文档介绍：正交实验举例20160729
3
回首页
正交试验设计法
正交试验设计法的基本思想
正交表
正交表试验方案的设计
试验数据的直观分析
正交试验的方差分析
常用正交表
1． 正交试验设计法的基本思想(27)
7为此表列的数目（最多可安排的因子数）
2为因子的水平数
8为此表行的数目（试验次数）
L18(2×37)
有7列是3水平的
有1列是2水平的
L18(2×37)的数字告诉我们，用它来安排试验，做18个试验最多可以考察一个2水平因子和7个3水平因子。
在行数为mn型的正交表中(m，n是正整数)，
试验次数(行数)＝Σ(每列水平数一1)+l (1)
如L8(27)，
8＝7×(2-1)+l
利用上述关系式可以从所要考察的因子水平数来决定最低的试验次数，进而选择合适的正交表。比如要考察五个3水平因子及一个2水平因子，则起码的试验次数为
5×(3-1)+1×(2-1)+1＝12（次）
这就是说，要在行数不小于12，既有2水平列又有3水平列的正交表中选择，L18(2×37)适合。
正交表具有两条性质：(1)每一列中各数字出现的次数都一样多。(2)任何两列所构成的各有序数对出现的次数都一样多。所以称之谓正交表。
例如在L9(34)中(见表1)，各列中的l、2、3都各自出现3次；任何两列，例如第3、4列，所构成的有序数对从上向下共有九种，既没有重复也没有遗漏。其他任何两列所构成的有序数对也是这九种各出现一次。这反映了试验点分布的均匀性。
5
返回
3．试验方案的设计
安排试验时，只要把所考察的每一个因子任意地对应于正交表的一列(一个因子对应一列，不能让两个因子对应同一列)，然后把每列的数字"翻译"成所对应因子的水平。这样，每一行的各水平组合就构成了一个试验条件(不考虑没安排因子的列)。
对于[例1]，因子A、B、C都是三水平的，试验次数要不少于
3×(3-1)+1＝7(次)
可考虑选用L9(34)。因子A、B、C可任意地对应于L9(34)的某三列，例如A、B、C分别放在l、2、3列，然后试验按行进行，顺序不限，每一行中各因素的水平组合就是每一次的试验条件，从上到下就是这个正交试验的方案，见表2。这个试验方案的几何解释正好是图2。
6
三个3水平的因子，做全面试验需要33＝27次试验，现用L9(34)来设计试验方案，只要做9次，工作量减少了2／3，而在一定意义上代表了27次试验.。
再看一个用L9(34)安排四个3水平因子的例子。
[例2]某矿物气体还原试验中，要考虑还原时间(A)、还原温度(B)、还原气体比例(D)、气体流速(C)这四个因子对全铁合量X〔越高越好)、金属化率Y(越高超好)、二氧化钛含量Z(越低越好)这三项指标的影响。希望通过试验找出主要影响因素，确定最适工艺条件。
首先根据专业知以确定各因子的水平：
时间：A1＝3(小时)，A2＝4(小时)，A3＝5(小时)
温度：B1＝1000(℃)，B2＝1100(℃)，B3＝1200(℃)
流速：Cl＝600(毫升／分)，C2＝400(毫升／分)，
C3＝800(毫升／分)
CO:H2：D1＝1:2，D2＝2:1，D3＝1:1
这是四因子3水平的多指标(X、Y、Z)问题，如果做全面试验需34＝81次试验，而用L9(34)来做只要9次。具体安排如表3。
同全面试验比较，工作量少了8／9。由于缩短了试验周期，可以提高试验精度，时间越长误差于扰越大。并且对于多指标问题，采用简单对比法，往往顾此失彼，最适工艺条
件很难找；而应用正交表来设计试验时可对各指标通盘考虑，结论明确可靠。
8
返回
4．试验数据的直观分析
正交表的另一个好处是简化了试验数据的计算分折。还是以[例1]为例来说明。按照表2的试验方案进行试验，测得9个转化率数据，见表4。
通过9次试验，我们可以得两类收获。第一类收获是拿到手的结果。第9号试验的转化率为64，在所做过的试验中最好，可取用之。因为通过L9(34)已经把试验条件均衡地打散到不同的部位，代表性是好的。假如没有漏掉另外的重要因素，选用的水平变化范围也合适的话，那么，这9次试验中最好的结果在全体可能的结果中也应该是相当好的了，所以不要轻易放过。
8
第二类收获是认识和展望。9次试验在全体可能的条件中(远不止33＝27个组合，在试验范围内还可以取更多的水平组合)只是一小部分，所以还可能扩大。精益求精。寻求更好的条件。利用正交表的计算分折，分辨出主次因素，预测更好的水平组合，为进一步的试验提供有份量的依据。
其中I、Ⅱ、Ⅲ分别为各对应列（因子）上1、2、3水平效应的估计值，其计