Professional Documents
Culture Documents
370212954 Bai15 mẫu Bề Mặt Đap Ứng 1
370212954 Bai15 mẫu Bề Mặt Đap Ứng 1
Các phương pháp bề mặt đáp ứng (Response surface methods) được dùng để khảo
sát mối quan hệ giữa một hay nhiều biến đáp ứng và một tập hợp các biến thực
nghiệm định lượng hay các yếu tố. Các phương pháp này thường được áp dụng sau
khi đã xác định một số yếu tố quan trọng có thể kiểm soát được và muốn tìm các
giá trị của các yếu tố để có đáp ứng tối ưu.
tìm các giá trị của yếu tố (các điều kiện tiến hành) cho đáp ứng tốt nhất
tìm các giá trị của yếu tố thỏa mản các đặc điểm của quá trình
xác định những điều kiện tiến hành mới giúp cải thiện chất lượng sản phẫm (đáp
ứng) so với những điều kiện hiện tại
mô hình hóa mối quan hệ giữa các yếu tố định lượng với đáp ứng
Các bước trình bày dưới đây là tiêu biểu cho một thí nghiệm bề mặt đáp ứng. Tùy
theo thí nghiệm, có thể thực hiện một số bước với một thứ tự khác.
2 Chọn Create Response Surface Design để thực hiện mẫu tổng hợp trung tâm
(central composite design ) hay mẫu Box-Behnken ( Box-Behnken design).
Chọn Define Custom Response Surface Design để tạo một mẫu từ số liệu đã có ở
bảng tính ( worksheet).
3 Chọn Modify Design để đặt tên lại các yếu tố, thay đổi các mức độ của yếu tố,
lập lại mẫu, phân phối ngẩu nhiên mẫu.
5 Thực hiện thí nghiệm và thu thập số liệu đáp ứng. Sau đó nhập số liệu vào bảng
tính của Minitab.
6 Chọn Analyze Response Surface Design để làm phù hợp mô hình với số liệu
thực nghiệm.
136
7 Chọn Contour/Surface Plots để vẽ các bề mặt đáp ứng. Có thể trình bày các
biểu đồ chu tuyến và bề mặt ( contour and surface plots).
8 Nếu muốn tối ưu hóa đáp ứng, chọn Response Optimizer hay Overlaid
Contour Plot để có các phân tích số và đồ thị.
Sự khác biệt giữa phương trình bề mặt đáp ứng và phương trình của mẫu nhân tố
là sự thêm các thành phần bình phương (hay bậc hai) cho phép mô hình hóa độ
cong trong đáp ứng , giúp cho :
hiểu biết và lập bản đồ vùng bề mặt của đáp ứng . Các phương trình bề mặt
đáp ứng mô hình hóa những thay đổi trong biến đầu vào ảnh hưởng ra sao đến đáp
ứng được quan tâm.
tìm các mức độ của các biến đầu vào làm tối ưu đáp ứng .
chọn lọc các điều kiện tiến hành để đáp ứng các đặc điểm của thí nghiệm
Mẫu tổng hợp trung tâm (Central Composite designs ) có thể làm phù hợp
mô hình bậc hai đầy đủ , có thể kết hợp các runs từ thí nghiệm nhân tố.
137
Central composite designs
Có thể tạo các mẫu tổng hợp trung tâm có khối hay không có khối. Các mẫu tổng
hợp trung tâm bao gồm :
2K or 2K-1 các điểm nhân tố( factorial points) (còn gọi là điểm lập thể cube
points), trong đó K là số nhân tố
các điểm trục ( axial points) (còn gọi là các điểm ngôi sao star points)
Mẫu tổng hợp trung tâm với 2 yếu tố được trình bày dưới đây. Các điểm trên biểu
đồ tượng trưng các runs thực nghiệm được thực hiện :
Các điểm trong Các điểm trong phần Ở đây , phần nhân tố
phần nhân tố của trục (ngôi sao) của mẫu và trục dọc theo điểm
mẫu được mã hóa là ở : ( , 0), (, trung tâm được trình
là -1 và +1 0), (0,), (0,) bày. Trung tâm mẫu ở
(0,0).
Các mẫu tổng hợp trung tâm thường được đề nghị cho các thí nghiêm liên tiếp vì
có thể kết hợp thông tin từ thí nghiệm nhân tố . Mẫu tổng hợp trung tâm cho phép
ước lượng các thành phần bậc hai trong các mô hình bậc hai.
Có thể tạo mẫu box – Behnken có khối hay không khối. Hình dưới đây minh họa
mẫu box – Behnken 3 yếu tố Các điểm trên hình tượng trưng các runs thực nghiệm
được thực hiện :
138
Mẫu Box – Behnken được dùng cho các thí nghiệm không liên tiếp , tức là được
thực hiện một lần. Những mẫu này cho phép ước lượng các hệ số bậc một và bậc
hai .
Thí nghiệm có 3 yếu tố - nitrogen, phosphoric acid và potash là các thành phần
phân bón. Ảnh hưởng của phân bón trên sự tăng trưởng của đậu được nghiên cứu
trong mẫu tổng hợp trung tâm.
Các đơn vị thực cho mức độ 1 và +1 levels là 2.03 and 5.21 đối với nitrogen,
1.07 và 2.49 đối với phosphoric acid, 1.35 và 3.49 đối với potash. Mẫu được
phân tích với các đơn vị được mã hóa.
Order Order
139
9 7 -1 1 0.94595 1.78000 2.42000 8.26
1 Open the worksheet CCD_EX1.MTW. (The design and response data have
been saved for you.)
2 Choose Stat > DOE > Response Surface > Analyze Response Surface
Design.
4 Click Terms.
5 From Include the following terms, choose Full quadratic. Click OK.
6 Click Graphs.
140
7 Under Residual Plots, choose Four in one. Click OK in each dialog box.
141
Regression 9 36.465 36.465 4.0517 4.08 0.019
Total 19 46.385
Term Coef
Constant 12.4512
Nitrogen 0.962568
PhosAcid -2.28406
Potash -1.47942
142
Nitrogen*Nitrogen -0.267571
PhosAcid*PhosAcid 1.11636
Potash*Potash -0.238794
Nitrogen*PhosAcid -0.600142
Nitrogen*Potash 0.695057
PhosAcid*Potash 0.306042
Đối với mô hình bậc hai đầu đủ , giá trị p đối với sự không phù hợp (lack of fit ) là
0.133 cho thấy mô hình phù hợp với số liệu
Bảng đầu tiên cho các hệ số đối với các thành phần trong mô hình. Vì dùng mẫu
trực giao, mỗi ảnh hưởng được ước lượng một cách độc lập. Do đó, các hệ số đối
với các thành phần tuyến tính là giống như các hệ số khi làm phù hợp với mô hình
tuyến tính . Thành phần sai số, s = 0.996 , là nhỏ hơn vì làm giảm sự biến thiên
do sai số.
143
Bảng ANOVA tóm tắt các thành phần tuyến tính, bậc hai và tương tác. Giá trị p
nhỏ đối tương tác (p = 0.021) và thành phần bậc hai (p = 0.030) cho thấy có độ
cong trongbe62 mặt đáp ứng Trong bảng hệ số hồi qui được ước lượng ( table of
Estimated Regression Coefficients), giá trị p nhỏ đối với tương tác giữa Nitrogen
và Potash (p = 0.007), Nitrogen bậc hai (p = 0.027), và Phosphoric acid bậc hai (p
= 0.058) cho thấy các ảnh hưởng này là quan trọng
1 Open the worksheet CCD_EX1.MTW. (The design, response data, and model
information have been saved for you.)
2 Choose Stat > DOE > Response Surface > Contour/Surface Plots.
4 Choose Surface plot and click Setup. Click OK in each dialog box.
144
Giải thích kết quả
Biểu đồ chu tuyến cho thấy năng suất cao nhất khi mức nitrogen thấp và mức
phosphoric acid cao . Vùng này xuất hiện ở góc trái phía trên của biểu đồ.
Biểu đồ bề mặt cũng cho thấy năng suất cao nhất khi mức nitrogen thấp và mức
phosphoric acid cao. Ngoài ra, có thể thấy da5ngcua3 bề mặt đáp ứng và có một ý
tưởng tổng quát về năng suất ở các giá trị khác nhau của nitrogen và phosphoric
acid.
Nhớ rằng những biểu đồ này dựa trên phương trình của mô hình. Cần phải bảo đảm
rằng mô hình là thích hợp trước khi giải thích các biểu đồ.
Thí dụ : Một thí nghiệm với mục tiêu xác định tổ hợp tối ưu giữa 3 mức Năng
lượng (2800, 3000, 3200 Kcal) và 3 mức Đạm (16, 18, 20%) trong khẩu phần
nuôi heo có kết quả tăng trọng (g/ngày) như sau:
145
146
147
148
149
150
Response Surface Regression: TTRONG versus Block, NL, DAM
151
Linear 2 21337 198431 99215 223.63
0.000
Total 44 290964
152
Contour Plot of TTRONG vs DAM, NL
Response Optimization
Parameters
Global Solution
NL = 2993.94
DAM = 18.3030
Predicted Responses
Optimization Plot
153
Residual Plots for TTRONG
Normal Probability Plot Versus Fits
99 50
90 25
Residual
Percent
50 0
10 -25
1 -50
-50 -25 0 25 50 400 500 600 700
Residual Fitted Value
7.5 25
Frequency
Residual
5.0 0
2.5 -25
0.0 -50
-40 -20 0 20 40 1 5 10 15 20 25 30 35 40 45
Residual Observation Order
700
600
TTRONG
500
20
400 18
DA M
2800
3000 16
NL 3200
154
Contour Plot of TTRONG vs DAM, NL
20
600
550
19
DAM
18
17 650
500
500
550 550
16
2800 2900 3000 3100
NL
Optimal NL DAM
D High 3200.0 20.0
Cur [2993.9394] [18.3030]
0.68887 Low 2800.0 16.0
Composite
Desirability
0.68887
TTRONG
Targ: 700.0
y = 684.4437
d = 0.68887
155