趙志國
(中煤科工集團北京華宇工程有限公司,北京 100120)
Minitab在選煤試驗設計與數據分析中的應用
趙志國
(中煤科工集團北京華宇工程有限公司,北京 100120)
Minitab具有強大的試驗設計和數據分析功能,可快速、準確、可靠地完成正交試驗設計和數據分析處理,對于選煤實際生產中涉及的多因素試驗的快速設計和數據的準確分析具有明顯地推動作用,對提高生產效率和降低生產成本具有重要意義。以煤炭灰化條件試驗為例,詳細說明Minitab在正交試驗設計和數據分析處理中的應用。
選煤;Minitab;試驗設計;數據分析
在選煤實際生產過程中,為了提高設備的工藝效果,改善選煤的技術經濟指標,往往需要進行大量的試驗,并對試驗數據進行全面的、系統的計算和定量分析,從而獲得真實的、準確的工藝指標和技術經濟指標。選煤實際生產中涉及的多因素試驗較多,正交試驗設計法是研究與處理多因素試驗的一種科學方法,其試驗點具有“均衡分散”和“整齊可比”的特點,可以較少的試驗次數完成多因素的全面試驗[1]。目前,正交試驗設計法是最常用的試驗方法之一,已廣泛應用于工農業生產和科學實驗。
如何快速地進行試驗設計和數據分析處理,并確定最優工況參數,是選煤生產試驗和科學研究人員十分關心的問題。目前,選煤試驗數據主要采用Excel法處理,但該方法需建立數據處理表,針對不同正交試驗表,還需建立若干工作表,程序十分繁瑣,工作效率低下。
Minitab軟件是世界上著名的數據分析軟件,具有強大的試驗設計和數據分析功能。該軟件的田口設計(Taguchi design)模塊可快速、準確、可靠地完成正交試驗設計和數據分析處理,并能提供可視化分析結果[2-6]。采用Minitab可輕松地完成選煤實際生產中相關的正交試驗設計和數據分析處理,并能簡化數據分析處理中繁瑣復雜的計算,快速、準確地確定最佳工藝方案和最優工況參數。以煤炭灰化條件試驗為例,詳細闡述Minitab在正交試驗設計和數據分析處理中的應用,為選煤正交試驗的快速應用添加動力。
針對煤炭灰化條件對灰化結果的影響進行試驗研究,并采用Minitab的田口設計模塊進行試驗設計和數據分析處理。
為了考查升溫方式(A)、通風方式(B)、最終溫度(C)三個因素對煤炭灰化結果的影響,每個因素取兩個水平,通過試驗研究各因素對灰化結果(以灰分作為評價指標)影響的主次順序、最佳灰化條件、因素的顯著性[7]。因素水平表如表1所示。

表1 因素水平表Table 1 Factors and levels table
根據試驗的水平數,綜合各因素及其交互作用來確定正交表,即所選取的正交表的總自由度必須大于所考查的試驗因素及其交互作用的自由度之和。
煤炭灰化條件試驗除了考查升溫方式、通風方式、最終溫度三個因素的影響外,還要考查各因素之間的交互作用對試驗指標的影響。各因素及其交互作用的自由度之和為6,所以選擇L8(27)正交表。
根據所選正交表和試驗因素、水平,采用Minitab進行試驗設計[2,8-10],設計參數如圖1所示。依據設計參數得到確定的試驗方案,依此進行試驗,兩次試驗的灰分均值如表2所示。

圖1 正交試驗設計參數Fig.1 Orthogonal design parameters

表32 正交試驗方案及其試驗結果Table 2 Orthogonal test program and result
在Minitab的“分析田口設計”對話框中點擊“選擇”(圖2),確定要評價的試驗指標。

圖2 直觀分析指標選取Fig.2 Visual analysis of indicators selection
在“分析”項中選擇顯示相應表中的“均值”,并設定分析的“選項”。煤炭灰化試驗要求試驗指標越小越好,故選擇“望小”。點擊“確定”進行數據分析,均值分析結果如表3所示,均值主效應圖,即灰分均值與各因素的關系趨勢圖如圖3所示。

表3 均值響應表Table 3 Mean response table
由表3可知:因素B對灰分影響最大,其次是因素A,最后是因素C,故試驗因素對試驗指標影響的主次順序為通風方式、升溫方式、最終溫度。

圖3 均值主效應圖Fig.3 Mean main effect diagram
灰分越低,灰化越完善,灰化效果越好。由圖3可知:最佳灰化條件的組合方案為因素A取水平1、因素B取水平2、因素C取水平2,即因素水平的最佳搭配為A1B2C2,這與表2結果一致。
通過表3的極差可以直接判斷各因素對試驗指標影響的主次地位,由圖3可直觀的得到因素水平的最佳組合方案[9-10],但直觀分析無法直接判斷交互作用對試驗指標影響的主次順序。
將C4灰分指標錄入“響應” 欄,各因素作為固定因子錄入“模型” 欄,在“一般線性模型”中添加交互作用項(圖4),并在“結果顯示”中選擇“方差分析表”,從而得到方差分析結果(表4)。

圖4 方差分析步驟Fig.4 Analytical procedure of variance

表34 方差分析結果Table 4 Result of variance analysis
注:“***”表示非常顯著,“**”表示顯著,“-”表示不顯著。
由統計量分布表可得[1,7]:F0.01(1,7)=12.20,F0.05(1,7)=5.59,F0.10(1,7)=3.59。因為FA、FB、FC>F0.01(1,7),F0.05(1,7) 利用Militab的田口設計模塊對煤炭灰化試驗進行設計和數據分析處理,能夠快速、直觀、準確地確定各因素對灰化結果影響的主次地位,進而確定最佳灰化條件。Minitab設計分析簡單,結果準確,工作量小,不僅可用于選煤試驗設計和數據分析處理,還可用于其他領域的科研和生產,對指導實際生產,提高生產效率,保證產品質量和降低生產成本具有重要意義。 [1] 邱軼兵.試驗設計與數據處理[M].合肥:中國科學技術大學出版社,2008:1-277. [2] 趙志國.新型橢圓等厚篩研究[D].淮南:安徽理工大學,2012:51-62. [3] 劉元江,繆經緯,陳景勇,等.統計軟件在試驗設計中的應用[J].清遠職業技術學院學報,2011,4(3):45-47.[4] 吳令云,吳家祺,吳誠鷗,等.MINITAB軟件入門:最易學實用的統計分析教程[M].北京:高等教育出版社,2012:1-288. [5] 閔亞能.實驗設計(DOE)應用指南[M].北京:機械工業出版社,2011:1-543. [6] 曾鳳章,趙 霞.田口方法及其標準化設計[J].機械工業標準化與質量,2003(11):7-9. [7] 劉炯天,樊民強.試驗研究方法[M].徐州:中國礦業大學出版社,2006:59. [8] 馮 鑫.Minitab在正交設計優選中藥提取工藝中的應用[J].安徽中醫學院學報,2007,26(6):49-51. [9] 毛 君,尹 航,崔 闖,等.基于Minitab確定最佳參數的實驗設計[J].煤礦機械,2008,29(8):14-16. [10] 趙 偉,陳 晨,劉 倩,等.利用Minitab優化耐高溫淀粉酶發酵培養條件[J].中南大學學報(自然科學版),2010,41(5):1652-1657. Application of Minitab in experiment design and data analysis of coal preparation ZHAO Zhi-guo (China Coal Technology & Engineering Group Beijing Huayu Engineering Co., Ltd.,Beijing 100120, China) Minitab has powerful functions of experimental design and data analysis, and it could be fast, accurate and reliable on orthogonal experiment design and data analysis, playing obvious role in promoting fast experiment design and accurate data analysis of multiple factors involved in actual coal preparation.Furthermore it will be of great significance to improve production efficiency and reduce cost.Taking test of coal ashing conditions for example, the application of Minitab in orthogonal test design and data analysis is described in detail. coal preparation; Minitab; experiment design; data analysis 1001-3571(2015)03-0078-03 TD948.9 A 2015-04-02 10.16447/j.cnki.cpt.2015.03.022 趙志國(1986—),男,四川省三臺縣人,助理工程師,碩士,從事選煤工藝設計工作。 E-mail:herozhiguo@163.com Tel:151100029683 結語