響應(yīng)表面試驗設(shè)計方法及MINITAB優(yōu)化.ppt_第1頁
響應(yīng)表面試驗設(shè)計方法及MINITAB優(yōu)化.ppt_第2頁
響應(yīng)表面試驗設(shè)計方法及MINITAB優(yōu)化.ppt_第3頁
響應(yīng)表面試驗設(shè)計方法及MINITAB優(yōu)化.ppt_第4頁
響應(yīng)表面試驗設(shè)計方法及MINITAB優(yōu)化.ppt_第5頁
已閱讀5頁,還剩32頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、響應(yīng)表面試驗設(shè)計及MINITAB優(yōu)化 CCD BBD,響應(yīng)曲面設(shè)計方法(Response Surface Methodology,RSM)是利用合理的試驗設(shè)計方法并通過實驗得到一定數(shù)據(jù),采用多元二次回歸方程來擬合因素與響應(yīng)值之間的函數(shù)關(guān)系,通過對回歸方程的分析來尋求最優(yōu)工藝參數(shù),解決多變量問題的一種統(tǒng)計方法。,什么是RSM?,1 概述,確信或懷疑因素對指標存在非線性影響; 因素個數(shù)2-7個,一般不超過4個; 所有因素均為計量值數(shù)據(jù); 試驗區(qū)域已接近最優(yōu)區(qū)域; 基于2水平的全因子正交試驗。,適用范圍,中心復(fù)合試驗設(shè)計 (central composite design,CCD); Box-Beh

2、nken試驗設(shè)計;,方法分類,確定因素及水平,注意水平數(shù)為2,因素數(shù)一般不超過4個,因素均為計量數(shù)據(jù); 創(chuàng)建“中心復(fù)合”或“Box-Behnken”設(shè)計; 確定試驗運行順序(Display Design); 進行試驗并收集數(shù)據(jù); 分析試驗數(shù)據(jù); 優(yōu)化因素的設(shè)置水平。,一般步驟,立方點 軸向點 中心點 區(qū)組 序貫試驗 旋轉(zhuǎn)性,基本概念,2 中心復(fù)合試驗設(shè)計,立方點(cube point),立方點,也稱立方體點、角點,即2水平對應(yīng)的“-1”和“+1”點。各點坐標皆為+1或-1。在k個因素的情況下,共有2k個立方點,軸向點(axial point),軸向點,又稱始點、星號點,分布在軸向上。除一個坐標

3、為+或-外,其余坐標皆為0。在k個因素的情況下,共有2k個軸向點。,中心點(center point),中心點,亦即設(shè)計中心,表示在圖上,坐標皆為0。,三因素下的立方點、軸向點和中心點,區(qū)組(block),也叫塊。設(shè)計包含正交模塊,正交模塊可以允許獨立評估模型中的各項及模塊影響,并使誤差最小化。 但由于把區(qū)組也作為一個因素來安排,增加了分析的復(fù)雜程度。,序貫試驗(順序試驗),先后分幾段完成試驗,前次試驗設(shè)計的點上做過的試驗結(jié)果,在后續(xù)的試驗設(shè)計中繼續(xù)有用。,旋轉(zhuǎn)性(rotatable)設(shè)計,旋轉(zhuǎn)設(shè)計具有在設(shè)計中心等距點上預(yù)測方差恒定的性質(zhì),這改善了預(yù)測精度。,的選取,在的選取上可以有多種出發(fā)點

4、,旋轉(zhuǎn)性是個很有意義的考慮。在k個因素的情況下,應(yīng)取 = 2 k/4 當k=2, =1.414;當k=3, =1.682;當k=4, =2.000;當k=5, =2.378,按上述公式選定的值來安排中心復(fù)合試驗設(shè)計(CCD)是最典型的情形,它可以實現(xiàn)試驗的序貫性,這種CCD設(shè)計特稱中心復(fù)合序貫設(shè)計(central composite circumscribed design,CCC),它是CCD中最常用的一種。,如果要求進行CCD設(shè)計,但又希望試驗水平安排不超過立方體邊界,可以將軸向點設(shè)置為+1及-1,則計算機會自動將原CCD縮小到整個立方體內(nèi),這種設(shè)計也稱為中心復(fù)合有界設(shè)計(central

5、composite inscribed design,CCI)。 這種設(shè)計失去了序貫性,前一次在立方點上已經(jīng)做過的試驗結(jié)果,在后續(xù)的CCI設(shè)計中不能繼續(xù)使用。,對于值選取的另一個出發(fā)點也是有意義的,就是取=1,這意味著將軸向點設(shè)在立方體的表面上,同時不改變原來立方體點的設(shè)置,這樣的設(shè)計稱為中心復(fù)合表面設(shè)計 (central composite face-centered design,CCF)。 這樣做,每個因素的取值水平只有3個(-1,0,1),而一般的CCD設(shè)計,因素的水平是5個(-,-1,0,1,),這在更換水平較困難的情況下是有意義的。,這種設(shè)計失去了旋轉(zhuǎn)性。但保留了序貫性,即前一次在

6、立方點上已經(jīng)做過的試驗結(jié)果,在后續(xù)的CCF設(shè)計中可以繼續(xù)使用,可以在二階回歸中采用。,中心點的個數(shù)選擇,在滿足旋轉(zhuǎn)性的前提下,如果適當選擇Nc,則可以使整個試驗區(qū)域內(nèi)的預(yù)測值都有一致均勻精度(uniform precision)。見下表:,但有時認為,這樣做的試驗次數(shù)多,代價太大, Nc其實取2以上也可以;如果中心點的選取主要是為了估計試驗誤差, Nc取4以上也夠了。 總之,當時間和資源條件都允許時,應(yīng)盡可能按推薦的Nc個數(shù)去安排試驗,設(shè)計結(jié)果和推測出的最佳點都比較可信。實在需要減少試驗次數(shù)時,中心點至少也要2-5次。,6.2.3 Box-Behnken試驗設(shè)計,將各試驗點取在立方體棱的中點上

7、,在因素相同時,比中心復(fù)合設(shè)計的試驗次數(shù)少; 沒有將所有試驗因素同時安排為高水平的試驗組合,對某些有安全要求或特別需求的試驗尤為適用; 具有近似旋轉(zhuǎn)性,沒有序貫性。,特點,擬合選定模型; 分析模型的有效性:P值、R2及R2(adj)、s值、 失擬分析、殘差圖等; 如果模型需要改進,重復(fù)1-3步; 對選定模型分析解釋:等高線圖、曲面圖; 求解最佳點的因素水平及最佳值; 進行驗證試驗。,6.2.4 分析響應(yīng)曲面設(shè)計的一般步驟,6.2.5 用MINITAB實現(xiàn)響應(yīng)曲面設(shè)計,生成響應(yīng)曲面設(shè)計表,編碼值與實際值,選擇編碼值,選擇線性回歸,分析響應(yīng)曲面設(shè)計,Source DF Seq SS Adj SS

8、Adj MS F P Regression 3 7.789 7.789 2.5962 1.08 0.387 Linear 3 7.789 7.789 2.5962 1.08 0.387 Residual Error 16 38.597 38.597 2.4123 Lack-of-Fit 11 36.057 36.057 3.2779 6.45 0.026 Pure Error 5 2.540 2.540 0.5079 Total 19 46.385 S = 1.553 R-Sq = 16.8% R-Sq(adj) = 1.2%,輸出結(jié)果:線性回歸方差分析表,此值很小說明線性回歸效果不好,此值小

9、于0.05時表示線性回歸模型不正確,此值大于0.05時表示回歸的效果不顯著,線性回歸結(jié)果,Source DF Seq SS Adj SS Adj MS F P Regression 9 36.465 36.465 4.0517 4.08 0.019 Linear 3 7.789 7.789 2.5962 2.62 0.109 Square 3 13.386 13.386 4.4619 4.50 0.030 Interaction 3 15.291 15.291 5.0970 5.14 0.021 Residual Error 10 9.920 9.920 0.9920 Lack-of-Fit

10、5 7.380 7.380 1.4760 2.91 0.133 Pure Error 5 2.540 2.540 0.5079 Total 19 46.385 S = 0.9960 R-Sq = 78.6% R-Sq(adj) = 59.4%,此值較大,說明二次多項式回歸效果比較好。,此值大于0.05,表示二次多項式回歸模型正確。,此值小于0.05的項顯著有效,回歸的整體、二次項和交叉乘積項都顯著有效,但是一次項的效果不顯著。,輸出結(jié)果:二次多項式回歸方差分析表,非線性回歸結(jié)果,Term Coef(coded) SE Coef T P Coef(uncoded) Constant 10.462

11、3 0.4062 25.756 0.000 12.4512 A -0.5738 0.2695 -2.129 0.059 0.9626 B 0.1834 0.2695 0.680 0.512 -2.2841 C 0.4555 0.2695 1.690 0.122 -1.4794 A*A -0.6764 0.2624 -2.578 0.027 -0.2676 B*B 0.5628 0.2624 2.145 0.058 1.1164 C*C -0.2734 0.2624 -1.042 0.322 -0.2388 A*B -0.6775 0.3521 -1.924 0.083 -0.6001 A*C

12、1.1825 0.3521 3.358 0.007 0.6951 B*C 0.2325 0.3521 0.660 0.524 0.3060,輸出結(jié)果:二次多項式回歸系數(shù)及顯著性檢驗,對因素實際值的回歸系數(shù),P值大的項不顯著,對編碼值的回歸系數(shù),Term Coef(coded) SE Coef T P Coef(uncoded) Constant 10.2386 0.3379 30.303 0.000 12.6189 A -0.5738 0.2641 -2.173 0.051 0.8848 B 0.1834 0.2641 0.694 0.501 -1.7352 C 0.4555 0.2641 1

13、.725 0.110 -2.0904 A*A -0.6493 0.2558 -2.538 0.026 -0.2568 B*B 0.5899 0.2558 2.306 0.040 1.1702 A*B -0.6775 0.3450 -1.964 0.073 -0.6001 A*C 1.1825 0.3450 3.427 0.005 0.6951,輸出結(jié)果:剔除C C和B C后二次多項式回歸系數(shù)及顯著性檢驗,這兩個二次項回歸系數(shù)有很小的改變,這是由于旋轉(zhuǎn)設(shè)計只具有近似正交性,目標是最大值,下限設(shè)為10,目標值設(shè)為20,指標最優(yōu)化,因子最優(yōu)水平值,最優(yōu)預(yù)測值,在研究大豆產(chǎn)量Y的試驗中,考慮氮肥A、磷肥B、鉀肥C這三種肥料的施肥量。每個因素取兩個基本水平,采用中心復(fù)合試驗,其中: 氮肥的編碼值-1和+1對應(yīng)的實際值是2.03和5.21;

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論