Utilizzo corretto di una progettazione di miscela per l'ottimizzazione della formulazioneCiao, sono un chimico che cerca di ottimizzare tre componenti in una formulazione, ma ho alcune limitazioni.
Tutti e 3 = max 20% della formulazione
Un = 0,5 - 10%
B = 0 - 5%
C = 0 - 5%
B + C = minimo 2,5%
Tuttavia, non è necessario che tutti aggiungano il 20%, ad esempio si può fare un esperimento con 0,5% A, 0% B, 0% C e poi bilanciare con X.
Per questo ho utilizzato un design misto.
A, miscela, 0,025, 0,5
B, miscela, 0, 0,25
C, miscela, 0, 0,25
X, miscela, 0, 0,975
Vincolo lineare, B: 1, C: 1, > 0,125
È questo il modo migliore per farlo per un DoE? Come potrei confrontare i progetti esaminando le interazioni di 2° ordine?
Grazie!
Progettazione degli esperimentiOggetto: Uso corretto di una progettazione di miscela per l'ottimizzazione della formulazioneCiao @DeepDormouse199 ,
Le condizioni che hai all'inizio del post e le impostazioni delle condizioni di progettazione della miscela sono diverse (in particolare gli intervalli min, max dei componenti + il vincolo lineare per B+C). Inoltre l'esempio che hai fornito per la quantità totale non è coerente con la definizione del vincolo (poiché avere solo A allo 0,5% non rispetterà il vincolo di B+C > 2,5%).
Farò un esempio con le prime impostazioni fornite, sperando che queste siano le condizioni che stai esaminando.
Sembra che la tua formulazione preveda un solvente/QS che ti consente di avere un contenuto totale del 100%.
Poiché le quantità relative dei componenti A, B e C sono basse rispetto al solvente X della formulazione, potresti non essere interessato al ruolo/impatto del solvente, ma più probabilmente all'effetto della diluizione/quantità dei componenti A, B e C. Inoltre, poiché la somma delle quantità di A, B e C non è limitata a un valore specifico, potresti avere due soluzioni:
- O progettalo come intendevi fare, con un Custom mixture design e aggiungendo il solvente X come fattore di miscela in modo che la quantità totale sia del 100%. Lo svantaggio di questo approccio è che usi un fattore a cui non sei particolarmente interessato (rapporto/quantità di X, che potresti dedurre dalle quantità di altri componenti e che non dovrebbe "interagire" con altri componenti). Questo approccio di miscela, combinato con un modello con effetti principali e interazioni a 2 fattori, potrebbe richiedere un numero consigliato di esecuzioni di 20 (se aggiungi tutte le interazioni a 2 fattori tra qualsiasi componente e X):
Progettazione della miscela risultante da 20 prove:
- Un'altra opzione potrebbe essere quella di progettare un progetto I-ottimale con la piattaforma Progetti personalizzati per A, B e C, impostando i due vincoli lineari (B+C > 2,5% e A+B+C<20%) e specificando un modello di superficie di risposta con tutti gli effetti principali, le interazioni a 2 fattori e gli effetti quadratici:
Il numero predefinito di esecuzioni consigliato per questo progetto è 16 esecuzioni:
È possibile creare una formula nella tabella dati per calcolare la quantità di X da aggiungere per ottenere formulazioni al 100%.
Poiché questi design sono creati con diversi tipi di Fattori , non potrai confrontare direttamente le due opzioni utilizzando la piattaforma Confronta Design . Ma puoi comunque generare vari design fattoriali Mixture vs. Optimal e confrontare i pro e i contro in ogni categoria di design.
Ho allegato le due opzioni di design menzionate.
Spero che questa risposta ti aiuti,
