正交实验研究论文

（数据挖掘）上有很多文献是处理数据的，你去找些资料参考下

周中1 傅鹤林1 刘宝琛1 谭捍华2 龙万学2 罗强2

（1.中南大学土木建筑学院 湖南 长沙 410075

2.贵州省交通规划勘察设计研究院 贵州 贵阳 550001）

摘要 土石混合体作为土和石块的介质耦合体，具有非均质性、非连续性及试样的难以采集性等独特的性质，从而给研究带来极大的困难。土石混合体属于典型的多孔介质，其渗透特性与颗粒的大小、孔隙比及颗粒形状关系密切。本文采用室内正交实验，利用自制的常水头渗透仪，研究了砾石含量、孔隙比和颗粒形状三个因素在不同水平下对土石混合体渗透系数的影响。通过正交试验确定了三种因素对土石混合体渗透系数的影响顺序及各因素的显著性水平。提出了土石混合体渗透系数计算公式，并通过试验结果验证了计算公式的正确性，为土石混合体渗透系数的理论计算提供了一个简明有用的计算工具。

关键词 土石混合体 多孔介质 渗透性能 计算公式 正交试验

土石混合体一般由作为骨料的砾石或块石与作为充填料的粘土或砂组成，是介于土体与岩体之间的一种特殊的地质体，是土和石块的介质耦合体［1］。因为土石混合体具有物质组成的复杂性、结构分布的不规则性以及试样的难以采集性等独特的性质，从而给研究带来极大的困难，目前人们对于它的研究仍处于探索之中［2］。渗透与强度和变形特性，都是土力学中所要研究的主要力学性质，其在土木工程的各个领域中都有重要的作用［3］。土石混合体属于典型的非均质多孔介质［4］，其渗透特性与颗粒的大小、颗粒组成、孔隙比及颗粒形状关系密切。土的渗透系数可以通过室内试验由达西定理计算得出，然而土石混合体的渗透系数却难以确定，主要原因是：取样困难；难以进行常规的渗透试验；大尺度的渗透试验不仅造价高准确性差，而且试验结果离散度大，难以掌握其规律性。迄今为止，国内还没有对土石混合体渗透性能进行研究的资料，现有研究成果局限于利用物理和数值模拟试验对其变形和力学性质进行研究，而对渗透性还未涉及。因此，能够求出土石混合体渗透系数的计算公式具有重要的理论意义和工程应用价值。

本文研究土石混合体中砾石含量、孔隙比（压实度）和颗粒形状三个因素在不同水平下对土石混合体的渗透系数的影响，找出三因素与土石混合体渗透系数之间的关系，并提出土石混合体渗透系数计算公式。

1 土石混合体渗透性能的正交试验

1.1 正交试验方案设计

在室内试验中考虑砾石含量、孔隙比（压实度）和颗粒形状三个因素对土石混合体渗透系数的影响，就每种因素拟考虑3个水平。对于这种3因素3水平的试验，如果考虑每一个因素的不同水平对基材的影响，则根据组合可得有33组试验，这对人力、物力与时间来说都是一种浪费，因此采用正交试验设计来研究这一问题更为合理。本试验所选取的正交表为L9（34），考虑试验误差的影响，但不考虑各因素间的交互作用（即假定他们之间相互没有影响）。共需9组试验，每组作平行试验3次，共27次渗透试验。本试验中采用的因素与对应的水平数如表1所示，其中粗粒形状分为球形体、六面体和三棱锥3个水平，分别由卵石、强风化石块和新打碎的碎石来近似替代。

表1 正交试验的因素水平

1.2 试样的基本物理力学性质

试验所取土样为正在修建的上瑞高速公路贵州段晴隆隧道出口处典型性土石混合体，其天然状态土的物理指标及颗粒级配曲线见表2和图1。由图1可知现场取回土样的不均匀系数Cu为12.31，说明土样中包含的粒径级数较多，粗细粒径之间差别较大，颗粒级配曲线的曲率系数Cc为1.59，级配优良。

表2 天然状态土的基本物理指标

图1 天然状态土的颗粒级配曲线

1.3 大型渗透仪的研制

《土工试验规程》（SL237—1999）规定粗粒土的室内渗透系数需由常水头渗透仪测试，国内常用的常水头渗透仪是70型渗透仪。70型渗透仪的筒身内径为9.44cm，试验材料的最大粒径为2cm，规范［5］要求筒身内径应为最大粒径的8～10倍，因此70型渗透仪的筒身内径过小，有必要研制大尺寸的渗透仪。自制渗透仪的内径和试样高度至少应为最大颗粒粒径的8倍，即至少应为16cm，另外，考虑到边界效应，试样的上下两头分别增加2cm，因此，自制渗透仪的内径和试样高分别取为16cm和20cm。考虑到土石混合体的渗透性较强，选取进排水管的口径为2cm。自制的大型常水头渗透仪的如图2 和图3所示。

图2 常水头渗透仪示意图

数据单位为cm

图3 自制渗透仪

2 试验结果分析

2.1 试验结果

按正交试验表L9（34）的安排，共需作9组试验，每组试验作平行试验3次，取3次测量的平均值，并乘以温度校正系数 ，即可求出每组试验20℃时的渗透系数，渗透系数的测量结果见表3。

表3 渗透试验测定结果

续表

2.2 试验分析

运用正交试验的直观分析法和方差分析法，分析各因素对土石混合体渗透系数影响的主次顺序，绘出因素水平影响趋势图，求出各因素的显著性水平。

2.2.1 直观分析

对试验所得的土石混合体的渗透系数进行正交试验的极差分析，并画出各因素的水平影响趋势图。正交试验的极差分析表见表4，3个因素与渗透系数的关系见图4。

表4 极差分析表

图4 各因素与渗透系数的关系

A—砾石含量；B—孔隙比；C—粗粒形状

由正交试验的极差分析表可以看出，对土石混合体渗透系数影响的主次顺序为A→B→C，即砾石含量→孔隙比→颗粒形状。由各因素与渗透系数的关系图可以看出砾石含量越多渗透系数越大，孔隙比越大渗透系数越大，颗粒磨圆度越大渗透系数越小。在路基工程及大坝工程中，可以通过调节粗颗粒的含量、压实度及颗粒形状以获得工程所需的渗透系数。

2.2.2 方差分析

为了确定因素各水平对应的试验结果的差异是由因素水平不同引起的，还是由试验误差引起的，并对影响土石混合体渗透系数的各因素的显著性水平给予精确的数量评估，需采用正交试验的方差分析法对试验数据进行分析，分析结果如表5所示。

表5 方差分析结果

方差分析结果表明：

（1）因素各水平对应的试验结果的差异是由因素水平不同引起的，而不是由试验误差引起的；

（2）砾石含量对土石混合体渗透系数的影响高度显著，孔隙比对土石混合体渗透系数的影响显著，颗粒形状土石混合体渗透系数的影响不显著。

3 土石混合体渗透系数

3.1 渗透系数与砾石含量之间的关系

众所周知，土石混合体的渗透系数与颗粒的大小及级配有关，本文选择等效粒径d20和曲率系数Cc来表示土的颗粒大小和颗粒级配，原因是文献［3］认为等效粒径d20比其他粒径特征系数更能准确地表示颗粒的大小，而与颗粒级配有关的系数是不均匀系数Cu和曲率系数Cc，不均匀系数Cu只反映土粒组成的离散程度，曲率系数Cc能在一定程度上反映颗粒组成曲线的特性，因而曲率系数Cc更适合于评价土的颗粒级配。不同砾石含量的颗粒级配曲线如图5所示。由图5可以求出各曲线的粒径特征系数，见表6。

图5 试样的颗粒级配曲线

表6 不同粗粒含量时的粒径特征

由图6可知，其他条件相同时，土石混合体的渗透系数k与函数f（d20，Cc）呈线性关系，其中 。

图6 k20-f（d20，Cc）关系曲线

3.2 渗透系数与密实度之间的关系

由正交试验的方差分析可知，孔隙率e对渗透系数的影响虽不如粗粒含量大，但也是很显著的。在其他条件相同时，k与 呈线性关系，如图7所示。

土石混合体

3.3 渗透系数与颗粒形状之间的关系

狄凯尔与海阿特（Tikell and Hiatt）于1938年探讨了颗粒的“棱角性”与“圆度”对渗透系数的影响，并指出颗粒的棱角性越大，渗透系数越大［6］。由正交试验分析表可知Cs1∶Cs2∶Cs3＝0.9∶1∶1.2，并且将试验数据进行回归分析，当形状系数Cs1＝0.18，Cs2＝0.2，Cs3＝0.24时与试验结果最为接近，此结论与卡门（Carmen）的研究成果［7］相近。

3.4 土石混合体的渗透系数

由以上分析可知土石混合体的渗透系数与颗粒大小、颗粒级配、颗粒形状及孔隙比有关，同时渗透流体对渗透性也有一定的影响，主要是受液体的动力粘滞度η的影响，大量研究成果表明渗透系数k 与g/η 成正比［3，4，7］。因此，土石混合体的渗透系数计算公式为

土石混合体

式中：k为土石混合体的渗透系数，cm/s；Cs为颗粒的形状系数，m-3；d20为等效粒径，小于该粒径的土重占总土重的20%，m；Cc为颗粒级配曲率系数， ；e为孔隙比；g为重力加速度，9.8 N；η 为液体的动力粘滞度，kPa · s（10-6），η20＝1.01×10-6kPa·s。

由公式（1）计算出20℃时土石混合体的渗透系数k20列于表7。与其他物理力学参数相比，土石混合体的渗透性变化范围要大得多。同时，受宏观构造和微观结构复杂性的影响，其渗透性具有高度的不均匀性［8］。为进一步验证公式（1）的正确性，将实测值与由公式（1）得出的计算值进行对比分析，见图8。由图8可知由公式（1）计算出的渗透系数值与实测值基本吻合，9组试样的平均相对误差为21%，这对于离散性很强的土石混合体的渗透系数来说已经具有足够的精确性。

表7 计算值与实测值对应关系

图8 计算值与实测值关系

4 结论

（1）通过正交试验获取了砾石含量、孔隙比和颗粒形状对土石混合体渗透系数影响的主次顺序，并得出各因素的显著性水平，工程设计中可以通过合理调整土石混合体的砾石含量、孔隙比（压实度）和颗粒形状，以达到控制其渗透能力的目的。

（2）土石混合体的渗透系数与等效粒径d20和曲率系数Cc组成的函数 成正比，并与孔隙比函数 成正比。

（3）提出了土石混合体渗透系数的计算公式，并通过试验结果验证了计算公式的正确性，为土石混合体渗透系数的定量预测提供了一个简明有用的计算工具。

参考文献

［1］油新华.土石混合体随机结构模型及其应用研究.北方交通大学博士论文，2001：1～18

［2］油新华，汤劲松.土石混合体野外水平推剪试验研究.岩石力学与工程学报，2002，21（10）：1537～1540，60～129

［3］刘杰.土的渗透稳定与渗流控制.北京：水利电力出版社，1992：1～20

［4］薛定谔A E.多孔介质中的渗流物理.北京：石油工业出版社，1984：141～173

［5］中华人民共和国水利部.土工试验规程（SL237—1999）.北京：中国水利水电出版社，1999：114～120

［6］ Tickell FG，Hiatt WN.Effect of angularity of grains on porosity and permeability of unconsolidated sands.AAPG Bulletin，1938，22（9）：1272～1274

［7］黄文熙.土的工程性质.北京：水利电力出版社，1984：60～129

［8］邱贤德，阎宗岭，刘立等.堆石体粒径特征对其渗透性的影响.岩土力学，2004，25（6）：950～954

正交试验设计法，就是使用已经造好了的表格--正交表--来安排试验并进行资料分析的一种方法。它简单易行，计算表格化，使用者能够迅速掌握。下边通过一个例子来说明正交试验设计法的基本思想。 [例1]为提高某化工产品的转化率，选择了三个有关因素进行条件试验，反应温度(A)，反应时间(B)，用碱量(C)，并确定了它们的试验范围： A：80-90℃ B：90-150分钟 C：5-7% 试验目的是搞清楚因子A、B、C对转化率有什么影响，哪些是主要的，哪些是次要的，从而确定最适生产条件，即温度、时间及用碱量各为多少才能使转化率高。试制定试验方案。 这里，对因子A，在试验范围内选了三个水平；因子B和C也都取三个水平： A：A1=80℃，A2=85℃，A3=90℃ B：B1=90分，B2=120分，B3=150分 C：C1=5%，C2=6%，C3=7% 当然，在正交试验设计中，因子可以是定量的，也可以是定性的。而定量因子各水平间的距离可以相等，也可以不相等。

我的实验是三因素三水平，做正交的话就是9次实验（我做一次实验得出一组资料就是一个月啊）。 我看不少论文上都是分两大步骤： 一、正交设计 1、进行正交设计，设计出后续的实验方案。 2、根据正交设计的实验方案进行试验（不写出过程，不做图表，因为各单因素的搭配是随机的，没法画曲线图分析），只给出结果。 3、根据实验结果，进行正交分析，得出各单因素的影响大小。 （在正交设计这部分，我就得做九个实验啊） 二、单因素实验 对正交设计的分析结果进行验证所补充的实验，这次所做的实验具有可比性，可以对单个因素影响效果做曲线图分析。 如此一来，那我的实验岂不是就做了两遍（虽然这两遍实验的控制因素水平可能不一样）。 做这么多实验就啥时候毕业呀。 我的问题是： 有人说先单因素方便确定正交设计的因素水平。 2 ，我不想做正交设计。想直接用简单比较法得出最优实验方案算了，不过这样做出的论文不够炫，感觉没有技术含量，和人家做正交设计的相比就差了一大截。 很是头疼，定不下来方案。希望各位走过路过的朋友帮帮忙，

正交试验设计(Orthogonal experimental design)是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、经济的实验设计方法。日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。例如作一个三因素三水平的实验，按全面实验要求，须进行3的3次方=27 种组合的实验，且尚未考虑每一组合的重复数。若按L9(3)3 正交表按排实验，只需作9 次，按L18(3)7 正交表进行18 次实验，显然大大减少了工作量。因而正交实验设计在很多领域的研究中已经得到广泛应用。（汗，这里不能打出来正确的表达，反正学这个的都知道具体的写法） 正交表是一整套规则的设计表格，L 为正交表的代号，n 为试验的次数，t为水平数，c 为列数，也就是可能安排最多的因素个数。例如L9(34)，它表示需作9次实验，最多可观察4 个因素，每个因素均为3 水平。一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表，如L8(4×24) ，此表的5 列中有1 列为4 水平，4 列为2水平。根据正交表的资料结构看出，正交表是一个n 行c 列的表，其中第j 列由数码1，2，… Sj 组成，这些数码均各出现N/S 次，例如表11 中，第二列的数码个数为3，S=3 ，即由1、2、3 组成，各数码均出现N/3=9/3=3次。

正交实验设计 当析因设计要求的实验次数太多时，一个非常自然的想法就是从析因设计的水平组合中，选择一部分有代表性水平组合进行试验。因此就出现了分式析因设计(fractional factorial designs)，但是对于试验设计知识较少的实际工作者来说，选择适当的分式析因设计还是比较困难的。 正交试验设计(Orthogonal experimental design)是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、经济的实验设计方法。日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。例如作一个三因素三水平的实验，按全面实验要求，须进行33=27种组合的实验，且尚未考虑每一组合的重复数。若按L9(3)3正交表按排实验，只需作9次，按L18(3)7正交表进行18次实验，显然大大减少了工作量。因而正交实验设计在很多领域的研究中已经得到广泛应用。 1．正交表 正交表是一整套规则的设计表格，用 。L为正交表的代号，n为试验的次数，t为水平数，c为列数，也就是可能安排最多的因素个数。例如L9(34)， (表11)，它表示需作9次实验，最多可观察4个因素，每个因素均为3水平。一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表，如L8(4×24) (表12)，此表的5列中，有1列为4水平，4列为2水平。根据正交表的资料结构看出，正交表是一个n行c列的表，其中第j列由数码1，2，… Sj 组成，这些数码均各出现N/S 次，例如表11中，第二列的数码个数为3，S=3 ，即由1、2、3组成，各数码均出现 次。 正交表具有以下两项性质： (1)每一列中，不同的数字出现的次数相等。例如在两水平正交表中，任何一列都有数码“1”与“2”，且任何一列中它们出现的次数是相等的；如在三水平正交表中，任何一列都有“1”、“2”、“3”，且在任一列的出现数均相等。 (2)任意两列中数字的排列方式齐全而且均衡。例如在两水平正交表中，任何两列(同一横行内)有序对子共有4种：(1，1)、(1，2)、(2，1)、(2，2)。每种对数出现次数相等。在三水平情况下，任何两列(同一横行内)有序对共有9种，1.1、1.2、1.3、2.1、2.2、2.3、3.1、3.2、3.3，且每对出现数也均相等。 以上两点充分的体现了正交表的两大优越性，即“均匀分散性，整齐可比”。通俗的说，每个因素的每个水平与另一个因素各水平各碰一次，这就是正交性。 2. 互动作用表 每一张正交表后都附有相应的互动作用表，它是专门用来安排互动作用试验。表14就是L8(27)表的互动作用表。 安排互动作用的试验时，是将两个因素的互动作用当作一个新的因素，占用一列，为互动作用列，从表14中可查出L8(27)正交表中的任何两列的互动作用列。表中带( )的为主因素的列号，它与另一主因素的互动列为第一个列号从左向右，第二个列号顺次由下向上，二者相交的号为二者的互动作用列。例如将A因素排为第(1)列，B因素排为第(2)列，两数字相交为3，则第3列为A×B互动作用列。又如可以看到第4列与第6列的互动列是第2列，等等。 3．正交实验的表头设计 表头设计是正交设计的关键，它承担著将各因素及互动作用合理安排到正交表的各列中的重要任务，因此一个表头设计就是一个设计方案。 表头设计的主要步骤如下： (1)确定列数 根据试验目的，选择处理因素与不可忽略的互动作用，明确其共有多少个数，如果对研究中的某些问题尚不太了解，列可多一些，但一般不宜过多。当每个试验号无重复，只有1个试验资料时，可设2个或多个空白列，作为计算误差项之用。 (2)确定各因素的水平数 根据研究目的，一般二水平(有、无)可作因素筛选用；也可适用于试验次数少、分批进行的研究。三水平可观察变化趋势，选择最佳搭配；多水平能以一次满足试验要求。 (3)选定正交表 根据确定的列数(c)与水平数(t)选择相应的正交表。例如观察5个因素8个一级互动作用，留两个空白列，且每个因素取2水平，则适宜选L16(215)表。由于同水平的正交表有多个，如L8(27)、L12(211)、L16(215)，一般只要表中列数比考虑需要观察的个数稍多一点即可，这样省工省时。 (4)表头安排 应优先考虑互动作用不可忽略的处理因素，按照不可混杂的原则，将它们及互动作用首先在表头排妥，而后再将剩余各因素任意安排在各列上。例如某专案考察4个因素A、B、C、D及A×B互动作用，各因素均为2水平，现选取L8(27)表，由于AB两因素需要观察其互动作用，故将二者优先安排在第1、2列，根据互动作用表查得A×B应排在第3列，于是C排在第4列，由于A×C互动在第5列，B×C互动作用在第6列，虽然未考查A×C与B×C，为避免混杂之嫌，D就排在第7列。

(5)组织实施方案 根据选定正交表中各因素占有列的水平数列，构成实施方案表，按实验号依次进行，共作n次实验，每次实验按表中横行的各水平组合进行。例如L9(34)表，若安排四个因素，第一次实验A、B、C、D四因素均取1水平，第二次实验A因素1水平，B、C、D取2水平，……第九次实验A、B因素取3水平，C因素取2水平，D因素取1水平。实验结果资料记录在该行的末尾。因此整个设计过程我们可用一句话归纳为：“因素顺序上列、水平对号入座，实验横著作”。 4．二水平有互动作用的正交实验设计与方差分析 例8 某研究室研究影响某试剂回收率的三个因素，包括温度、反应时间、原料配比，每个因素都为二水平，各因素及其水平见表16。选用L8(27)正交表进行实验，实验结果见表17。 首先计算Ij 与IIj ，Ij为第j列第1水平各试验结果取值之和，IIj为第j列第2水平各试验结果取值之和。然后进行方差分析。过程为： 求：总离差平方和 各列离差平方和 SSj= 本例各列离均差平方和见表10最底部一行。即各空列SSj之和。即误差平方和 自由度v为各列水平数减1，互动作用项的自由度为相交因素自由度的乘积。 分析结果见表18。 从表18看出，在α＝0.05水准上，只有C因素与A×B互动作用有统计学意义，其余各因素均无统计学意义，A因素影响最小，考虑到互动作用A×B的影响较大，且它们的二水平为优。在C2的情况下， 有B1A2和B1，A1两种组合状况下的回收率最高。考虑到B因素影响较A因素影响大些，而B中选B1为好，故选A2B1。这样最后决定最佳配方为A2B1C2，即80℃，反应时间2.5h，原料配比为1.2:1。 如果使用计算机进行统计分析，在资料是只需要输入试验因素和实验结果的内容，互动作用界的内容不用输入，然后按照表头定义要分析的模型进行方差分析。

L44 正交实验表 所在列 1 2 3 4 因素 A B C D 实验01 1 1 1 1 实验02 1 2 2 2 实验03 1 3 3 3 实验04 1 4 4 4 实验05 2 1 2 3 实验06 2 2 1 4 实验07 2 3 4 1 实验08 2 4 3 2 实验09 3 1 3 4 实验10 3 2 4 3 实验11 3 3 1 2 实验12 3 4 2 1 实验13 4 1 4 2 实验14 4 2 3 1 实验15 4 3 2 4 实验16 4 4 1 3 L46 实验计划表 所在列 1 2 3 4 5 6 因素 A B C D E F 实验01 1 1 1 1 1 1 实验02 1 2 2 2 2 2 实验03 1 3 3 3 3 3 实验04 1 4 4 4 4 4 实验05 2 1 1 2 2 3 实验06 2 2 2 1 1 4 实验07 2 3 3 4 4 1 实验08 2 4 4 3 3 2 实验09 3 1 2 3 4 1 实验10 3 2 1 4 3 2 实验11 3 3 4 1 2 3 实验12 3 4 3 2 1 4 实验13 4 1 2 4 3 3 实验14 4 2 1 3 4 4 实验15 4 3 4 2 1 1 实验16 4 4 3 1 2 2 实验17 1 1 4 1 4 2 实验18 1 2 3 2 3 1 实验19 1 3 2 3 2 4 实验20 1 4 1 4 1 3 实验21 2 1 4 2 3 4 实验22 2 2 3 1 4 3 实验23 2 3 2 4 1 2 实验24 2 4 1 3 2 1 实验25 3 1 3 3 1 2 实验26 3 2 4 4 2 1 实验27 3 3 1 1 3 4 实验28 3 4 2 2 4 3 实验29 4 1 3 4 2 4 实验30 4 2 4 3 1 3 实验31 4 3 1 2 4 2 实验32 4 4 2 1 3 1

L44 正交实验表 所在列 1 2 3 4 因素 A B C D 实验01 1 1 1 1 实验02 1 2 2 2 实验03 1 3 3 3 实验04 1 4 4 4 实验05 2 1 2 3 实验06 2 2 1 4 实验07 2 3 4 1 实验08 2 4 3 2 实验09 3 1 3 4 实验10 3 2 4 3 实验11 3 3 1 2 实验12 3 4 2 1 实验13 4 1 4 2 实验14 4 2 3 1 实验15 4 3 2 4 实验16 4 4 1 3

L46 实验计划表

所在列 1 2 3 4 5 6 因素 A B C D E F 实验01 1 1 1 1 1 1 实验02 1 2 2 2 2 2 实验03 1 3 3 3 3 3 实验04 1 4 4 4 4 4 实验05 2 1 1 2 2 3 实验06 2 2 2 1 1 4 实验07 2 3 3 4 4 1 实验08 2 4 4 3 3 2 实验09 3 1 2 3 4 1 实验10 3 2 1 4 3 2 实验11 3 3 4 1 2 3 实验12 3 4 3 2 1 4 实验13 4 1 2 4 3 3 实验14 4 2 1 3 4 4 实验15 4 3 4 2 1 1 实验16 4 4 3 1 2 2 实验17 1 1 4 1 4 2 实验18 1 2 3 2 3 1 实验19 1 3 2 3 2 4 实验20 1 4 1 4 1 3 实验21 2 1 4 2 3 4 实验22 2 2 3 1 4 3 实验23 2 3 2 4 1 2 实验24 2 4 1 3 2 1 实验25 3 1 3 3 1 2 实验26 3 2 4 4 2 1 实验27 3 3 1 1 3 4 实验28 3 4 2 2 4 3 实验29 4 1 3 4 2 4 实验30 4 2 4 3 1 3 实验31 4 3 1 2 4 2 实验32 4 4 2 1 3 1

以上仅供参考 希望能解决您的问题。

正交实验设计 当析因设计要求的实验次数太多时，一个非常自然的想法就是从析因设计的水平组合中，选择一部分有代表性水平组合进行试验。因此就出现了分式析因设计(fractional factorial designs)，但是对于试验设计知识较少的实际工作者来说，选择适当的分式析因设计还是比较困难的。 正交试验设计(Orthogonal experimental design)是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、经济的实验设计方法。日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。例如作一个三因素三水平的实验，按全面实验要求，须进行33=27种组合的实验，且尚未考虑每一组合的重复数。若按L9(3)3正交表按排实验，只需作9次，按L18(3)7正交表进行18次实验，显然大大减少了工作量。因而正交实验设计在很多领域的研究中已经得到广泛应用。 1．正交表 正交表是一整套规则的设计表格，用 。L为正交表的代号，n为试验的次数，t为水平数，c为列数，也就是可能安排最多的因素个数。例如L9(34)， (表11)，它表示需作9次实验，最多可观察4个因素，每个因素均为3水平。一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表，如L8(4×24) (表12)，此表的5列中，有1列为4水平，4列为2水平。根据正交表的资料结构看出，正交表是一个n行c列的表，其中第j列由数码1，2，… Sj 组成，这些数码均各出现N/S 次，例如表11中，第二列的数码个数为3，S=3 ，即由1、2、3组成，各数码均出现 次。 正交表具有以下两项性质： (1)每一列中，不同的数字出现的次数相等。例如在两水平正交表中，任何一列都有数码“1”与“2”，且任何一列中它们出现的次数是相等的；如在三水平正交表中，任何一列都有“1”、“2”、“3”，且在任一列的出现数均相等。 (2)任意两列中数字的排列方式齐全而且均衡。例如在两水平正交表中，任何两列(同一横行内)有序对子共有4种：(1，1)、(1，2)、(2，1)、(2，2)。每种对数出现次数相等。在三水平情况下，任何两列(同一横行内)有序对共有9种，1.1、1.2、1.3、2.1、2.2、2.3、3.1、3.2、3.3，且每对出现数也均相等。 以上两点充分的体现了正交表的两大优越性，即“均匀分散性，整齐可比”。通俗的说，每个因素的每个水平与另一个因素各水平各碰一次，这就是正交性。 2. 互动作用表 每一张正交表后都附有相应的互动作用表，它是专门用来安排互动作用试验。表14就是L8(27)表的互动作用表。 安排互动作用的试验时，是将两个因素的互动作用当作一个新的因素，占用一列，为互动作用列，从表14中可查出L8(27)正交表中的任何两列的互动作用列。表中带( )的为主因素的列号，它与另一主因素的互动列为第一个列号从左向右，第二个列号顺次由下向上，二者相交的号为二者的互动作用列。例如将A因素排为第(1)列，B因素排为第(2)列，两数字相交为3，则第3列为A×B互动作用列。又如可以看到第4列与第6列的互动列是第2列，等等。 3．正交实验的表头设计 表头设计是正交设计的关键，它承担著将各因素及互动作用合理安排到正交表的各列中的重要任务，因此一个表头设计就是一个设计方案。 表头设计的主要步骤如下： (1)确定列数 根据试验目的，选择处理因素与不可忽略的互动作用，明确其共有多少个数，如果对研究中的某些问题尚不太了解，列可多一些，但一般不宜过多。当每个试验号无重复，只有1个试验资料时，可设2个或多个空白列，作为计算误差项之用。 (2)确定各因素的水平数 根据研究目的，一般二水平(有、无)可作因素筛选用；也可适用于试验次数少、分批进行的研究。三水平可观察变化趋势，选择最佳搭配；多水平能以一次满足试验要求。 (3)选定正交表 根据确定的列数©与水平数(t)选择相应的正交表。例如观察5个因素8个一级互动作用，留两个空白列，且每个因素取2水平，则适宜选L16(215)表。由于同水平的正交表有多个，如L8(27)、L12(211)、L16(215)，一般只要表中列数比考虑需要观察的个数稍多一点即可，这样省工省时。 (4)表头安排 应优先考虑互动作用不可忽略的处理因素，按照不可混杂的原则，将它们及互动作用首先在表头排妥，而后再将剩余各因素任意安排在各列上。例如某专案考察4个因素A、B、C、D及A×B互动作用，各因素均为2水平，现选取L8(27)表，由于AB两因素需要观察其互动作用，故将二者优先安排在第1、2列，根据互动作用表查得A×B应排在第3列，于是C排在第4列，由于A×C互动在第5列，B×C互动作用在第6列，虽然未考查A×C与B×C，为避免混杂之嫌，D就排在第7列。 (5)组织实施方案 根据选定正交表中各因素占有列的水平数列，构成实施方案表，按实验号依次进行，共作n次实验，每次实验按表中横行的各水平组合进行。例如L9(34)表，若安排四个因素，第一次实验A、B、C、D四因素均取1水平，第二次实验A因素1水平，B、C、D取2水平，……第九次实验A、B因素取3水平，C因素取2水平，D因素取1水平。实验结果资料记录在该行的末尾。因此整个设计过程我们可用一句话归纳为：“因素顺序上列、水平对号入座，实验横著作”。 4．二水平有互动作用的正交实验设计与方差分析 例8 某研究室研究影响某试剂回收率的三个因素，包括温度、反应时间、原料配比，每个因素都为二水平，各因素及其水平见表16。选用L8(27)正交表进行实验，实验结果见表17。 首先计算Ij 与IIj ，Ij为第j列第1水平各试验结果取值之和，IIj为第j列第2水平各试验结果取值之和。然后进行方差分析。过程为： 求：总离差平方和 各列离差平方和 SSj= 本例各列离均差平方和见表10最底部一行。即各空列SSj之和。即误差平方和 自由度v为各列水平数减1，互动作用项的自由度为相交因素自由度的乘积。 分析结果见表18。 从表18看出，在α＝0.05水准上，只有C因素与A×B互动作用有统计学意义，其余各因素均无统计学意义，A因素影响最小，考虑到互动作用A×B的影响较大，且它们的二水平为优。在C2的情况下， 有B1A2和B1，A1两种组合状况下的回收率最高。考虑到B因素影响较A因素影响大些，而B中选B1为好，故选A2B1。这样最后决定最佳配方为A2B1C2，即80℃，反应时间2.5h，原料配比为1.2:1。 如果使用计算机进行统计分析，在资料是只需要输入试验因素和实验结果的内容，互动作用界的内容不用输入，然后按照表头定义要分析的模型进行方差分析。

需要资料分析+qq

F值是均方与自由度的比值，F比值是F值与其在相应显著性水平下的F临界值的比值，二者都可以作为反应显著性差异的引数