试验设计的五种类型与选取方法

测试方案是试验设计理论的核心内容，通过制定合适详细的测试计划，可以在给定的测试中获得最大的信息量。根据工艺设备统计表征的基本步骤，可以看出，试验方案的制定，即“试验类型”的选择，需要基于试验目标和试验因素。只有确定了试验中需要考虑的试验目标和输入因素及范围后，才能选择合适的设计方法和可行的试验方案。

制定测试计划有很多方法。如何选择合适的“测试类型”是我们关心的问题。“测试类型”的选择和测试方案的制定取决于测试目的和所需输入因素的数量。根据不同的目的，试验设计中的问题可以分为五类，测试类型可以根据不同的问题进行选择，例如:

1.处理比较问题

它的主要目的是比较几种不同的条件组合，选择最佳的一种。或者研究一个或多个因素来确定最重要的因素。

2、变量筛选

系统中有许多变量，但通常只有一小部分是重要的。筛选测试可用于识别这些重要因素。这种实验一般比较经济，因为它只留下几个自由度来估计误差方差和二阶效应、相互作用效应等高阶。一旦确定了重要变量，就可以进行后续实验(如响应面实验)来进一步研究它们的影响。

3.响应面建模

当识别出几个重要变量时，需要深入研究它们的反应效应。这些变量与响应目标值之间的关系称为响应面。通常，实验基于一种设计，这种设计能够估计这些变量的线性和二次线性以及变量之间的一些相互作用。这时，实验比筛选实验大。

4.系统优化

在许多研究中，兴趣在于系统优化，这甚至是主要目的。如果建立了过程设备的响应面模型，则可以用于优化。在寻找最优目标时，不需要绘制整个表面作为响应面模型。通过序贯策略，可以将实验移动到包含变量最优组合的区域，只需要在该区域建立响应面模型。

5.系统鲁棒性

除了优化响应外，在质量提升中还需要提高系统的抗干扰能力。为此，我们通常选择使系统对噪声变换不敏感的控制因子的组合。

用于解决系统优化和系统稳定性问题的试验设计类型与前三类问题的设计类型没有本质区别，只是针对具体应用中的具体问题做了一些修改。因此，在这里，标准试验设计类型是根据三种类型的问题来总结的:解决和处理比较、变量筛选和响应面建模。结果如表1所示。根据不同的问题选择合适的测试类型。

表1