DesignExpert响应面分析实验的设计案例分析.doc

PAGE PAGE 18 学校 学 年 2010-2011 第 一 学期 课程名称 食品实验优化设计 专业年级 考试方式 案例分析论文 学生姓名 学 号 成 绩 食品科学研究中实验设计的案例分析 —响应面法优化超声波辅助酶法制备燕麦ACE抑制肽的工艺研究 摘要：选择对ACE 抑制率有显著影响的四个因素：超声波处理时间(X1)、超声波功率(X2)、超声波水浴温度(X3)和酶解时间(X4)，进行四因素三水平的响应面分析试验，经过Design-Expert优化得到最优条件为超声波处理时间28.42min、超声波功率190.04W、超声波水浴温度55.05℃、酶解时间2.24h，在此条件下燕麦ACE 抑制肽的抑制率87.36%。与参考文献 关键字： Design-Expert 响应面分析 比较分析 表一 响应面试验设计 因素 水平 -1 0 1 超声波处理时间X1(min) 20 30 40 超声波功率X2(W) 132 176 220 超声波水浴温度X3(℃) 50 55 60 酶解时间X4(h) 1 2 3 Design-Expert响应面分析 分析试验设计包括：方差分析、拟合二次回归方程、残差图等数据点分布图、二次项的等高线和响应面图。优化四个因素（超声波处理时间、超声波功率、超声波水浴温度、酶解时间）使响应值最大，最终得到最大响应值和相应四个因素的值。 利用Design-Expert软件可以与文献SAS软件比较，结果可以得到最优，通过上述步骤分析可以判断分析结果的可靠性。 2.1 数据的输入 图 1 2.2 Box-Behnken响应面试验设计与结果 图 2 2.3 选择模型 图 3 2.4 方差分析 图 4 在本例中，模型显著性检验p0.05，表明该模型具有统计学意义。由图4知其自变量一次项A，B，D，二次项AC,A2,B2,C2,D2显著(p0.05)。失拟项用来表示所用模型与实验拟合的程度，即二者差异的程度。本例P值为0.08610.05，对模型是有利的，无失拟因素存在，因此可用该回归方程代替试验真实点对实验结果进行分析。 图 5 由图5可知：校正决定系数R2(adj)(0.97880.80)和变异系数（CV）为0.51%，说明该模型只有2.12%的变异，能由该模型解释。进一步说明模型拟合优度较好,可用来对超声波辅助酶法制备燕麦ACE抑制肽的工艺研究进行初步分析和预测。 2.5 多元二次响应面回归分析 图 6 通过Design-Expert软件进行二次响应面回归分析，得到如下多元二次响应面回归模型： Y(%)＝－146.18542＋2.23483X1 ＋0.095966X2 ＋6.40533X3 ＋14.56083X4－0.016775X12 +5.68182x10-6X1X2－0.023300X1X3 ＋0.00025X1X4 －2.49225x10-4X22 －4.59229x10-7X2X3 － 0.000625X2X4 －0.052150X32 －0.0005X3X4 －3.21125X42 2.6 数据点的分布图 图 7 图 8 图 9 从图7-9可知道，数据的分布的线性明显，没有出现异常的数据点。 方程预测值实验实际值 方程预测值 实验实际值 图10 实验实际值与方程预测值 2.7等高线和三维响应曲面图分析 做出响应曲面，分析超声波处理时间(A)、超声波功率(B)、超声波水浴温度(C)和酶解时间(D)对ACE 抑制率的影响情况，结果见图11～22。 图11 A与B对ACE 图12 A及B 对 图13 A与C对ACE 图14 A及C 对 图15 A与D对ACE 图16 A及D 对 图17 B与C对ACE 抑制率影响的等高线 图 18 B及C 对ACE 抑制率影响的响应面 图19 B与D对ACE 抑制率影响的等高线 图20 B及D 对ACE 抑制率影响的响应面 图21 C与D对ACE 图22 C及D 对 2.8 优化最佳因素 图23 图 24 图 25 图 26 图 27 2.9 最佳因数和最大响应面值 最佳工艺 最佳工艺 图28 利用响应面设计实验，运用根据Box-Benhnken的中心组合试验设计原理，选择对ACE抑制率有显著影响的四个因素：超声波处理时间(X1)、超声波功率(X2)、超声波水浴温度(X3)和酶解时间(X4)，做四因素三水平的响应面分析试验。最终得到最佳工艺：超声波处理时间28.42min、超声波功率190.04W、超声波水浴温度55.05℃、酶解时间2.24h、 3. Design-Expert处理结果与文献比较 Design-Expert在响应曲面、等高线图以及回归方程处理的结果与文献中SAS软件处理的结