Design-expert使用方法剖析

Design-Expert的应用•Design-Expert是全球顶尖级的实验设计软件。•Design-Expert是最容易使用、功能最完整、界面最具亲和力的软件。在已经发表的有关响应曲面（RSM）优化试验的论文中，Design-Expert是最广泛使用的软件。•Plackett–Burman(PB)、CentralCompositeDesign(CCD)、Box-BehnkenDesign(BBD)是最常用的实验设计方法。•以BBD为例说明Design-Expert的使用，CCD，PB与此类似。点击newdesign选项卡RSM,找到理想过程，达到最佳性能，点击ResponseSurface选项卡因子设计，屏蔽无关因素，指出重要因素配方设计,找到最佳配方组合设计，结合过程变量，混合各组成和分类的因素。点击Box-Behnken选项卡要考察的因素名称要考察的因素数默认值0因素单位设置完成，点击Continue默认值默认值因素高值因素低值设置完成，点击Continue选择相应值即因变量的数量因变量的名称因变量的单位各因素均为实际值的试验设计各因素均的实际值转变为编码制的操作工程各因素转变为编码制按照实验设计进行试验，记录每组因素组合的实验结果，填在对应的Response列。点击Analysis下的COD%1.Tronsform选项卡，取默认值2.点击FitSummary选项卡FitSummary选项卡，是将数据模拟、建模、比对，最终选择试验最佳数学模型。多种模型方差分析Sequentialmodelsumofsquaresforcentralcompositedesign方差来源平方和自由度均方F值概率F平均模型vs总计51795.84151795.84建议采用线性模型vs平均模型2042.273680.762.23530.1236双因素vs线性模型249.23383.080.23360.8714二次方程vs双因素2490.453830.153.89160.0443建议采用三次方程vs二次方程1852.625370.526.60290.0294较差剩余方差280.58556.12总计58710.98202935.55R2综合分析Modelsummarystatisticsforcentralcompositedesign类型标准R2R2R2预测残差偏差校正值预测值平方和线性模型12.9000.3070.146-0.1673639.323双因素13.8310.3870.019-0.9666133.650二次方程6.9460.8920.752-0.6735219.480建议采用三次方程1.7890.9960.984较差表4二次方程模型置信度分析Table4Quadraticmodelanalysisofconfidencedegree因素参数估计自由度标准偏差95%置信区间95%置信区间显著因素取值58.20013.10750.85465.546A-停留时间2.61312.456-3.1958.4201.000B-pH值-4.05012.456-9.8571.7571.000C-Fe/C比9.81312.4564.00515.6201.000AB4.67513.473-3.53812.8881.000AC-1.15013.473-9.3637.0631.000BC-6.27513.473-14.4881.9381.000A214.17513.3856.17022.1801.006B211.70013.3853.69519.7051.006C22.77513.385-5.23010.7801.006Model选项卡取默认值，再点击方差分析（ANOVA）方差分析（ANOVA），方程显著性检验、系数显著性检验及回归方程。编码自变量A、B、C的二次多项回归方程真实自变量停留时间HRT、pH值、Fe/C比的二次多项回归方程残差的正态概率分布图，应在一条直线上再点击Report选项卡点击Influence选项卡实际实验值方程预测值点击ModelGraphs选项卡等高线图点击View的3DSurface看响应面图三维响应面曲线点击Term选择不同因素间的等高线图或响应面曲线移动红线调整不同的因素大小调整后的响应面图右键编辑横纵坐标保存并剪切图片RSM预测最佳条件和最优处理效果RSM预测最佳条件和最优处理效果点击Solution选项卡获得最佳优化条件和预测处理效果谢谢