التصميم المركب المركزي — تصميم سطح الاستجابة التجريبي
- قدّمه
- George E. P. Box and K. B. Wilson
- السنة
- 1951
- النوع
- Response surface experimental design
- العائلة
- Engineering methods
هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية
ماذا تفعل؟
التصميم المركب المركزي (CCD) هو تصميم سطح استجابة من الدرجة الثانية يسمح للباحثين بتطبيق نموذج تربيعي كامل بكفاءة يربط بين عوامل إدخال مستمرة متعددة ومتغيرات استجابة واحدة أو أكثر. تم تقديمه بواسطة Box و Wilson في عام 1951، وهو يجمع بين نواة عاملية (أو عاملية مجزأة) ونقاط محورية (نجمة) وتكرارات نقطة مركزية في تصميم موحد واحد، مما يجعله التصميم الأكثر استخدامًا لتحسين العمليات في الهندسة والكيمياء والتصنيع.
الفكرة الحدسية وراء الطريقة
لنفترض أنك تقوم بتحسين إنتاجية تفاعل كيميائي عن طريق تغيير درجة الحرارة والضغط. يخبرك التصميم العاملي البسيط عن التأثيرات الرئيسية والتفاعلات عند مستويين فقط لكل عامل، ولكنه يفتقد السطح المنحني الذي غالبًا ما يوجد بالقرب من الأمثل. يضيف التصميم المركب المركزي نقطتين إضافيتين بعد زوايا التصميم العاملي على طول كل محور عامل — النقاط المحورية أو النجمة — بحيث يصل التجريب إلى مسافة كافية في كل اتجاه لتقدير الانحناء. تُضاف بضع تكرارات للنقطة المركزية لقياس خطأ التجربة النقي والتحقق من أن العلاقة منحنية بالفعل وليست خطية. معًا، تسمح لك مجموعات النقاط الثلاث هذه برسم خريطة كاملة لسطح الاستجابة بعدد أقل بكثير من التجارب مقارنة بما يتطلبه تصميم عاملي كامل بثلاثة مستويات.
التاريخ
تم تقديم التصميم المركب المركزي بواسطة George E. P. Box و K. B. Wilson في ورقتهما البحثية الهامة عام 1951 في مجلة الجمعية الملكية للإحصاء، والتي قدمت في نفس الوقت مفهوم منهجية سطح الاستجابة. أظهر Box و Wilson أن الجمع بين تصميم عاملي ونقاط محورية يسمح بتقدير انحناء سطح الاستجابة وتحديد الأمثل بعدد أقل بكثير من التجارب مقارنة بالطرق الحالية. أصبح التصميم محوريًا في تحسين العمليات الصناعية طوال الخمسينيات والستينيات من القرن الماضي وتم تعميمه بواسطة كتاب Box و Draper المسمى Empirical Model-Building and Response Surfaces (1987). اليوم، لا يزال التصميم المركب المركزي هو تصميم التجربة من الدرجة الثانية الأكثر استشهادًا وتطبيقًا عبر الهندسة والكيمياء وعلوم الحياة.
متى تُستخدم
استخدم التصميم المركب المركزي عندما تحتاج إلى تطبيق نموذج من الدرجة الثانية (تربيعي) لرسم خريطة وتحسين استجابة مستمرة عبر منطقة من العوامل الكمية k (عادة k = 2-6). إنه الخيار القياسي في دراسات تحسين العمليات في الهندسة الكيميائية، وتطوير الأدوية، وعلوم الأغذية، والتصنيع عندما تتوقع انحناءً في العلاقة بين العامل والاستجابة أو عندما يُظهر نموذج الدرجة الأولى عدم ملاءمة كبير بالفعل. يُفضل التصميم المركب المركزي على تصميم Box-Behnken عندما يمكنك تحمل (أو تحتاج) إعدادات العامل عند النقاط المحورية القصوى خارج نطاق التصميم العاملي، وعلى تصميم عاملي كامل 3^k عندما يكون اقتصاد التجارب مهمًا. لا تستخدم التصميم المركب المركزي مع عوامل فئوية، أو متغيرات استجابة ثنائية أو عددية، أو عندما تكون منطقة التجربة مقيدة هندسيًا بحيث تقع النقاط المحورية خارج نطاقات التشغيل الممكنة (في هذه الحالة يكون تصميم Box-Behnken أو تصميم D-optimal أكثر ملاءمة). تجنب أيضًا التصميم المركب المركزي إذا لم يتم استخدام نموذج الدرجة الأولى مع استراتيجية الصعود الأشد للانتقال بالتصميم إلى محيط الأمثل — تطبيق نموذج تربيعي بعيدًا عن الأمثل يهدر التجارب.
الحدود والاعتبارات
- يتطلب أن تكون جميع العوامل مستمرة وكمية؛ لا يمكن التعامل مع العوامل الفئوية دون تعديل.
- تمتد النقاط المحورية على مسافة ألفا > 1 إلى ما وراء مكعب التصميم العاملي، والذي قد يكون غير ممكن عندما تكون مستويات العوامل مقيدة فيزيائيًا.
- مع نمو k (k > 5)، يزداد إجمالي عدد التجارب بسرعة وتصبح متطلبات الموارد كبيرة.
- النموذج التربيعي هو تقريب محلي؛ إذا كان سطح الاستجابة الحقيقي يحتوي على لاخطية من رتب أعلى، فقد يظل نموذج التصميم المركب المركزي يظهر عدم ملاءمة بالقرب من الأمثل.
لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.
نقاط القوة
- يقدر بكفاءة جميع معاملات نموذج كثير الحدود الكامل من الدرجة الثانية بعدد تجارب أقل من تصميم عاملي 3^k.
- قابلية الدوران: يوفر التصميم المركب المركزي ذو الوجه المركزي أو القابل للدوران تباين تنبؤ متساوٍ عند جميع النقاط المتساوية البعد عن مركز التصميم، مما يوفر دقة تنبؤ موحدة.
- توفر تكرارات النقطة المركزية تقديرًا مستقلاً للخطأ النقي، مما يتيح اختبار عدم ملاءمة صالحًا.
- مرونة: يمكن بناؤه بشكل تسلسلي — قم بتشغيل النواة العاملية أولاً (كتصميم فحص)، ثم قم بتعزيزه بنقاط محورية ومركزية إذا تم اكتشاف انحناء.
- مدعوم جيدًا في البرامج الإحصائية القياسية (JMP، Minitab، حزمة R rsm، SAS PROC RSREG).
التطبيقات
- تطوير العمليات الصيدلانية: تحسين قوة ضغط الأقراص، ورطوبة التحبيب، وتركيز الرابط لزيادة معدل الذوبان والصلابة في وقت واحد.
- الهندسة الكيميائية: رسم خريطة للإنتاجية والانتقائية كوظائف لدرجة حرارة التفاعل، والضغط، وتحميل المحفز لإيجاد أمثل التشغيل.
- علوم الأغذية: تحسين ظروف الخبز أو التخمير (الوقت، درجة الحرارة، نسب المكونات) للقوام والجودة الحسية.
- الهندسة البيئية: نمذجة كفاءة إزالة الملوثات كوظيفة للأس الهيدروجيني، ووقت التلامس، وجرعة المادة الماصة في دراسات معالجة المياه.
- التصنيع: تحسين معلمات التشغيل الآلي (سرعة القطع، معدل التغذية، عمق القطع) لتقليل خشونة السطح وتآكل الأداة.
- علم المواد: تطبيق القوة أو الموصلية كوظيفة للتركيب وظروف المعالجة لتوجيه تركيب السبائك أو البوليمرات.
كيف يعمل
كيف يعمل
حدد العوامل الكمية المستمرة k المراد دراستها وحدد مستوياتها العاملية المنخفضة والعالية (مشفرة -1 و +1). اختر المسافة المحورية ألفا — للدوران ألفا = (2^k)^(1/4)؛ للتصميم المركب المركزي ذي الوجه المركزي ألفا = 1. حدد عدد تكرارات النقطة المركزية n0 (عادة 3-6) لتقدير الخطأ النقي وتحقيق استقرار التباين.
قم بتجميع المكونات الثلاثة: (1) نواة تصميم عاملي كامل 2^k أو تصميم عاملي مجزأ مناسب 2^(k-p) توفر 2^k (أو أقل) من تجارب الزاوية؛ (2) 2k نقطة محورية (نجمة) موضوعة على مسافة ألفا من المركز على طول كل محور عامل؛ و (3) n0 تجارب نقطة مركزية عند الأصل. إجمالي عدد التجارب هو N = 2^k + 2k + n0. بالنسبة لعاملين k=2، يكون هذا عادة 13 تجربة؛ بالنسبة لـ k=3، حوالي 20 تجربة.
الصيغة
N = 2^k + 2k + n_0
قم بإجراء N تجربة بترتيب عشوائي لمنع التحيز المنهجي من اتجاهات الوقت أو انحراف المعدات. سجل قيمة (قيم) الاستجابة لكل تجربة. إذا سمحت الموارد، فإن تجميع الأجزاء العاملية والمحورية في جلسات تجريبية منفصلة يحافظ على قابلية الدوران مع التحكم في التباين اليومي.
استخدم الانحدار بالمربعات الصغرى لتطبيق كثير الحدود الكامل من الدرجة الثانية: y = beta0 + sum(beta_i * x_i) + sum(beta_ii * x_i^2) + sum(beta_ij * x_i * x_j) + epsilon. يلتقط هذا النموذج التأثيرات الرئيسية، والتأثيرات التربيعية النقية (الانحناء)، وتفاعلات العاملين. يضمن هيكل نقاط التصميم المركب المركزي أن جميع معاملات الدرجة الثانية قابلة للتقدير.
الصيغة
y = \beta_0 + \sum_{i}\beta_i x_i + \sum_{i}\beta_{ii}x_i^2 + \sum_{i<j}\beta_{ij}x_ix_j + \varepsilonقم بتقييم مدى ملاءمة النموذج من خلال تحليل التباين (ANOVA)، ومعامل التحديد (R^2 و R^2 المعدل)، ورسوم البواقي، واختبار عدم ملاءمة (مُمكّن بتكرارات النقطة المركزية). تأكد من أن النموذج يلبي افتراضات الانحدار — طبيعية وتغاير ثابت للبواقي — قبل استخلاص النتائج.
استخدم سطح الاستجابة المُطبق لتحديد الأمثل — أقصى، أدنى، أو نقطة سرج — عبر التحليل القانوني، أو الرسوم البيانية للخطوط الكنتورية، أو تحسين دالة الرغبة الرقمية. تحقق من الأمثل المتوقع بتجربة تأكيدية واحدة أو أكثر عند إعدادات العامل الأمثل قبل الالتزام بتغييرات تشغيلية.
الأخطاء الشائعة
- تشغيل التصميم بعيدًا عن الأمثل الحقيقي — التصميم المركب المركزي هو تصميم من الدرجة الثانية مخصص للضبط الدقيق بالقرب من الأمثل، وليس للاستكشاف الواسع؛ استخدم تصميمات الفحص والصعود الأشد أولاً.
- تجاهل اختبار عدم ملاءمة — النقاط المركزية موجودة بالضبط لاختبار ما إذا كان النموذج التربيعي مناسبًا؛ تشير إشارة عدم ملاءمة كبيرة إلى أن النموذج غير كافٍ وأن استنتاجات التحسين غير موثوقة.
- الفشل في عشوائية ترتيب التجارب — التنفيذ المنهجي للكتلة العاملية متبوعًا بالتجارب المحورية والمركزية دون عشوائية يخلط تأثيرات الوقت مع تأثيرات العوامل.
- اختيار ألفا دون التحقق من الجدوى — التصميم المركب المركزي القابل للدوران (ألفا = (2^k)^(1/4)) يضع النقاط المحورية بعيدًا عن نطاق التصميم العاملي؛ تحقق دائمًا من أن مستويات العوامل الناتجة قابلة للتحقيق فيزيائيًا قبل الانتهاء من التصميم.
- المبالغة في تفسير السطح بعيدًا عن منطقة التصميم — النموذج التربيعي المُطبق موثوق به فقط داخل منطقة التجربة؛ الاستقراء لإيجاد أمثل عالمي خارج تلك المنطقة غير مبرر إحصائيًا.
الأسئلة الشائعة
ما هو الفرق بين التصميم المركب المركزي ذي الوجه المركزي والتصميم المركب المركزي القابل للدوران؟
في التصميم المركب المركزي ذي الوجه المركزي (ألفا = 1) تقع النقاط المحورية على أوجه المكعب العاملي، لذا تظل جميع إعدادات العوامل ضمن النطاق [-1، +1] — مفيد عندما تكون التجاوزات المحورية غير ممكنة. في التصميم المركب المركزي القابل للدوران ألفا = (2^k)^(1/4)، تضع النقاط المحورية أبعد؛ وهذا يعطي تباين تنبؤ متساوٍ عند جميع النقاط على نفس المسافة من المركز (قابلية الدوران) ولكنه يتطلب مستويات عوامل تتجاوز نطاق التصميم العاملي. اختر الوجه المركزي عندما تمنع القيود المادية الإعدادات القصوى؛ اختر القابل للدوران عندما يكون دقة التنبؤ الموحدة عبر كرة التصميم هي الأولوية.
كم عدد تكرارات النقطة المركزية التي يجب أن أستخدمها؟
التوصية القياسية هي 3-6 تكرارات للنقطة المركزية. ثلاثة هو الحد الأدنى العملي للحصول على اختبار عدم ملاءمة ذي معنى وتقدير مستقر للخطأ النقي. استخدام 5-6 نقاط مركزية يحسن استقرار تقدير التباين وهو مستحسن عندما يُتوقع أن يكون ضوضاء التجربة عالية. أكثر من ست نقاط مركزية نادرًا ما تضيف قيمة متناسبة وتزيد من إجمالي عدد التجارب.
هل يمكنني استخدام التصميم المركب المركزي عندما يكون لدي أكثر من ستة عوامل؟
نعم، ولكن اقتصاد التجارب يتدهور. بالنسبة لـ k > 5، يصبح التصميم العاملي الكامل 2^k مكلفًا، لذا يستبدل الممارسون عادةً تصميمًا عامليًا مجزأً بدقة V، مما ينشئ تصميمًا مركبًا مركزيًا مجزأً. برامج مثل JMP أو Minitab تقوم بأتمتة هذا الإنشاء. بالنسبة لـ k > 6، غالبًا ما يوفر تصميم مُنشأ بالحاسوب D-optimal أو I-optimal بديلاً أكثر كفاءة من حيث التجارب لأي تصميم مركب مركزي كلاسيكي.
كيف يقارن التصميم المركب المركزي بتصميم Box-Behnken؟
كلاهما تصميمات سطح استجابة من الدرجة الثانية لـ k >= 3 عوامل. يشمل التصميم المركب المركزي نقاط الزاوية (العاملية) بالإضافة إلى النقاط المحورية بالإضافة إلى النقاط المركزية؛ يستخدم تصميم Box-Behnken فقط نقاط منتصف الحافة والنقاط المركزية، لذا فهو لا يتطلب أبدًا مجموعات عوامل عند الزوايا القصوى لمساحة التصميم. يُفضل تصميم Box-Behnken عندما تكون إعدادات الزاوية خطيرة أو غير ممكنة فيزيائيًا وعندما لا يمكن تحقيق نقاط محورية ذات ألفا > 1. يُفضل التصميم المركب المركزي عندما تكون إعدادات الزاوية ممكنة وعندما تكون الاستراتيجية التسلسلية (التعزيز) مرغوبة، لأن الكتلة العاملية يمكن أن تخدم غرضًا مزدوجًا كتصميم فحص سابق.
ما هو البرنامج الذي يمكنني استخدامه لإعداد وتحليل التصميم المركب المركزي؟
تدعم جميع الحزم الإحصائية الرئيسية التصميم المركب المركزي: Minitab (Response Surface > Central Composite)، JMP (Custom Design أو منصة Response Surface)، SAS PROC RSREG، و R مع حزمة rsm (وظيفة ccd()). حزمة rsm متاحة مجانًا وتوفر إنشاء تصميم كامل، وتطبيق نموذج، ورسم أسطح في سير عمل واحد.
طرق ذات صلة
المصادر
Box, G. E. P., & Wilson, K. B. (1951). On the experimental attainment of optimum conditions. Journal of the Royal Statistical Society: Series B, 13(1), 1–45.
افتح مرجع DOIتم النسخ.Montgomery, D. C. (2017). Design and Analysis of Experiments (9th ed.). Wiley.
ردمك: 978-1119492443تم النسخ.