正交试验与响应面法耦合优化采矿充填材料配比北大核心

获取最优的充填材料配比是实现地下矿山安全充填与高效开采的前提。为了优化金属矿山地下开采充填材料配比,采用正交试验与响应面法耦合的方法开展充填配比试验设计与优化,并基于矿山实例阐述了试验优化方法、步骤与验证结果。介绍了正交试验与响应面法的应用步骤并结合充填配比优化的实例对该方法的应用过程进行了阐述。结果表明:在充填材料配比试验中,正交试验方法通过极差分析重点考察单因素对目标函数的影响程度;响应面法通过方差分析与响应面图,重点考察多因素及其交互作用对目标函数的影响程度;基于正交试验与响应面法耦合的试验设计可验证单因素与多因素交互作用对充填材料配比试验的影响行为和变化规律,从而优化采矿充填材料配比试验。     

响应面法与正交设计法优化黄蜀葵总黄酮闪提工艺比较

用响应面法与正交法两种方法优化黄蜀葵闪式提取工艺。以总黄酮提取率为指标,根据单因素试验的结果,通过响应面法与正交法分别得出最佳的闪式提取总黄酮的条件。结果表明,响应面法确定最佳工艺为提取溶剂53.42倍量、乙醇浓度为75.01%、提取时间为93.56 s、提取2次;正交设计确定最佳方案为提取时间为100 s、提取溶剂50倍量、乙醇浓度为75%、提取2次。响应面法精确度略优于正交试验设计法。     

响应面法优化苦参总黄酮的提取工艺

采用微波法辅助提取苦参总黄酮,以乙醇体积分数、提取时间、液料比及微波功率为自变量,苦参总黄酮提取率为评价指标,采用Box-Behnken试验设计及响应面法分析优化提取工艺条件.结果表明,最优提取工艺为乙醇体积分数80％,提取时间6min,液料比25：1（mL/g）,微波功率400W.在此条件下,黄酮提取量达到12.67mg/g.     

响应面法优化小球藻粗脂肪提取工艺研究

利用响应面分析法优化小球藻粗脂肪的超声提取工艺,以粗脂肪提取率为评价指标,在考察单因素试验基础上,利用Box-Behnken中心组合试验和响应面分析法确定最佳提取工艺条件.小球藻粗脂肪提取的最佳工艺条件为：液料比为43∶1 ml/g,超声时间为22rmin,超声温度为35℃,在此条件下粗脂肪的提取率为8.27％.     

响应面法优化竹叶总黄酮的提取工艺

以竹叶为试材,以乙醇为溶剂,采用分光光度法测定竹叶中的黄酮类化合物的含量.根据Box-Behnken实验设计原理,在单因素实验的基础上采用4因素3水平响应面分析试验,研究乙醇质量分数、料液比、水浴温度、反应时间对竹叶黄酮提取率的影响,优化竹叶总黄酮提取的工艺条件.实验结果表明：总黄酮的最佳工艺条件为：乙醇浓度55％,料液比1g：35.8mL,水浴温度72℃,反应时间3.48h,黄酮得率为0.996％.     

响应面法优化桔梗发酵工艺初探

以桔梗为原料,基于单因素试验考察酵母接种量、料液比、发酵时间、发酵温度和pH对桔梗微生物发酵工艺的影响,利用响应面法构建了发酵时间、发酵温度、pH三因素三水平的回归模型,并以总黄酮含量和酒精度作为响应值.结果表明：回归模型具有较高的显著性,确定了微生物法发酵桔梗最优条件为：发酵时间9 d、发酵温度28℃和pH为5,在此条件之下,终产物中的总黄酮含量和酒精度分别为0.732 mg/mL和2.16%vol.响应面法优化得到的工艺条件合理可靠,是有利于桔梗发酵工艺的可行方法.     

响应面法优化纳豆激酶液体发酵条件的研究

为了提高纳豆激酶的酶活力,本研究借助Minitab软件,采用Plackett-Burman试验设计方法和响应面分析方法对保存的枯草芽孢杆菌纳豆亚种（Bacillus subtlis natto。简称纳豆菌）-NT207进行了液体发酵条件的优化。首先通过Plackett-Burman方法对11个相关影响因素的效应进行评价,并筛选出有显著正效应的木糖浓度和有显著负效应的接种量、K2HP04浓度等三个因素,然后利用响应面分析方法确定了上述三个因素的最佳工艺参数。实验结果表明,在优化后的发酵条件下,纳豆激酶的产量为1504．51U／mL,比优化前提高了130．3％。     

响应面法优化代代花多糖提取工艺

为了探究代代花多糖的最佳提取工艺,在提取时间、温度、料液比三个单因素试验的基础上,通过Box-Behnken中心组合试验设计及响应面法分析建立二次回归模型,以代代花多糖提取率为响应值,对料液比、提取时间和温度进行优化组合,再利用水浸醇沉法提取代代花多糖,得出最佳提取工艺条件.结果表明:在提取时间2 h、温度70℃、料液比1∶100(g/m L)时代代花多糖的提取率预测值为8.82%,实测值为8.81%,两者相差极小,说明该工艺条件比较好.     

响应面法优化黄山石耳多糖提取工艺

为提高黄山石耳多糖的提取效率,在单因素试验基础上,以提取温度、提取时间、料液比为自变量,糖提取率为因变量,通过响应面法优化黄山石耳多糖的提取条件.结果表明,Box-Behnken中心组合试验获得的最优工艺条件为提取温度89℃,提取时间3.25 h,料液比1∶38(g/ml),多糖的得率为19.18%,实际值与模型理论值相符度高.试验结果为黄山石耳多糖的开发利用提供了有益参考.     

响应面法优化软包装风味鱼的加工工艺

采用响应面法优化了风味鱼的加工工艺参数.通过对盐渍时间、盐渍浓度、卤制时间以及杀菌温度和时间的研究,确定风味鱼块的加工方法为：新鲜鱼切块后,采用4%的食盐在常压下盐渍3.8h或真空下盐渍100min,清洗沥干,再用一定比例的调味液卤制89min,沥干后送入鼓风干燥箱中进行阶段干燥（温度为30℃,干燥30min,升温至50℃干燥30min,最后升至100℃干燥2h）,取出冷却后进行真空包装,在115℃-118℃的条件下杀菌20min,得到的软包装风味鱼具有外观好、香味浓郁、耐咀嚼等特点.     

响应面法优化玉米黄色素的提取

以吸光度为指标,通过改变正丙醇和乙醇的配比、温度、底物浓度和提取时间,进行提取玉米黄色素的单因素实验,利用响应面法确定最优提取条件为提取温度51.44℃、底物浓度83.8g/L、正丙醇含量19.47%、提取时间1.5h.     

牛蒡乳酸菌饮料工艺响应面法优化

研究牛蒡低聚糖在MRS培养基上对乳酸菌的生长促进作用,探讨牛蒡乳酸菌饮料原料配方以及生产中的培养时间、后熟时间、稳定剂的添加等因素对产品存活菌量质地风味的影响．通过单因素实验、响应面分析等确定的乳酸菌饮料最佳加工参数为：牛蒡低聚糖质量分数0．80％,糖质量分数7．69％,奶粉质量分数7．63％,培养时间10h,后熟时间12h,稳定剂质量分数0．25％．     

响应面分析法优化3-羧基水杨醛的合成

采用响应面分析法以水杨酸为原料合成3-羧基水杨醛。通过单因素实验,确定响应面实验因素与中心水平。根据Central Composite Design(CCD)实验设计原理,采用三因素三水平的响应面法,以合成产率为响应值,分析各个因素的显著性和交互作用。结果表明:最佳合成条件为反应时间4.30 h,反应温度80.62℃,氨水加入量14.69 mL。此条件下合成产率为4.40%。该合成工艺条件产率较高且稳定,可以作为3-羧基水杨醛合成的理论依据。     

响应面优化壳聚糖对芹菜汁澄清效果的研究

利用壳聚糖处理芹菜汁,以解决芹菜汁在贮存中出现的果胶、水溶性蛋白质和多酚导致的混浊现象.对影响澄清效果的因素,如壳聚糖加入量、澄清时间及温度进行优化.在单因素实验的基础上,采用Box-Behnken中心组合实验和响应面分析法进一步优化澄清条件.结果表明:最佳澄清条件为壳聚糖投加量81mg,澄清温度41℃,澄清时间71min.经壳聚糖处理后的芹菜汁透光率为92.3%.果胶清除较好,可溶性固形物含量和p H基本上无影响,但维生素C含量略有下降.     

响应曲面法优化无籽刺梨多酚提取工艺研究

文章采用三因素三水平的响应曲面分析方法优选了无籽刺梨多酚的提取工艺.结果表明,提取金刺梨多酚的最佳方案为:酒精浓度72%、固液比1:13、提取时间23 min,用此条件下提取实际测得的平均提取含量为1.8117%.     

响应面优化壳聚糖对芹菜汁澄清效果的研究

利用壳聚糖处理芹菜汁,以解决芹菜汁在贮存中出现的果胶、水溶性蛋白质和多酚导致的混浊现象.对影响澄清效果的因素,如壳聚糖加入量、澄清时间及温度进行优化.在单因素实验的基础上,采用Box-Behnken中心组合实验和响应面分析法进一步优化澄清条件.结果表明:最佳澄清条件为壳聚糖投加量81mg,澄清温度41℃,澄清时间71min.经壳聚糖处理后的芹菜汁透光率为92.3%.果胶清除较好,可溶性固形物含量和p H基本上无影响,但维生素C含量略有下降.     

响应面法优化羊肚菌多糖提取工艺研究

利用Box-Benhnken响应面法对热水浸提羊肚菌多糖工艺进行优化,在单因素实验基础上,选择水料比、提取温度、提取时间为自变量,以羊肚菌多糖提取率为响应值,采用三因素三水平的响应面分析法优化羊肚菌多糖提取工艺.结果表明,影响热水浸提羊肚菌多糖提取率的大小顺序为:提取温度>提取时间>水料比.羊肚菌多糖提取的最佳工艺条件为:水料比51∶1(mL/g)、提取温度46℃、提取时间3.5 h,平均提取率为7.39%(n=3),与预测值7.311%接近.     

Regression-Based Artificial Neural Network Methodology In Response Surface Methodology

Response surface methodology (RSM) is an important tool for process parameter optimization, robust design and other quality improvement efforts. When the relationship between influential input variables and output response is very complex, it‘ s hard to find the real response surface using RSM. In recent years artificial neural network (ANN) has been used in RSM. But the classical ANN does not work well under the constraints of real applications. An algorithm of regression-based ANN(R-ANN) is proposed in this paper, which is a supplement to the classical ANN methodology. It makes network closer to the response surface, so that training time is reduced and robustness is strengthened. The procedure of improving ANN by regressions is described and the comparisons among R-ANN, RSM and classical ANN are computed graphically in three examples. Our research shows that the R-ANN methodology is a good supplement to the RSM and classical ANN methodology, which can yield lower standard error of prediction under conditions that the scope of experiment is rigidly restricted.     

响应面优化香蕉茎纤维-丙烯酰胺高吸水树脂的制备工艺

以香蕉茎纤维和丙烯酰胺为原料,过硫酸钾和亚硫酸钠为引发剂,制备了香蕉茎纤维-丙烯酰胺高吸水树脂.在单因素实验的基础上,以树脂吸水率为响应值,选取酰纤比、反应温度、引发剂用量和交联剂用量为自变量,利用Box-Behnken设计和响应面法对各自变量及其交互作用对树脂吸水率的影响进行了研究,得到了二次多项式回归方程模型.香蕉茎纤维-丙烯酰胺高吸水树脂的最佳制备工艺条件为:酰纤比9.9 g/g、反应温度48℃、引发剂用量1.9%和交联剂用量0.18%.在此条件下,测得所制备的吸水树脂吸水率为461.22 g/g,与预测值相对误差为0.68%,说明响应面优化香蕉茎纤维-丙烯酰胺高吸水树脂的制备工艺具有较高的准确性与可靠性,该方法可用于香蕉茎纤维-丙烯酰胺高吸水树脂制备工艺的优化.