均匀设计在精细化工工艺研究中的应用探讨

摘 要：精细化工是生产精细化学品工业的统称，产品种类多，更新换代快，产量小，大多以间歇方式进行生产。精细化工企业比较注重产品的新设计和新开发，这里面的需求非常巨大，新产品和新工艺为精细化工企业带来巨大利润的同时，也带来了不可忽视的过程安全管理难题，对企业的可持续化发展提出了新的机遇和挑战。

关键词：精细化工；均匀设计；工艺应用

在我国的科学研究和产品的生产过程的管理中，企业为了提高产品的质量和产量，会做出降低原材料等相关的资源消耗，开发设计出新的产品。在开发这些新产品的时候需要做各种实验，通过少量的实验会达到比较好的实验效果，这也是科学家们不断研究努力的方向。正确的实验设计方案可以减少相关的成本投入，提高实验效率。所以在化学化工实验中经常遇到的是多因素水平的实验设计，对此以往通常采用正交设计法。但是均匀设计法是在此之后由科学家提出来的实验设计方法，是一种新型的实验方法，这个办法是在试验点范围内充分“均匀分散”，它的实验次数较少，比如，这个实验影响因素有5个，水平数为10个，那么全面实验的次数为10的五次方，即要做十万次的实验，而均匀设计的实验次数只需要10此，可见其优越性。我们将从精细化工的工艺生命周期为起点，阶段性的介绍过程安全风险控制的基本方案，对各个阶段所需要掌控的过程安全信息进行归纳总结，简单介绍安全信息在工艺开发上的指导意义。

1 均匀设计

王元、方开泰教授创造的“均匀设计”法，首先在国防、科技大型系统工程中应用取得成功，15年来，被用于国民经济众多领域，取得了巨大的经济、社会效益。科学技术革命、经济发展和社会进步，使我们当今的世界变化越来越迅疾，越来越复杂。抽样方法虽多却难以适应社会经济领域的研究需求。均匀设计去掉正交设计的“整齐可比”性，发扬其“均匀分散”性，在抽样范围内布点有良好的均衡性，并有了抽样次数随水平级的增加量依同一数量级增加的连续性，如把一项重大国防科研项目的961次试验降低到31次，而效果相当，展示了它应用于复杂大系统的巨大潜力。

均匀设计的数学原理是数论中的一致分布理论，此方法借鉴了“近似分析中的数论方法”这一领域的研究成果，将数论和多元统计相结合，是属于伪蒙特卡罗方法的范畴。均匀设计只考虑试验点在试验范围内均匀散布，挑选试验代表点的出发点是“均匀分散”，而不考虑“整齐可比”，它可保证试验点具有均匀分布的统计特性，可使每个因素的每个水平做一次且仅做一次试验，任两个因素的试验点点在平面的格子点上，每行每列有且仅有一个试验点。它着重在试验范围内考虑试验点均匀散布以求通过最少的试验来获得最多的信息，因而其试验次数比正交设计明显的减少，使均匀设计特别适合于多因素多水平的试验和系统模型完全未知的情况。

2 精细化工艺应用均匀设计的操作过程

①明确试验目的，确定试验指标。若考察的指标有多个则一般需要对指标进行综合分析；②选择试验因素。根据专业知识和实际经验进行试验因素的选择，一般选择对试验指标影响較大的因素进行试验；③确定因素水平。根据试验条件和以往的实践经验，首先确定各因素的取值范围，然后在此范围内设置适当的水平；④选择均匀设计表，排布因素水平。根据因素数、水平数来选择合适的均匀设计表进行因素水平数据排布；⑤明确试验方案，进行试验操作；⑥试验结果分析。建议采用回归分析方法对试验结果进行分析进而发现优化的试验条件。依试验目的和支持条件的不同也可采用直接观察法取得最好的试验条件（不再进行数据的分析处理）；⑦优化条件的试验验证。通过回归分析方法计算得出的优化试验条件一般需要进行优化试验条件的实际试验验证（可进一步修正回归模型）；⑧缩小试验范围进行更精确的试验，寻找更好的试验条件，直至达到试验目的止。

3 均匀设计的数据处理

从数据的分析法来看，均匀设计没有整齐可比性进行方差设计，因此实验数据处理比较复杂，可以直接采用直观分析法和回归分析法。如果实验是要找到一份可以执行的实验方案，或者确定试验点挑一个最优的指标，相应的因素组合条件就是比较好的工艺条件，即取得实验中指标最好的实验号作为结果，离实际最佳点有一定的距离，但也不是很远，所以直观分析法是一种非常有效的方法。

采用这个方法的理想优点和实际优点有着一定的差距，为了改善这样的状况，在均匀设计实验数据处理的时候可以使用回归分析法，它是一种处理变量和变量之间的关系的数学方法，通过回归分析可以找出重要因素、次要因素之间的相互关系。通常采用线性回归或者逐步回归的方法，均匀设计的相关模型处理方法，比如线性回归模型、二次回归模型、非线性回归模型，以及各种选择回归变点的方法，也有利用多样化条函数技术、小波理论、人工神经网络模型场应用于实验设计和数据分析，具体选择何种模型要根据实际实验的性质进行确定，利用其分析出来的结果得到模型，即可看出影响因素的重要程度以及新条件实验的结果估算、预报和最优化。

4 均匀设计的在精细化工研究优势

①试验次数少；②因子水平多，并且可以分析曲面响应；③使用带“*”的表格可以避免各因子最高水平和最低水平组合，可以规避极限试验所带来的风险，比如采用爬山法，通过追加试验找到最佳点；④可以直接做非线性响应的分析。熟悉多元回归的应该都知道，当估计的参数个数少于样本量时，因为没有自由度给随机误差，无法判断因子的显著性，因此这个回归是没有办法做的，只有少估计几个直到样本量大于估计的参数个数+1时才可以做回归；⑤均匀设计与正交设计一样采用表格化的形式，将复杂的问题简单化了，使用者只要简单查表就可以完成试验的设计，大大减轻了工作量。

当然正像方开泰书中所说，“每种方法都有其优点，也有其局限性，根据实际情况选取合适的方法是应用统计的重要内容。”

5 均匀设计的注意事项

①当所研究的因素和水平数目较多时，均匀设计试验法比其它试验设计方法所需的试验次数更少，但不可过分追求少的试验次数，除非有很好的前期工作基础和丰富的经验，否则不要企图通过做很少的试验就可达到试验目的，因为试验结果的处理一般需要采用回归分析方法完成，过少的试验次数很可能导致无法建立有效的模型，也就不能对问题进行深入的分析和研究，最终使试验和研究停留在表面化的水平上（无法建立有效的模型，只能采用直接观察法选择最佳结果）。一般情况下，建议试验的次数取因素数的3～5倍为好；②优先选用表进行试验设计。通常情况下表的均匀性要好于Un表，其试验点布点均匀，代表性强，更容易揭示出试验的规律，而且在各因素水平序号和实际水平值顺序一致的情况还可避免因各因素最大水平值相遇所带来的试验过于剧烈或过于缓慢而无法控制的问题；③对于所确定的优化试验条件的评价，一方面要看此条件下指标结果的好坏，另一方面要考虑试验条件是否合理可行的问题，要权衡利弊，力求达到用最小的付出获取最大收益的效果。

6 结语

总之，均匀设计已经成为由简约小样有效地推断总体的一种思想方法论，有广泛的普适性；从统计学的产生和发展可看出，社会经济领域从来就是统计学应用的主要方向，所以均匀设计必然要用到这一主要方向。均匀设计是“心中无数”的决策者的良方、特性“数量化”的利器、计量模型所需“粮食”的锄犁、计算机仿真的“佳侣”，在社会、经济中应用有重大意义和广阔前景。当然，均匀设计的这一应用还有待开拓，如误差估计和“最佳化”的论证等，特别是还要用到其他的数学交叉来充实，如系统论和离散论等。

参考文献：

[1]谢伟杰，张永萍，徐剑.均匀设计筛选吲哚美辛亲水凝胶贴剂的基质处方[J].中国药房，2017（10）.

[2]朱岩芳，祝水金，王洋，李永平，马文广，胡晋.均匀设计优化棉花ISSR-PCR反应体系[J].棉花学报，2010（03）.

[3]张慧.均匀设计在弹性薄板刚度优化中的应用初探[J].水利与建筑工程学报，2008（04）.

[4]岳宝森，蒋建兰.均匀设计优化逍遥丸塑制法的生产工艺[J].西北药学杂志，2008（05）.

[5]魏方林，朱国念.均匀设计及偏最小二乘回归法在高渗乳油研制中的应用[J].农药，2006（06）.