大家好，
我寫信是為了尋求一些建議，關於如何設計一個實驗來優化一個比較複雜的化學反應。具體內容如下：
底物（1.0 當量）與兩種試劑 RA 和 RB 的混合物反應。
RA和RB的總量始終為0.5當量。
在這兩種反應物的混合物中，RA 和 RB 的比例是變化的。
RA 的範圍為 38% 至 62%，RB 的範圍也為 38% 至 62%。
此反應由兩種催化劑 CatX 和 CatY 的混合物催化。
催化劑總量從0.1到0.5當量不等。
兩種催化劑混合物中 CatX 和 CatY 的比例有所不同。
CatX 的範圍是 0 到 100%，CatY 的範圍是 0 到 100%。
反應時間是一個在 6 至 24 小時內進行研究的連續因子。
實驗設計的目標是最大限度地提高底物轉化為反應產物的轉化率。
最初，我嘗試使用 JMP 18 的客製化設計平台來定義混合製程設計。
我該如何告訴 JMP RA + RB 構成一種混合物而 CatX + CatY 構成另一種混合物？
事實上，如果沒有做出這項規定，JMP 會將這四種化合物視為單一混合物的四種成分。
我嘗試指定線性約束，但沒有成功。
在這種情況下，模型中應包括哪些效應才能獲得響應曲面設計？
在第二次嘗試中，我簡化了問題，將 RA 的比例視為一個從 38% 到 62% 的連續因子，且未指定 RB。同樣，我將 CatX 的比例視為一個從 0 到 100% 的連續因子，且未指定 CatY。雖然 RB 和 CatY 沒有出現在表中，但我知道：
RB = 1 - RA
CatY = 1 - CatX。
在這種情況下，我考慮包括主要效應、交互效應和二次效應以獲得響應曲面設計。
一種方法是否比另一種方法更好？
如果以催化劑總量作為一個因素，以催化劑的比例作為另一個因素，這會有問題嗎？
感謝您的協助。
你好@Kyle_Katarn
我認為第二種方法應該效果最好（而且更簡單），因為一些原料將是完全相關的（試劑濃度和催化劑比例）。
如果您希望「獨立地」優化試劑和催化劑的比例（您不研究試劑與催化劑的比例），那麼您可能不需要混合設計：RA 的數量可以透過 RB 的數量來確定（反之亦然），催化劑的情況相同。
- 對於試劑，只需要一個連續因子，例如數量RA，水平從0.19eq到0.31eq（38%到62%的比例應用於試劑總量：0.5eq）。其他試劑的數量可以根據這個因子水平推斷出來。
- 對於催化劑，如果您也改變總量，則需要兩個連續因子，一個表示單一催化劑的比例，例如 CatX從 0 到 1，另一個表示催化劑的總量，從 0.1 到 0.5eq。
就您而言，時間真的是可控因素嗎？
願原力與你同在，
謝謝您的幫助和建議。
直接使用 RA 的當量數作為連續因子而不是比例是一個好主意。
是的，時間是可控因素。我們會在指定時間採集樣本並進行分析，以測量轉換率。
我將比較 Box-Behnken 和 Face-Centred 中心複合設計，以確定哪個更合適。
願原力與我們同在。
你好@Kyle_Katarn ，
好的，聽起來不錯。
如果您仍在尋找 Box-Benhken、中心複合設計和自訂 I-Optimal RSM 設計之間的比較分析和討論，論壇中已經有一些討論可供參考：
確定 Alph ：Box-Behnken 與 CCD 的比較。
具有 2 個連續和 1 個離散（2 個層級）因素的最佳化任務：關於使用自訂與經典 RSM 設計的建議。
為什麼客製化設計 RSM 中沒有星點：根據星點位置（軸值）對 CCD 設計進行比較評估。
在自訂設計中將軸值指定為可旋轉：如何變更自訂 I 最優 RSM 設計的預設（-1/+1）軸值。
希望這些討論能對你有幫助，
“再見，老朋友”
感謝您的連結！
確定哪種設計更合適並不總是那麼容易。因此，閱讀關於它們各自優缺點的不同觀點會很有趣。
