DesignExpert响应面分析实验设计案例分析.doc

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SAS软件处理的结果中比较差异很小。
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-101超声波处理时间X1(min)203040超声波功率X2(W)132176220超声波水浴温度X3(℃)505560酶解时间X4(h)123Design-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
2.2Box-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p<0.05，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(p<0.05)。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0.0861>0.05，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)(0.9788>0.80)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

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11A与B对ACE抑制率影响的等高线

图12A及B对ACE抑制率影响的响应面

图13A与C对ACE抑制率影响的等高线

图14A及C对ACE抑制率影响的响应面

图15A与D对ACE抑制率影响的等高线

图16A及D对ACE抑制率影响的响应面

图17B与C对ACE抑制率影响的等高线

图18B及C对ACE抑制率影响的响应面

图19B与D对ACE抑制率影响的等高线
图20B及D对ACE抑制率影响的响应面

图21C与D对ACE抑制率影响的等高线
图22C及D对ACE抑制率影响的响应面

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

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、ACE抑制率87.36%。
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