Deney Tasarımı

1. Deney Tasarımı

2. Deneysel Tasarım • Deneysel tasarım deneydeki bağımsız değişkenlerin ne şekilde değiştirileceğini gösteren bir deneysel işler planıdır. • Etkin bir tasarım en az işle en fazla bilgiyi edinmeyi sağlar. • Çok çeşitli tasarımlar mevcuttur: • Her Defada Tek Etken (HDTE), OFAT (one factor at a time) • Eşleştirilmiş karşılaştırma • İki seviyeli etkensel • Kısmı Etkensel • Latin Kareler • Graceo-Latin Kareler • Box-Behnken • Plackett-Burman • Taguchi

3. Amaçlar • Deneyin amacı nasıl bir deney tasarımı yapmanız gerektiğini belirler. • Bunun için yaptığınız deneylerle aşağıdaki üç çift sorudan hangisine yanıt aradığınızı belirlemelisiniz. • 1a. Hangi fonksiyon sisteminizin çıktısı y’yi en iyi şekilde tanımlar? • 1b. Sürece dahil olan girdileri değiştirdiğinizde y bundan nasıl etkileniyor? • 2a. Mekanistik model y = xa modelindeki a’nın değeri kaçtır? • 2b. [x1,x2] aralığında hangi polinom süreci tanımlar? • 3a. Süreci etkileyen olası etmenlerden hangisi önemli? • 3b. Ön testlerde önemli olduğu bulunan iki etkenin değeri değiştirilirse ortaya çıkan etkinin büyüklüğü nedir?

4. Deney Tasarım İlkeleri • Karşılaştırma İlkesi • Yineleme İlkesi • Rassallık İlkesi • Bölüklere Ayırma (Blocking) İlkesi

5. İyi bir deney tasarımı nasıl olmalı? • Temel ilkelere bağlı kalınmalı • Basit olmalı • Esnek olmalı • Sağlam olmalı • Uydurulan modelin uygunluğunu denetleyen kontrollere sahip olmalı

6. İyi ve Kötü Tasarım Örnekleri

7. Her Defada Tek Etken Yaklaşımı (Biri Sabit Diğerleri Değişken) • Mühendislik uygulamalarında bir değişkeni değiştirip diğer hepsini sabit tutarak etkiler incelenir ancak bu yol hem daha çok deney ister hem de etkenler arasındaki etkileşimin bulunmasına izin vermez. O nedenle HDTE yaklaşımı yerine deneysel tasarım yaklaşımı tercih edilmelidir.

8. Deney Tasarımının HDTE Yaklaşımıyla Kıyaslanması • Elde edilen bilgi miktarı için daha az kaynak (zaman, kimyasal vb) • Her etkenin hesaplanan etkileri daha hassas. • Etkenler arasındaki etkileşim tahmin edilebilir. • Etkenler düzleminin daha geniş bir alanına dair daha çok bilgi edinilir. Bu sayede optimizasyon daha etkin şekilde yapılabilir.

9. HDTE Yaklaşımı, Örnek • Yağ-su emülsiyonunu ferric chloride ve sülfürik asit kullanarak ayırmak için en iyi işletme şartlarını bulmaya yönelik jar testleri yapıldığını varsayın. • Başlanıçtaki yağ konsantrasyonu = 5000 mg/l • Test şartları ve kalan yağ miktarları:

10. HDTE Yaklaşımı, Örnek 1,3 g/l’lik FeCl3 en iyi sonucu veriyor. Bu durumda ikinci seferde, FeCl3 konsantrasyonu 1,3 g/l’de sabit tutularak farklı sülfürik asit konsantrasyonlarında ikinci set ölçümler yapılıyor. Bu sonuçlara göre en iyi kombinasyonun FeCl3 1,3 g/l ve H2SO4 0,1 g/l konsantrasyonları olacaktır. Yapılan 8 deney sonucuyla bulunan bu kombinasyon gerçekten en iyi ayrışmayı sağlıyor mu?

11. HDTE Yaklaşımı, Örnek Yapılan 8 deney sonucuyla bulunan bu kombinasyon gerçekten en iyi ayrışmayı sağlıyor mu? HAYIR

12. Deney Tasarımı Yaklaşımı , Örnek İki seviyede, iki etmenli iki aşamalı (toplam 8 deney) ile optimum bölge doğru bir şekilde belirlenebilir.

13. Her Defada Tek Etken Yaklaşımı • HDTE ancak aşağıdaki koşullarda kullanılabilir: • Bir etkenle sistemin yanıtı arasında fonksiyonel bir ilişki geliştirmek isteniyorsa ve etkenler arası etkileşimin önemsiz olduğu biliniyorsa • Sadece tek önemli bir etken varsa

14. Farklı Deney Tasarımları

15. Farklı Deney Tasarımları • Tekrarlı Tasarım