食品试验优化设计.pptVIP

[例6-15]为了提高某化工产品的转化率，选择反应温度A、加碱量B、催化剂种类C、反应状态D为试验因素，不考虑因素间的交互作用，拟采用正交试验优化工艺条件。因素水平如表6-52所示。表6-52因素水平水平反应温度/℃A加碱量/%B催化剂种类C反应状态D1803甲液态2854乙固态3905丙这是一个4因素的试验，其中因素A、B、C可取3个水平，因素D由于实际情况所限仅能取2个水平。在这种情况下，如果将D因素虚拟一个水平，使其成为3水平的因素，这样，问题就转化为4因素3水平的试验，可以直接用正交表L9(34)来安排试验。那么，如何把2水平的因素D变为3水平因素？一般根据实践经验，从第1、第2水平中选取一个较好的水平作为第3水平的虚拟水平。本研究根据经验认为因素D的第1水平比第2水平好，因此用因素D的第1水平作为其第3虚拟水平。试验方案设计及结果分析如表6-53所示。表6-53拟水平试验设计方案及结果分析（一）极差分析拟水平试验的极差分析方法与一般正交试验的极差分析方法基本相同，以混合型水平正交试验结果进行处理。对本例，极差分析结果见表6-53。（二）方差分析拟水平试验的方差分析计算分析过程与混合型水平正交试验结果方差分析无本质区别，主要不同点在于拟水平列的平方和及自由度的计算。1.计算各列平方和同理可计算SSB=24.90，SSC=846.90因素D的第1水平共重复了6次，第2水平重复了3次，所以D因素引起的平方和为误差的平方和为注意，对于拟水平法，虽然没有空列，但误差的平方和与自由度是不为零，这是由于拟水平所造成的。可以看出，A1B2组合的试验结果最大，为优组合。综合分析，本例试验的最优组合为A1B2C2，此组合正好在8次正交试验组合方案中，试验结果为76.4%，不需作进一步追加验证试验。混合型正交试验方差分析与等水平正交试验方差分析没有本质区别。（一）计算二水平列：五、混合水平正交试验结果的方差分析试验号油温℃A含水量％B油炸时间sC空列空列试验指标11111112122220.83211221.542221135312125.16321214.77412213.88421123K1j1.811.410.212.112.5K2j4.511.512.710.810.4K3j9.8K4j6.8K1j23.24129.96104.04146.41156.25K2j220.25132.25161.29116.64108.16K3j296.04K4j246.24表10-27试验方案及结果分析（二）显著性检验因素A显著，因素C不显著，因素B对试验结果无影响，各因素作用的主次顺序为ACB。自由度计算：变异来源平方和自由度均方F值临界值Fa显著性A17.33435.77822.75F0.05(3,3)=9.28,F0.01(3,3)=29.46*B△0.0012510.00125C0.78110.7813.07F0.05(1,3)=10.13F0.01(1,3)=34.12误差e0.76320.381误差e△0.76430.254总和18.8797表10-28方差分析表（三）优化条件的确定通过比较因素A各水平K值，可确定其优水平为A3；因素B不显著，可根据情况确定优水平，因素C对试验结果无影响，为缩短加工时间，应选C1。因此，优化工艺条件为A3B1C1或A3B2C1。第五节重复试验和重复取样正交试验结果的方差分析前边介绍的均属无重复正交试验结果的方差分析，其误差是由“空列”来估计的。然而“空列”并不空，实际上是被未考察的交互作用所占据。这种误差既包含试验误差，也包含交互作用，称为模型误差。若交互作用不存在，用模型误差估计试验误差是可行的；若因素间存在交互作用，则模型误差会夸大试验误差，有可能掩盖考察因素的显著性。这时，试验误差应通过重复试验值来估计。所以，进行正交试验最好能有二次以上的重复。正交试验的重复，可采用完全随机或随机单位组设计。一、重复试验结果分析的方差分析正交表的各列都已安排满因素或交互作用，没有空列，为了估价试验误差和进行方差分析，需要进行重复试验；正交表的列虽未安排满，但为了提高统计分析精确性和可靠性，往往也进行重复试验。所谓重复试验，就是在