正交试验设计方法 讲义及举例.docx
- 文档编号:11805670
- 上传时间:2023-04-02
- 格式:DOCX
- 页数:15
- 大小:104.14KB
正交试验设计方法 讲义及举例.docx
《正交试验设计方法 讲义及举例.docx》由会员分享,可在线阅读,更多相关《正交试验设计方法 讲义及举例.docx(15页珍藏版)》请在冰豆网上搜索。
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
试验设计就是数理统计学得一个重要得分支。
多数数理统计方法主要用于分析已经得到得数据,而试验设计却就是用于决定数据收集得方法。
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得数据如何分析等。
例5-1某化工厂想提高某化工产品得质量与产量,对工艺中三个主要因素各按三个水平进行试验(见表5-1)。
试验得目得就是为提高合格产品得产量,寻求最适宜得操作条件。
对此实例该如何进行试验方案得设计呢?
很容易想到得就是全面搭配法方案(如图5-1所示):
此方案数据点分布得均匀性极好,因素与水平得搭配十分全面,唯一得缺点就是实验次数多达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水平得试验,就需36=729次实验,显然难以做到。
因此需要寻找一种合适得试验设计方法。
试验设计方法常用得术语定义如下。
试验指标:
指作为试验研究过程得因变量,常为试验结果特征得量(如得率、纯度等)。
例1得试验指标为合格产品得产量。
因素:
指作试验研究过程得自变量,常常就是造成试验指标按某种规律发生变化得那些原因。
如例1得温度、压力、碱得用量。
水平:
指试验中因素所处得具体状态或情况,又称为等级。
如例1得温度有3个水平。
温度用T表示,下标1、2、3表示因素得不同水平,分别记为T1、T2、T3。
常用得试验设计方法有:
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。
可供选择得试验方法很多,各种试验设计方法都有其一定得特点。
所面对得任务与要解决得问题不同,选择得试验设计方法也应有所不同。
由于篇幅得限制,我们只讨论正交试验设计方法。
5.2正交试验设计方法得优点与特点
用正交表安排多因素试验得方法,称为正交试验设计法。
其特点为:
①完成试验要求所需得实验次数少。
②数据点得分布很均匀。
③可用相应得极差分析方法、方差分析方法、回归分析方法等对试验结果进行分析,引出许多有价值得结论。
从例1可瞧出,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与p1,只改变m,观察因素m不同水平得影响,做了如图2-2
(1)所示得三次实验,发现m=m2时得实验效果最好(好得用□表示),合格产品得产量最高,因此认为在后面得实验中因素m应取m2水平。
固定T1与m2,改变p得三次实验如图5-2
(2)所示,发现p=p3时得实验效果最好,因此认为因素p应取p3水平。
固定p3与m2,改变T得三次实验如图5-2(3)所示,发现因素T宜取T2水平。
因此可以引出结论:
为提高合格产品得产量,最适宜得操作条件为T2p3m2。
与全面搭配法方案相比,简单比较法方案得优点就是实验得次数少,只需做9次实验。
但必须指出,简单比较法方案得试验结果就是不可靠得。
因为,①在改变m值(或p值,或T值)得三次实验中,说m2(或p3或T2)水平最好就是有条件得。
在T≠T1,p≠p1时,m2水平不就是最好得可能性就是有得。
②在改变m得三次实验中,固定T=T2,p=p3应该说也就是可以得,就是随意得,故在此方案中数据点得分布得均匀性就是毫无保障得。
③用这种方法比较条件好坏时,只就是对单个得试验数据进行数值上得简单比较,不能排除必然存在得试验数据误差得干扰。
运用正交试验设计方法,不仅兼有上述两个方案得优点,而且实验次数少,数据点分布均匀,结论得可靠性较好。
正交试验设计方法就是用正交表来安排试验得。
对于例1适用得正交表就是L9(34),其试验安排见表5-2。
所有得正交表与L9(34)正交表一样,都具有以下两个特点:
(1)在每一列中,各个不同得数字出现得次数相同。
在表L9(34)中,每一列有三个水平,水平1、2、3都就是各出现3次。
(2)表中任意两列并列在一起形成若干个数字对,不同数字对出现得次数也都相同。
在表L9(34)中,任意两列并列在一起形成得数字对共有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。
表5-2试验安排表
试验号
列号
1
2
3
4
因素
温度℃
压力Pa
加碱量kg
符号
T
p
m
1
2
3
4
5
6
7
8
9
1(T1)
1(T1)
1(T1)
2(T2)
2(T2)
2(T2)
3(T3)
3(T3)
3(T3)
1(p1)
2(p2)
3(p3)
1(p1)
2(p2)
3(p3)
1(p1)
2(p2)
3(p3)
1(m1)
2(m2)
3(m3)
2(m2)
3(m3)
1(m1)
3(m3)
1(m1)
2(m2)
1
2
3
3
1
2
2
3
1
这两个特点称为正交性。
正就是由于正交表具有上述特点,就保证了用正交表安排得试验方案中因素水平就是均衡搭配得,数据点得分布就是均匀得。
因素、水平数愈多,运用正交试验设计方法,愈发能显示出它得优越性,如上述提到得6因素3水平试验,用全面搭配方案需729次,若用正交表L27(313)来安排,则只需做27次试验。
在化工生产中,因素之间常有交互作用。
如果上述得因素T得数值与水平发生变化时,试验指标随因素p变化得规律也发生变化,或反过来,因素p得数值与水平发生变化时,试验指标随因素T变化得规律也发生变化。
这种情况称为因素T、p间有交互作用,记为T×p。
5.3正交表
使用正交设计方法进行试验方案得设计,就必须用到正交表。
正交表请查阅有关参考书。
5、3、1各列水平数均相同得正交表
各列水平数均相同得正交表,也称单一水平正交表。
这类正交表名称得写法举例如下:
各列水平均为2得常用正交表有:
L4(23),L8(27),L12(211),L16(215),L20(219),L32(231)。
各列水平数均为3得常用正交表有:
L9(34),L27(313)。
各列水平数均为4得常用正交表有:
L16(45)
各列水平数均为3得常用正交表有:
L25(56)
5、3、2混合水平正交表
各列水平数不相同得正交表,叫混合水平正交表,下面就就是一个混合水平正交表名称得写法:
L8(41×24)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。
5、3、3选择正交表得基本原则
一般都就是先确定试验得因素、水平与交互作用,后选择适用得L表。
在确定因素得水平数时,主要因素宜多安排几个水平,次要因素可少安排几个水平。
(1)先瞧水平数。
若各因素全就是2水平,就选用L(2*)表;若各因素全就是3水平,就选L(3*)表。
若各因素得水平数不相同,就选择适用得混合水平表。
(2)每一个交互作用在正交表中应占一列或二列。
要瞧所选得正交表就是否足够大,能否容纳得下所考虑得因素与交互作用。
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,在极差分析中要作为“其她因素”列处理。
(3)要瞧试验精度得要求。
若要求高,则宜取实验次数多得L表。
(4)若试验费用很昂贵,或试验得经费很有限,或人力与时间都比较紧张,则不宜选实验次数太多得L表。
(5)按原来考虑得因素、水平与交互作用去选择正交表,若无正好适用得正交表可选,简便且可行得办法就是适当修改原定得水平数。
(6)对某因素或某交互作用得影响就是否确实存在没有把握得情况下,选择L表时常为该选大表还就是选小表而犹豫。
若条件许可,应尽量选用大表,让影响存在得可能性较大得因素与交互作用各占适当得列。
某因素或某交互作用得影响就是否真得存在,留到方差分析进行显著性检验时再做结论。
这样既可以减少试验得工作量,又不致于漏掉重要得信息。
5、3、4正交表得表头设计
所谓表头设计,就就是确定试验所考虑得因素与交互作用,在正交表中该放在哪一列得问题。
(1)有交互作用时,表头设计则必须严格地按规定办事。
因篇幅限制,此处不讨论,请查阅有关书籍。
(2)若试验不考虑交互作用,则表头设计可以就是任意得。
如在例5-1中,对L9(34)表头设计,表5-3所列得各种方案都就是可用得。
但就是正交表得构造就是组合数学问题,必
须满足5、2中所述得特点。
对试验之初不考虑交互作用而选用较大得正交表,空列较多时,最好仍与有交互作用时一样,按规定进行表头设计。
只不过将有交互作用得列先视为空列,待试验结束后再加以判定。
5.4正交试验得操作方法
(1)分区组。
对于一批试验,如果要使用几台不同得机器,或要使用几种原料来进行,为了防止机器或原料得不同而带来误差,从而干扰试验得分析,可在开始做实验之前,用L表中未排因素与交互作用得一个空白列来安排机器或原料。
与此类似,若试验指标得检验需要几个人(或几台机器)来做,为了消除不同人(或仪器)检验得水平不同给试验分析带来干扰,也可采用在L表中用一空白列来安排得办法。
这样一种作法叫做分区组法。
(2)因素水平表排列顺序得随机化。
如在例5-1中,每个因素得水平序号从小到大时,因素得数值总就是按由小到大或由大到小得顺序排列。
按正交表做试验时,所有得1水平要碰在一起,而这种极端得情况有时就是不希望出现得,有时也没有实际意义。
因此在排列因素水平表时,最好不要简单地按因素数值由小到大或由大到小得顺序排列。
从理论上讲,最好能使用一种叫做随机化得方法。
所谓随机化就就是采用抽签或查随机数值表得办法,来决定排列得别有顺序。
(3)试验进行得次序没必要完全按照正交表上试验号码得顺序。
为减少试验中由于先后实验操作熟练得程度不匀带来得误差干扰,理论上推荐用抽签得办法来决定试验得次序。
(4)在确定每一个实验得实验条件时,只需考虑所确定得几个因素与分区组该如何取值,而不要(其实也无法)考虑交互作用列与误差列怎么办得问题。
交互作用列与误差列得取值问题由实验本身得客观规律来确定,它们对指标影响得大小在方差分析时给出。
(5)做实验时,要力求严格控制实验条件。
这个问题在因素各水平下得数值差别不大时更为重要。
例如,例5-1中得因素(加碱量)m得三个水平:
m1=2、0,m2=2、5,m3=3、0,在以m=m2=2、5为条件得某一个实验中,就必须严格认真地让m2=2、5。
若因为粗心与不负责任,造成m2=2、2或造成m2=3、0,那就将使整个试验失去正交试验设计方法得特点,使极差与方差分析方法得应用丧失了必要得前提条件,因而得不到正确得试验结果。
5.5正交试验结果分析方法
正交试验方法之所以能得到科技工作者得重视并在实践中得到广泛得应用,其原因不仅在于能使试验得次数减少,而且能够用相应得方法对试验结果进行分析并引出许多有价值得结论。
因此,有正交试验法进行实验,如果不对试验结果进行认真得分析,并引出应该引出得结论,那就失去用正交试验法得意义与价值。
5、5、1极差分析方法
下面以表5-4为例讨论L4(23)正交试验结果得极差分析方法。
极差指得就是各列中各水平对应得试验指标平均值得最大值与最小值之差。
从表5-4得计算结果可知,用极差法分析正交试验结果可引出以下几个结论:
(1)在试验范围内,各列对试验指标得影响从大到小得排队。
某列得极差最大,表示该列得数值在试验范围内变化时,使试验指标数值得变化最大。
所以各列对试验指标得影响从大到小得排队,就就是各列极差D得数值从大到小得排队。
(2)试验指标随各因素得变化趋势。
为了能更直观地瞧到变化趋势,常将计算结果绘制成图。
(3)使试验指标最好得适宜得操作条件(适宜得因素水平搭配)。
表5-4L4(23)正交试验计算
列号
1
2
3
试验指标yi
试验号
1
2
3
n=4
1
1
2
2
1
2
1
2
1
2
2
1
y1
y2
y3
y4
Ⅰj
Ⅱj
kj
Ⅰj/kj
Ⅱj/kj
极差(Dj)
Ⅰ1=y1+y2
Ⅱ1=y3+y4
k1=2
Ⅰ1/k1
Ⅱ1/k1
max{}-min{}
Ⅰ2=y1+y3
Ⅱ2=y2+y4
k2=2
Ⅰ2/k2
Ⅱ2/k2
max{}-min{}
Ⅰ3=y1+y4
Ⅱ3=y2+y3
k3=2
Ⅰ3/k3
Ⅱ3/k3
max{}-min{}
注:
Ⅰj
———
第j列“1”水平所对应得试验指标得数值之与;
Ⅱj
———
第j列“2”水平所对应得试验指标得数值之与;
kj
———
第j列同一水平出现得次数。
等于试验得次数(n)除以第j列得水平数。
Ⅰj/kj
———
第j列“1”水平所对应得试验指标得平均值;
Ⅱj/kj
———
第j列“1”水平所对应得试验指标得平均值;
Dj
———
第j列得极差。
等于第j列各水平对应得试验指标平均值中得最大值减
最小值,即
Dj=max{Ⅰj/kj,Ⅱj/kj,…}-min{Ⅰj/kj,Ⅱj/kj,…}
(4)可对所得结论与进一步得研究方向进行讨论。
5、5、2方差分析方法
5、5、2、1计算公式与项目
试验指标得加与值=
试验指标得平均值
以第j列为例:
⑴
Ⅰj
__
“1”水平所对应得试验指标得数值之与
⑵
Ⅱj
——
“2”水平所对应得试验指标得数值之与
⑶
……
⑷
kj
——
同一水平出现得次数。
等于试验得次数除以第j列得水平数
⑸
Ⅰj/kj
——
“1”水平所对应得试验指标得平均值
⑹
Ⅱj/kj
——
“1”水平所对应得试验指标得平均值
⑺
……
以上7项得计算方法同极差法(见表5-4)。
⑻偏差平方与
⑼fj——自由度。
fj=第j列得水平数-1。
⑽Vj——方差。
Vj=Sj/fj。
⑾Ve——误差列得方差。
Ve=Se/fe。
式中,e为正交表得误差列。
⑿Fj——方差之比Fj=Vj/Ve。
⒀查F分布数值表(F分布数值表请查阅有关参考书)做显著性检验。
⒁总得偏差平方与
⒂总得偏差平方与等于各列得偏差平方与之与。
即
式中,m为正交表得列数。
若误差列由5个单列组成,则误差列得偏差平方与Se等于5个单列得偏差平方与之与,即:
Se=Se1+Se2+Se3+Se4+Se5;也可用Se=S总+S,,来计算,其中S,,为安排有因素或交互作用得各列得偏差平方与之与。
5、5、2、2可引出得结论
与极差法相比,方差分析方法可以多引出一个结论:
各列对试验指标得影响就是否显著,在什么水平上显著。
在数理统计上,这就是一个很重要得问题。
显著性检验强调试验在分析每列对指标影响中所起得作用。
如果某列对指标影响不显著,那么,讨论试验指标随它得变化趋势就是毫无意义得。
因为在某列对指标得影响不显著时,即使从表中得数据可以瞧出该列水平变化时,对应得试验指标得数值与在以某种“规律”发生变化,但那很可能就是由于实验误差所致,将它作为客观规律就是不可靠得。
有了各列得显著性检验之后,最后应将影响不显著得交互作用列与原来得“误差列”合并起来。
组成新得“误差列”,重新检验各列得显著性。
5.6正交试验方法在化工原理实验中得应用举例
例5-2 为提高真空吸滤装置得生产能力,请用正交试验方法确定恒压过滤得最佳操作条件。
其恒压过滤实验得方法、原始数据采集与过滤常数计算等见《过滤实验》部分。
影响实验得主要因素与水平见表5-5(a)。
表中Δp为过滤压强差;T为浆液温度;w为浆液质量分数;M为过滤介质(材质属多孔陶瓷)。
解:
(1)试验指标得确定:
恒压过滤常数K(m2/s)
(2)选正交表:
根据表5-5(a)得因素与水平,可选用L8(4×24)表。
(3)制定实验方案:
按选定得正交表,应完成8次实验。
实验方案见表5-5(b)。
(4)实验结果:
将所计算出得恒压过滤常数K(m2/s)列于表5-5(b)。
表5-5(a)过滤实验因素与水平
因素
压强差/kPa
温度/℃
质量分数
过滤介质
符号
Δp
T
w
M
水平
1
2
3
4
2、94
3、92
4、90
5、88
(室温)18
(室温+15)33
稀(约5%)
浓(约10%)
G2*
G3*
*G2、G3为过滤漏斗得型号。
过滤介质孔径:
G2为30~50μm、G3为16~30μm。
表2-5(b)正交试验得试验方案与实验结果
列号
j=1
2
3
4
5
6
因素
Δp
T
w
M
e
K(m2/s)
试验号
水平
1
2
3
4
5
6
7
8
1
1
2
2
3
3
4
4
1
2
1
2
1
2
1
2
1
2
1
2
2
1
2
1
1
2
2
1
1
2
2
1
1
2
2
1
2
1
1
2
4、01×10-4
2、93×10-4
5、21×10-4
5、55×10-4
4、83×10-4
1、02×10-3
5、11×10-4
1、10×10-3
(5)指标K得极差分析与方差分析:
分析结果见表5-5(c)。
以第2列为例说明计算过程:
Ⅰ2=4、01×10-4+5、21×10-4+4、83×10-4+5、11×10-4=1、92×10-3
Ⅱ2=2、93×10-4+5、55×10-4+1、02×10-3+1、10×10-3=2、97×10-3
k2=4
Ⅰ2/k2=1、92×10-3/4=4、79×10-4
Ⅱ2/k2=2、97×10-3/4=7、42×10-4
D2=7、42×10-4-4、79×10-4=2、63×10-4
ΣK=4、88×10-3
6、11×10-4
S2=k2(Ⅰ2/k2-
)2+k2(Ⅱ2/k2-
)2
=4(4、79×10-4-6、11×10-4)2+4(7、42×10-4-6、11×10-4)2=1、38×10-7
f2=第二列得水平数-1=2-1=1
V2=S2/f2=1、38×10-7/1=1、38×10-7
Se=S5=k5(Ⅰ5/k5-
)2+k5(Ⅱ5/k5-
)2
=4(6、22×10-4-6、11×10-4)2+4(5、99×10-4-6、11×10-4)2=1、06×10-9
fe=f5=1
Ve=Se/fe=1、06×10-9/1=1、06×10-9
F2=V2/Ve=1、38×10-7/1、06×10-9=130、2
查《F分布数值表》可知:
F(а=0、01,f1=1,f2=1)=4052>F2
F(а=0、05,f1=1,f2=1)=161、4>F2
F(а=0、10,f1=1,f2=1)=39、9 F(а=0、25,f1=1,f2=1)=5、83 (其中: f1为分子得自由度,f2分母得自由度) 所以第二列对试验指标得影响在 =0、10水平上显著。 其她列得计算结果见表2-5(c)。 表5-5(c)K得极差分析与方差分析 列号 j=1 2 3 4 5 6 因素 Δp T w M e K(m2/s) 项目 Ⅰj Ⅱj Ⅲj Ⅳj kj Ⅰj/kj Ⅱj/kj Ⅲj/kj Ⅳj/kj Dj Sj fj Vj Fj F0、01 F0、05 F0、10 F0、25 显著性 6、94×10-4 1、08×10-3 1、50×10-3 1、61×10-3 2 3、47×10-4 5、38×10-4 7、52×10-4 8、06×10-3 4、59×10-4 2、65×10-7 3 8、84×10-8 83、6 5403 215、7 53、6 8、20 2*(0、10) 1、92×10-3 2、97×10-3 4 4、79×10-4 7、42×10-4 2、63×10-4 1、38×10-7 1 1、38×10-7 130、2 4052 161、4 39、9 5、83 2*(0、10) 3、04×10-3 1、84×10-3 4 7、61×10-4 4、61×10-4 3、00×10-4 1、80×10-7 1 1、80×10-7 170、1 4052 161、4 39、9 5、83 3*(0、05) 2、54×10-3 2、35×10-3 4 6、35×10-4 5、86×10-4 4、85×10-5 4、70×10-9 1 4、70×10-9 4、44 4052 161、4 39、9 5、83 0*(0、25) 2、49×10-3 2、40×10-3 4 6、22×10-4 5、99×10-4 2、30×10-5 1、06×10-9 1、06×10-9 1、00 ΣK= 4、88×10-3 (m2/s) 6、11×10-4 (m2/s) (6)由极差分析结果引出得结论: 请同学们自己分析。 (7)由方差分析结果引出得结论。 ①第1、2列上得因素Δp、T在 =0、10水平上显著;第3列上得因素w在 =0、05水平上显著;第4列上得因素M在 =0、25水平上仍不显著。 ②各因素、水平对K得影响变化趋势见图5-3。 图5-3就是用表5-5(a)得水平、因素与表5-5(c)得Ⅰj/kj、Ⅱj/kj、Ⅲj/kj、Ⅳj/k值来标绘得。 从图中可瞧出: A.过滤压强差增大,K值增大; B.过滤温度增大,K值增大; C.过滤浓度增大,K值减小; D.过滤介质由1水平变为2水平,多孔陶瓷微孔直径减小,K值减小。 因为第4列对K值得影响在 =0、25水平上不显著,所以此变化趋势就是不可信得。 ③适宜操作条件得确定。 由恒压过滤速率议程式可知,试验指标K值愈大愈好。 为此,本例得适宜操作条件就是各水平下K得平均值最大时得条件: 过滤压强差为4水平,5、88kPa 过滤温度为2水平,33℃ 过滤浆液浓度为1水平,稀滤液 过滤介质为1水平或2水平(这就是因为第4列对K值得影响在 =0、25水平上不显著。 为此可优先选择价格便宜或容易得到者)。 上述条件恰好就是正交表中第8个试验号。
- 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:
- 正交试验设计方法 讲义及举例 正交 试验 设计 方法 讲义 举例