4. 中心复合设计（CCD）在化工案例中的实施

中心复合设计（Central Composite Design，CCD）是响应面法中最常用的二阶设计之一。它由三部分试验点构成：因子点（立方点）、中心点和轴点（星点）。理解这三类点的作用与排布规则，是完成一个可执行CCD实验方案的关键。本节以一个典型化工过程——某酯化反应中转化率的影响因素研究为例，完整走一遍CCD方案设计流程。

一、明确响应与因子，确定水平范围

设研究对象为乙酸与乙醇在酸催化下的酯化反应，响应值 y 为酯化转化率（%）。经前期单因素筛选，确定两个显著因子：反应温度 A（℃）与催化剂用量 B（占酸质量的百分比）。根据工艺可行域，取温度 60～80 ℃、催化剂用量 0.5%～1.5% 作为因子水平范围。CCD 的编码变换为：

编码值 x = (实际值 − 中心值) / 半区间
A: 中心 70 ℃，半区间 10 ℃  →  x_A = (T − 70)/10
B: 中心 1.0%，半区间 0.5%   →  x_B = (C − 1.0)/0.5

编码后，因子点位于 x = ±1，中心点位于 x = 0，轴点位于 x = ±α。这样处理的好处是：不同量纲的因子在回归方程中系数可直接比较，且设计矩阵具有正交性。

二、选择α值与试验点安排

轴点距离 α 决定设计的可旋转性与序贯性。常用取值有三种：α = 1（面心CCD，因子点与轴点重合于立方体面心）、α = (F)^(1/4)（可旋转CCD，F为因子点数）、α = √F（正交CCD）。两因子时 F = 4，可旋转设计 α = 4^(1/4) ≈ 1.414。本例采用可旋转CCD，α = 1.414，使设计在中心点等距方向上预测方差相等，便于后续建立可靠的二次模型。

试验点总数 N = 2^k + 2k + n_c，其中 k 为因子数，n_c 为中心点重复次数。k = 2 时，因子点 4 个、轴点 4 个，取中心点重复 5 次，共 13 次试验。中心点重复的作用是估计纯误差、检验模型失拟，因此不能只做一次。

三、把编码点还原为实际工艺条件

设计矩阵确定后，必须把每个编码点换算成可操作的工艺参数，形成实验记录表。换算公式为：实际值 = 中心值 + 编码值 × 半区间。以轴点 (0, +1.414) 为例，温度 = 70 + 0×10 = 70 ℃，催化剂 = 1.0 + 1.414×0.5 ≈ 1.71%。注意轴点已超出原定 0.5%～1.5% 的因子水平范围，这是CCD的固有特征——轴点用于估计曲率，其工艺可行性需提前确认；若 1.71% 催化剂会导致副反应或成本不可接受，应改用面心CCD（α = 1）或缩小因子范围。

四、随机化与实施要点

试验顺序不能按上表编号依次执行，必须随机化，以消除时间漂移、设备状态变化等系统误差对模型的影响。中心点的 5 次重复也应分散插入整个试验序列中，而不是集中连续做完。此外，实施时需固定其他工艺条件（如反应时间、搅拌转速、酸醇摩尔比），并记录环境温度与批次信息，作为后续异常排查的依据。

五、结果如何看：从设计到模型

13 次试验完成后，用最小二乘法拟合含交互项与平方项的二次模型：

y = b0 + b1·x_A + b2·x_B + b12·x_A·x_B + b11·x_A² + b22·x_B²

判断方案是否有效的关键指标有三：一是模型显著性（整体 F 检验 p < 0.05）；二是失拟检验（p > 0.05 说明二次模型能解释数据，中心点重复提供的纯误差在此起作用）；三是决定系数 R² 与调整 R² 是否接近。若失拟显著，往往提示因子范围过宽、存在未控变量或响应曲面在域内出现突变，此时应回到因子范围与操作稳定性上排查，而不是盲目增加试验点。

完成上述步骤，一个可执行、可分析、可校核的CCD实验方案才算真正落地：因子与水平有依据、α 与中心点重复有理由、试验表可操作、随机化有安排、结果判读有标准。