Box-Behnken-Design.pptx

Box-Behnken Design1.我们面临的问题：新产品、新工艺、新材料、新品种及其他科研成果产生流程（需要大量的实验）多次反复多次反复试验试验数据分析数据分析规律研究律研究提高提高产量量提高提高产品性能品性能降低成本能耗降低成本能耗2.实验设计方法的诞生试验设计方法是一方法是一项通用技通用技术，是当代科技和工程技，是当代科技和工程技术人人员必必须掌握的技掌握的技术方法。方法。他是把数学上他是把数学上优化理化理论、技、技术应用于用于试验设计中，科学的安排中，科学的安排试验、处理理试验结果，以最少的人力和物力消果，以最少的人力和物力消费，在最短的，在最短的时间内取得更多、更好的生内取得更多、更好的生产和科研成果的最有效的技和科研成果的最有效的技术方法。方法。3.响应面优化法 RSMp响应面优化法,即响应曲面法(Response Surface Methodology)是利用合理的实验设计方法并通过实验得到一定的数据，采用多元二次回归方程来拟合因素与响应值之间的函数关系，通过对回归方程的分析来寻求最优工艺参数，解决多变量问题的一种统计方法。p这是一种实验条件寻优的方法，适宜于解决非线性数据处理的相关问题。通过对过程的回归拟合和响应曲面、等高线的绘制，可方便地求出相应于各因素水平的响应值。在各因素水平的响应值的基础上，可以找出预测的响应最优值以及相应的实验条件。4.5.适用范围p确信或怀疑因素对指标存在非线性影响；p因素个数2-7个，一般不超过4个；p所有因素均为计量值数据；p试验区域已经接近最优区域；p基于两水平的因子正交试验6.响应面方法的优点响应面优化法，考虑了试验随机误差；同时，响应面法将复杂的未知的函数关系在小区域内用简单的一次或二次多项式模型来拟合，计算比较简便，是解决实际问题的有效手段。所获得的预测模型是连续的，与正交实验相比，其优势是：在实验条件寻优过程中，可以连续的对实验的各个水平进行分析，而正交实验只能对一个个孤立的实验点进行分析。7.响应面方法的不足由响应面优化法使用的前提：设计的实验点应包括最佳的实验条件。如果实验点的选取不当，使用响应面优化法是不能得到很好的优化结果的。在使用响应面优化法之前，应当确立合理的实验的各因素与水平。8.响应面方法的分类最常用的两种响应面分析方法：p Center Composite Designp Box Behnken Design9.Box Behnken Design10.响应面优化法的一般流程-基于Box-Behnken Design析因设计安排实验，获取试验数据利用响应面优化法，获得最优值响应面分析，BBD采用非线性拟合，获得你和方程通过实验，对所得最优实验条件进行验证11.第一步：析因分析p实验影响因子确定：文献调研、已有知识和经验，甚至创新思维上，可提出十多个潜在的因子。p问题关键：哪些因子对于实验结果有显著影响呢？通过显著效应的定量比较，筛选显著效应因子筛选。p方法：Plackett-Burman designs（PB设计）12.第一部分：析因分析pPlackett-Burman设计是二水平的部分试验设计，通过对每个因子取两水平来进行分析（析因分析），通过比较各个因子两水平之间的差异来确定因子的显著性（显著性分析）。p通过考察目标响应与独立变量间的关系，对响应与变量显著性的分析，从众多实验变量中筛选出少数（重要）变量进行实验，从而达到在减少实验次数的同时保证优化质量的目的。13.第一部分：析因分析PB分析的流程：将实验中可能的所有影响因素都列出；每因素取两个水平，-1，+1，低水平与高水平；确定响应值；进行实验设计：用Design-Expert软件辅助完成；回归模型方差分析：显著性与相关性检验关键影响因子的确定：显著性检验。14.第一部分：析因分析（案例）PB筛选超声波提取苹果多酚工艺的主要影响因子pStep1l可能影响因素：超声波功率、处理时间、提取温度、溶剂浓度、料液比。l每因素取：-1，+1，低水平与高水平；l响应值：多酚提取量（mg/100g）。由由Design-Expert软件生成15.第一部分：析因分析pStep 2l进行实验设计：用Design-Expert软件辅助完成。l测定响应值。16.第一部分 析因分析pStep 3析因分析：运行Design-Expert，建立多元回归方程（模型）。17.第一部分 析因分析 检验方法：如果A和B差异源于小概率事件（随机误差），则不发生，概率（p）即为显著水平，通常（p）取99.95。即pff=0.049,说明回归方程在 0.05的水平显著，表明试验设计可靠.失失拟度度：显著，说明实验点不是均能用模型描述。模模型型相相关关系系数数R R=0.9167，Adeq Precisior=9.125进一步说明模型具有较好的可信度。28.第三部分响应面分析各因素影响各因素影响显著性比著性比较：l根据方差分析（离散分析，表3），p p值代表了因素的显著性水平。影响的显著性排序：乙醇浓度（B，p p 料液比（C C，p p0.05）提取时间（A，p p0.05）。l方程的交互项的AB、AC和BC均p0.05，表明：交互顶对总的黄酮萃取率的影响不显著，表明三个因素无交互作用。29.第三部分响应面分析响响应面可面可视化分析化分析 RSM法的图形是特定的响应值Y对应的因素A，B，C构成的一个三维空间图及在二维平面上的等高图，可以直观地反映各因素对响应值的影响。30.与A方向比较，B效应面曲线较陡，B等高线密度明显高于沿A移动的密度，说明此时B对黄酮总萃取率的影响较A为显著第第三三部分部分 响响应面分析面分析1.第第三三部分部分 响响应面分析面分析与A方向比较，C效应面曲线较陡，C等高线密度高于沿A移动的密度，说明此时C对黄酮总萃取率的影响较A为显著1.第三部分第三部分 响响应面分析面分析与C方向比较，C效应面曲线较陡，B等高线密度明显高于沿C移动的密度，说明此时B对黄酮总萃取率的影响较C为显著1.可视化分析的结论：p由三幅三维响应曲线可看出：当A、B、C 取值较小时，效应面曲线较陡，说明此时A、B、C对总黄酮提取率的影响较为明显；但A、B、C 取值较大时，效应面曲线较平缓，此时A、B、C对总黄酮提取率影响较小。p影响影响显著著区域区域：（以第一幅图为例）当提取时间低于2h时，等高线密度大于2h以上的密度，这表明：当提取时间小于2h时，对响应值的影响更大。且乙醇浓度较低时提取时间对响应值的影响更显著。第第三三部分部分 响响应面分析面分析1.p 比较六张图，可知三个因素三个因素对总黄酮提取率的影响影响顺序序是：乙醇浓度B液料比C提取时间A，这和方差分析结果相符合。p各因素的交互作用各因素的交互作用，等高线的形状可直观地看出交互效应的大小，椭圆形反映了两因素的交互作用较强，呈圆形则相反，而响应曲线曲线较陡也说明交互作用较强。由三幅等高线图可以看出，各因素的相互作用的等高线并没有呈现明显的椭圆形，响应曲线相对较平缓，说明各因素之间交互作用并不显著。第第三三部分部分 响响应面分析面分析1.第四部分 优化Design-Expert Software软件提供了几种优化模块：Numerical、Point Prediction Graphical和Confirmation Report36.利用Point Prediction可以获得一组优化条件，并得到预测值进行预测分析结果，获得一组得响应值最大的优化条件：超声提取时间A为 2h，乙醇浓度B为57.5%，液料比C为30 g/ml，在此优化条件下，灯盏花乙素预测提取率E为17.581%。第四部分第四部分 优化化Point Prediction1.Numerical优化（愿望函数优化）pDESIGN EXPERT软件具有数字化优化模块，在进行数字化优化时，我们分别为每个变量和响应值都选择了愿望目标。可供选择的目标是：最大值，最小值，目标值，一定范围，或无目标(只针对响应值)，某个数值(只针对因素)。p愿望值选择：提取率的目标确定为最大值，提取时间、液料比、乙醇浓度选择范围。第第四四部分部分 优化化38.愿望函数优化解由图可知：愿望函数优化给出的一组最佳值为：提取时间1.75h，乙醇浓度为70%，液料比为20%，在最佳条件下给出的预测值为20.5432%。此时，愿望函数值为0.984，表明预测值有较好的可靠性。第四部分 优化1.第五部分实验验证响应面分析得到的优化结果是一个预测结果，需要做实验加以验证。如果根据预测的实验条件，能够得到相应的预测结果一致的实验结果，则说明进行响应面优化分析是成功的；如果不能够得到与预测结果一致的实验结果，则需要改变响应面方程，或是重新选择合理的实验因素与水平。40.