成品中杂质含量高，BaCO3杂质经常超标。
2.3 科研课题组采取的措施
（1）在浸取过滤工序中增加真空过滤装置，收回大量成品；
（2）改自然结晶为真空结晶，提高结晶效率和产品质量；
（3）配料中增加添加剂，有效解决因热胀造成煅烧罐大量破裂的问题；
（4）针对煅烧转化率极低的难题，用正交试验法找出最佳工艺参数。
2.4 毒重石煅烧提高转化率的正交试验
为了找到最佳恒温湿度，工厂专门建小型试验窑一座，经摸索发现恒温温度在1100至1150摄氏度范围，转化率有保证，故以下试验把恒温温度作为固定因素。
试验1、试验2、试验3 的结果分别见表7、表8、表9。
试验1 考察了恒温时间、保温措施、添加剂对转化率的影响。
该试验告诉我们，恒温时间长些好，在保温措施下增加添加剂有明显效果，转化率有较大幅度提高，原生产记录转化率均在40%以下。
试验2考察了恒温时间、矿石粒度、还原剂配比对转化率的影响。
该试验清楚地告诉我们，恒温时间长些好，分开粒度煅烧效果显著，转化率大幅上升，原来加17%的还原剂煤比例偏高，不仅浪费煤，效果也不好。
试验3为固定恒温温度（固定恒温时间36h），有保温措施，重点考察矿石粒度、添加剂配比、还原剂配比对转化率的影响。
表7 实验1结果表
表8 实验2结果表
表9 实验3结果表
经多次优化，转化率保持在80%以上，企业在不增加任何投入的情况下，产量翻一翻，后稍加技改，月产量就由原70t增加到300多t，企业每年实现利税100万元以上。
从案例可以看出，正交实验设计法，简便易行，易学好懂，是迅速提高企业经济效益的有效途径。
希望企业管理者们能够转变观念，树立科学意识，从推广正交实验设计法入手，全面提高企业的科技水平。