DOE实验设计最新版本

DesignofExperiments DOE 实验设计 原创 pxz 主要内容 1 实验设计的定义2 经典分析法 单因子法3 实验设计DesignofExperiments DOE 4 品质源于设计5 AKTAavant25系统 1 实验设计的定义 实验设计 DesignofExperiments 是一个系统性方法 它通过同时改变不同的影响因子 输入 分析得到的输出结果 来定量研究它们之间的原因与结果之间的相互关系 试验设计是统计学的一个重要分支 它指导人们合理的设计试验方案 科学地分析数据 用尽可能少的试验次数 得到理想的结论 试验设计的方法很多 对于影响因素多 试验周期长的试验来说 正交表设计方法是一种有效的工程方法 系统示意图 系统既可以看作是一个产品开发过程 也可以看作是一个生产过程 可控因子 影响响应的那些变量称为实验问题中的因子 其中x1 x2 x3是人们在实验中可以控制的因子 非可控因子 通常包括环境 操作员 材料批次等 对于这些变量我们通常很难把它们控制在某个精确值上 1 影响产品和产品制造过程性能的可能因素往往很多 如何确定到底哪些因素是最有影响性的 2 如何调整这些因素才能获得最佳效果 问题的提出 用实验的方法改进质量 实验设计的目的 实验设计的目的可能包括 1 确定哪些参数对响应的影响最大 2 有影响的参数应如何设定 以使响应达到或尽可能靠近希望值 Ontarget 3 有影响的参数应如何设定 以使响应的分散度 或方差 尽可能减小 4 有影响的参数应如何设定 以使不可控参数 噪声参数 对响应的影响尽可能最小 一个产品的可靠性试验或一个过程参数试验会有很多因素影响试验结果 有些因素单独起作用 有些因素则互相制约联合起作用 如果试验安排的好 通过少数几次试验 就能获得所要的信息 得出明确的结论 如果试验方案安排得不好 花了大量人力 物力 做了大量试验 仍然得不到所需要的结论 2 经典分析法 单因子法OneFactorataTime OFAT 固定所有其他因子不变 只变动一个因子X1找到最佳的设置固定最佳的X1水平 对其他因子重复上述步骤 单因子法暗示系统响应是关键因素的一个线性组合 Y a X1 b X2 K 纯化工艺 考虑工艺的产量 在电导10ms cm pH7 5操作 无法探索整个实验区间 局部次优化 pH值和电导对回收率的真实影响 单因子法的缺点 没有发现最佳的可控因子的组合 不能有效的说明交互效应 不能保证结果的再现性 尤其是有交互作用时 低效率的实验设计 包含很多数量的试验但是信息很少 而且难以区分噪音与真实的影响 与开始条件有关 也就是说基于开始选择的设置 开始设置不同 结果也有可能不同 实验设计 DesignofExperiments 是一个系统性方法 它通过同时改变不同的影响因子 输入 分析得到的输出结果 来定量研究它们之间的原因与结果之间的相互关系 运行的试验数量要求往往最少 是对实验方案进行最优设计 当需要探寻或验证产品质量或工艺或资源利用是否为最佳状态时 实验设计是最科学 最经济的方法 3 DesignofExperiments DOE 实验设计 TheDoE的方法 Twofactorsattwolevels Centerpoint 检测弯曲相互作用的存在 Replicatedcenterpoint 评估系统噪音 最适条件 传统方法 单因素法 固定参数1 改变参数2或固定参数2 改变参数1 DoE方法 同时改变所有参数 1 无相互作用 pH的效应不依赖于T 工艺参数间的相互作用 y 0 1x1 2x2 固定参数T Hi或Lo 改变pH 制作的曲线 2 强烈相互作用 T值高时 T值低时 pH的效应完全相反 y 0 1x1 2x2 12x1x2 固定参数T Hi或Lo 改变pH 制作的曲线 三参数的实验设计 析因实验 全因子实验法 2水平完全析因实验 可记作2k析因实验 其中k是参数个数 2表示每个参数各取2个水平 2k是需要作的试验次数 优点是可以考虑所有可能的试验条件组合 缺点也是明显的 即随着参数个数k的增大 需要作的试验次数成倍增多 例如k 3 23 8 k 4 24 16 k 5 25 32 k 6 26 64 k 7 27 128 由于这个缺点 完全析因实验 特别是多参数的完全析因实验 在工业中并未得到广泛的应用 由田口博士 Dr Taguchi 田口玄一所提出的一套实验方法 它在工业上较具有实际应用性 是以生产力和成本效益 而非困难的统计为依归 部分析因实验 正交实验 总共须做四次实验 最多只能配置三个因子 L4 23 正交表 L4 23 正交表图解 实验设计降低开发成本 实验设计通过最小的实验数量获得最大的实验信息量 通过提高效率节省金钱和时间 用传统的方法进行128个实验得到的结果 采用DOE只需要进行16 32个实验 层析过程中的因子和响应 Experimental Column TricornTM5 50 CaptoTMMMCRestime 5min 0 2ml ml Sample AdjustedtopH5 2withHAc 2 5C V crudesamplewasloadedEquilibration 50mMNaacetate 150mMNaClpH5 2 Stepelution StudypH6 2 8and150 750mMNaClusingAcetate Phosphate atebufferPro CIEX0 1MNaClpH2 7 No ofexperiments 11 3centerpointincluded 实验数目 11 包括3个中心点重复实验 实例 在 KTATMavant25系统上进行重组胰岛素原的洗脱优化 DoE的优势 相对于OFAT DoE用更少的资源获得大量的信息 当特别是在因数增加的情况下 DoE更精准地评估各个因数的影响 析因设计中所有的观测值被用于评估每个因数的影响和交互作用 DoE能系统化地评估因数间的交互作用通过因数空间获得实验信息 这样得到的信息不会被局限于特定的范围内 获得传递函数 传递函数可以使我们更好地确定工艺的设计空间 4 品质源于设计 一系统性的开发方法 此法基于可靠的科学和质量风险管理之上 预先定义目标以及强调对产品与工艺的理解 和工艺的控制 什么是品质源于设计 在设计空间内的操作不被监管机构认作是工艺改变 品质源于设计里的工艺空间 5 AKTAavant25系统 目前金斯瑞所使用的系统 GEHealthcare历经数年研制 对欧美及亚洲多家知名生物制药公司如GSK Amgen Novonordisk Lilly Wyeth等公司进行调研 开发出的新一代适合现代工艺开发的AKTA设备 所以AKTATMavant25最突出的优点就是DesignofExperiment DOE 实验条件智能优化 和UNICORN6 0软件配合堪称是现代纯化工艺优化的最佳搭档 DoE实验设计流程包括下面三种应用 实验参数的筛选 找到工艺或实验方法中对结果有重要影响的实验参数 实验参数的优化 找到工艺或实验方法中实验参数的优化范围 稳健工艺的测试 微调实验参数 评价工艺或实验室方法的稳定性 DOE流程 Thanks That sall