Box-Behnken Design — Metodologia di Superficie di Risposta a Tre Livelli
- Introdotto da
- George E. P. Box and Donald W. Behnken
- Anno
- 1960
- Tipo
- Response surface design (incomplete three-level factorial)
- Famiglia
- Engineering methods
Questo testo è una traduzione automatica e non è ancora stato revisionato. Leggi l’originale in inglese
A cosa serve?
Il disegno Box-Behnken (BBD) è un efficiente disegno di metodologia di superficie di risposta che adatta un modello polinomiale completo del secondo ordine utilizzando tre livelli per ciascun fattore.
Introdotto da Box e Behnken nel 1960, posiziona i punti sperimentali nei punti medi degli spigoli di un ipercubo e al centro, evitando i punti d'angolo dove tutti i fattori sono simultaneamente ai loro livelli estremi. Questa struttura rende il BBD particolarmente attraente quando combinazioni di livelli estremi sono fisicamente impossibili, costose o non sicure da testare.
L’intuizione alla base del metodo
Supponiamo di ottimizzare una reazione chimica e di avere tre fattori controllabili — temperatura, pressione e concentrazione del catalizzatore — ciascuno con un'impostazione bassa, media e alta. Un fattoriale completo a tre livelli richiederebbe 27 esecuzioni. Il disegno Box-Behnken raggiunge lo stesso obiettivo di adattamento del secondo ordine con sole 15 esecuzioni (più punti centrali) selezionando abilmente quali combinazioni fattore-livello testare: mantiene sempre almeno un fattore al suo livello intermedio, quindi nessun esperimento spinge simultaneamente tutti i fattori ai loro estremi. Pensalo come un campionamento strategico dello spazio sperimentale che utilizza molte meno esecuzioni pur catturando curvatura e interazioni.
Storia
George Box e Donald Behnken introdussero il disegno nel loro articolo fondamentale del 1960 su Technometrics, dove proposero una famiglia di disegni a tre livelli che potevano stimare tutti i coefficienti di un polinomio del secondo ordine evitando i vertici estremi del cubo di disegno. La loro motivazione era sia economica — le esecuzioni d'angolo possono essere costose — sia pratica, poiché molti processi industriali e chimici non possono sostenere condizioni operative a livelli estremi. Il disegno divenne uno standard nella metodologia delle superfici di risposta, ampiamente diffuso attraverso i testi di Box e Draper (1987) e Myers, Montgomery e Anderson-Cook, ed è ora regolarmente implementato in software statistici come JMP, Minitab e il pacchetto rsm di R.
Quando usarlo
Utilizzare il disegno Box-Behnken quando è necessario adattare un modello di superficie di risposta quadratico completo del secondo ordine con 3-7 fattori continui e i punti d'angolo dello spazio sperimentale sono non sicuri, non fattibili o proibitivamente costosi da testare — ad esempio, quando impostazioni estreme di più variabili di processo simultaneamente potrebbero danneggiare l'attrezzatura o comportare rischi per la sicurezza. Il BBD è appropriato quando il numero di esecuzioni sperimentali deve essere mantenuto moderato e tutti i fattori possono raggiungere individualmente i loro livelli alti e bassi. NON utilizzare il BBD se è necessario un disegno che supporti termini di ordine superiore al quadratico, se si hanno fattori categorici, se l'estrapolazione ai punti vertice estremi è l'obiettivo, o se vengono studiati solo due fattori (un disegno composito centrale è più efficiente per k = 2). Evitare anche il BBD quando un'esecuzione al punto d'angolo è effettivamente necessaria per soddisfare un requisito di specifica a valle.
Limiti e considerazioni
- Non adatto per la sperimentazione sequenziale: a differenza dei disegni compositi centrali, il BBD non può essere costruito da un precedente esperimento di screening fattoriale a due livelli.
- Non stima le interazioni alle combinazioni estreme dei fattori, poiché i punti d'angolo sono assenti; se il comportamento agli angoli è critico, è necessario un disegno composito centrale o fattoriale completo.
- La copertura della regione sperimentale non è uniforme — gli angoli dell'ipercubo sono completamente non campionati, il che può introdurre bias di predizione se l'ottimo vero si trova vicino a un angolo.
- Per cinque o più fattori, il numero di esecuzioni può crescere sostanzialmente, riducendo il suo vantaggio di efficienza rispetto ai disegni compositi centrali.
Le condizioni della fonte non sostituiscono una revisione scientifica indipendente né la validazione da parte di un motore di analisi.
Punti di forza
- Richiede meno esecuzioni sperimentali di un fattoriale completo a tre livelli, rendendolo efficiente in termini di costi e tempo per adattare modelli del secondo ordine.
- Nessuna esecuzione ai punti d'angolo — particolarmente prezioso quando impostazioni simultaneamente estreme di tutti i fattori sono fisicamente pericolose, proibitivamente costose o non fattibili per il processo.
- Tutte le combinazioni fattore-livello nella matrice di disegno sono posizioni vicine al centro o a metà spigolo, che sono spesso le condizioni operative più sicure e rappresentative.
- Quasi-rotatabilità: la varianza di predizione è approssimativamente costante a distanze uguali dal centro del disegno, fornendo un'accuratezza di stima uniforme in tutta la regione sperimentale.
- Semplice da aumentare con repliche del punto centrale che forniscono una stima pura dell'errore sperimentale e supportano un test di mancanza di adattamento.
Applicazioni
- Ottimizzazione di formulazioni farmaceutiche, dove concentrazioni di eccipienti simultaneamente estreme possono rendere una compressa incomprimibile o instabile.
- Ottimizzazione dei parametri di processo nell'ingegneria chimica — temperatura del reattore, pressione e velocità di alimentazione — dove estremi combinati potrebbero superare i margini di sicurezza.
- Esperimenti di scienza alimentare che ottimizzano consistenza, colore o attributi sensoriali in funzione delle proporzioni degli ingredienti e delle condizioni di processo.
- Studi di scienza dei materiali che adattano la relazione tra temperatura di sinterizzazione, pressione e tempo sulle proprietà di parti ceramiche o metallo-polvere.
- Esperimenti sul campo agricolo che ottimizzano tassi di fertilizzanti, livelli di irrigazione e densità di semina quando i vincoli logistici impediscono di testare tutte le combinazioni estreme.
- Studi di bonifica ambientale che ottimizzano pH, dose di ossidante e tempo di contatto per la degradazione dei contaminanti, dove combinazioni estreme potrebbero essere corrosive o pericolose.
Come funziona
Come funziona
L'esperimentatore identifica k fattori quantitativi continui (tipicamente da 3 a 7) e imposta tre livelli codificati per ciascuno: basso (−1), centro (0) e alto (+1). La variabile di risposta deve essere misurabile e continua. Un prerequisito chiave è che i livelli estremi di ciascun fattore siano individualmente fattibili — il disegno evita i vertici d'angolo ma testa ciascun fattore ai suoi estremi mentre gli altri fattori sono mantenuti al loro centro.
La matrice BBD è costruita combinando i fattori in blocchi incompleti a coppie. Per ogni coppia di fattori, viene creato un fattoriale a due livelli (quattro esecuzioni) mentre i fattori rimanenti sono mantenuti al loro livello centrale. Ripetizioni del punto centrale (tipicamente 3–5) vengono aggiunte al disegno completo. Per tre fattori questo produce 15 esecuzioni; per quattro fattori, 27 esecuzioni. Il disegno risultante è rotatabile o quasi rotatabile e non presenta punti d'angolo dove tutti i fattori sono simultaneamente alle loro impostazioni estreme.
Gli esperimenti vengono eseguiti in ordine casuale per proteggere da variabili nascoste e tendenze temporali. Ogni riga del disegno specifica le impostazioni dei fattori per un'esecuzione sperimentale. La misurazione accurata della risposta ad ogni esecuzione, insieme a una corretta randomizzazione e bloccaggio se necessario, è essenziale per una stima valida del modello.
Viene adattato un modello di regressione polinomiale del secondo ordine ai dati: la risposta è modellata come funzione degli effetti lineari di tutti i fattori, dei loro termini quadratici (al quadrato) e di tutti i termini di interazione a due fattori. La stima dei minimi quadrati ordinari (o minimi quadrati ponderati) fornisce i coefficienti di regressione. L'analisi della varianza e i test di mancanza di adattamento valutano l'adeguatezza del modello.
Formula
\hat{y} = \beta_0 + \sum_{i=1}^{k}\beta_i x_i + \sum_{i=1}^{k}\beta_{ii}x_i^2 + \sum_{i<j}\beta_{ij}x_i x_jUna volta confermato un modello soddisfacente, la superficie di risposta adattata viene esplorata per individuare l'ottimo — la combinazione di impostazioni dei fattori che massimizza, minimizza o raggiunge un valore target della risposta. I metodi includono l'analisi canonica, l'ascesa/discesa più ripida e l'ottimizzazione numerica basata sulla funzione di desiderabilità quando sono coinvolte risposte multiple.
Errori comuni
- Confusione tra BBD e disegno composito centrale (CCD): il CCD include un blocco fattoriale a due livelli (d'angolo) più punti assiali (a stella) che si estendono oltre l'intervallo dei fattori; il BBD non ha né l'uno né l'altro. Scegliere il disegno sbagliato rispetto ai vincoli sperimentali porta a esecuzioni sprecate o esperimenti non fattibili.
- Applicare il BBD a meno di tre fattori: per k = 2, il BBD si riduce a un disegno molto meno efficiente di un CCD; preferire sempre un CCD o un semplice disegno rotatabile per studi a due fattori.
- Repliche insufficienti del punto centrale: utilizzare solo 1-2 punti centrali lascia la stima dell'errore puro mal definita, minando il test di mancanza di adattamento e l'ANOVA generale. Sono fortemente raccomandati almeno 3 punti centrali.
- Ignorare la necessità di randomizzazione: eseguire il BBD in ordine non casuale (ad esempio, raggruppando tutte le esecuzioni a bassa temperatura) confonde gli effetti dei fattori con variabili di disturbo legate al tempo, invalidando il modello.
Domande frequenti
In che modo il disegno Box-Behnken differisce dal disegno composito centrale?
Entrambi i disegni adattano un modello polinomiale del secondo ordine per l'analisi delle superfici di risposta, ma differiscono nella struttura. Il disegno composito centrale (CCD) include un blocco fattoriale a due livelli (d'angolo) più punti assiali (a stella) che si estendono oltre l'intervallo dei fattori, e può essere costruito sequenzialmente da un precedente esperimento di screening. Il BBD non ha punti d'angolo né punti al di fuori dell'intervallo dei fattori — utilizza solo tre livelli per fattore. Scegliere BBD quando le esecuzioni d'angolo sono non fattibili; scegliere CCD quando la costruzione sequenziale o le proprietà agli angoli estremi sono importanti.
Quante esecuzioni richiede un disegno Box-Behnken?
Il numero di esecuzioni dipende dal numero di fattori k. Per k = 3: 15 esecuzioni (12 punti medi degli spigoli + 3 punti centrali); per k = 4: 27 esecuzioni; per k = 5: 46 esecuzioni. Questi conteggi includono un numero standard di repliche del punto centrale. Confrontalo con un fattoriale completo a tre livelli, che richiederebbe 27, 81 e 243 esecuzioni per k = 3, 4 e 5 rispettivamente — il BBD offre risparmi drastici.
Posso usare il disegno Box-Behnken con più di sette fattori?
Il BBD è generalmente utilizzato per 3-7 fattori. Per più di sette fattori il numero di esecuzioni cresce sostanzialmente e approcci alternativi come i disegni di screening definitivi o i disegni ottimali generati al computer sono solitamente più efficienti. L'articolo originale di Box e Behnken (1960) descriveva disegni fino a sette fattori.
Quale software può eseguire un'analisi Box-Behnken?
Il BBD è supportato nella maggior parte dei principali pacchetti statistici: JMP (modulo Design of Experiments), Minitab (sezione Response Surface di DOE), SAS (PROC OPTEX o PROC RSREG) e R (pacchetto rsm con la funzione bbd()). Gli utenti Python possono utilizzare la libreria pyDOE2. Tutti questi generano la matrice di disegno, adattano il modello del secondo ordine e forniscono ANOVA, grafici della superficie di risposta e output di ottimizzazione.
Il disegno Box-Behnken è rotatabile?
Il BBD è approssimativamente rotatabile, il che significa che la varianza di predizione è quasi costante a distanze uguali dal centro del disegno, ma la rotatabilità stretta dipende dal numero di fattori. Per k = 3, il BBD standard è esattamente rotatabile con il conteggio comunemente usato dei punti centrali. Per altri valori di k, la rotatabilità è approssimativa. In pratica questa quasi-rotatabilità è sufficiente per la maggior parte delle applicazioni ingegneristiche e scientifiche.
Metodi correlati
Fonti
Box, G. E. P., & Behnken, D. W. (1960). Some new three level designs for the study of quantitative variables. Technometrics, 2(4), 455–475.
Apri il riferimento DOICopiato.Myers, R. H., Montgomery, D. C., & Anderson-Cook, C. M. (2016). Response Surface Methodology: Process and Product Optimization Using Designed Experiments (4th ed.). Wiley.
ISBN: 978-1118916025Copiato.