快速导航×

一分钟,带你了解DOE!2021-08-10 17:34:04

在日常工作和生活中,经常会遇到一些需要不断研究、多次试验尝试才能解决的问题,小到烹制一道美味的甜品、冲调一杯香醇的咖啡,大到研制一款特效药物、设计航天器的飞行轨迹,都要进行多次的研究、试验,这个过程就是DoE。


DoE,即Design of Experiment,是试验设计的简称,是一种安排试验和分析试验数据的统计学方法。


下面举个简单的例子来加深一下理解:


为提升物质A的转化率,工艺工程师需研究反应温度和溶液浓度这两个因素对物质A转化率的影响,在进行了以下试验设计并运行试验后,得到了下表所示的结果:


1.jpg


通过以上表格可以看出,这是一个双因子两水平的试验设计,响应是物质A的转化率,因子是反应温度及溶液浓度,而这两个因子又各有高低两个水平(反应温度的高水平是100℃、低水平是85℃,溶液浓度的高水平是15%、低水平是10%)。


分析反应温度这一因子的主效应,当其在低水平85℃时,转化率的平均值为56;当其在高水平100℃时,转化率的平均值为68;转化率由56升高到68,完全是反应温度变化的作用,这就是反应温度这一因子的主效应。


同样的分析方法,当溶液浓度由10%升高到15%时,转化率的平均值由66降低至58,这就是溶液浓度这一因子的主效应。


而且,无论反应温度为85℃还是100℃,溶液浓度由10%升高到15%均会导致转化率降低8;无论溶液浓度为10%还是15%,反应温度由85℃升高至100℃也同样地会导致转化率升高8;这两个因子的不同水平的变化没有相关性,说明这两个因子之间不存在交互作用。


我们使用Minitab软件进行分析,可以得出更直观的主效应图和交互作用图。


2.jpg3.jpg


这一试验设计的结果说明,要提高物质A的转化率,就要在较低的溶液浓度条件下,提高反应温度。


为找到最佳的工艺条件,需要进行方差分析和回归分析得出回归方程,根据回归方程,对不同工艺条件(指不同反应温度和溶液浓度的条件组合)下的转化率进行预测,并通过验证试验进行验证和优化。