2. 化工试验的特殊性与随机化需求

化工试验与机械装配、电子调试有一个根本差别：我们很难把“一个试验单元”独立地拿在手里。反应釜里的温度、压力、浓度和停留时间彼此耦合，设备状态、环境条件和操作顺序又会在试验之间留下“记忆”。如果这些记忆与因子水平的变化同步出现，试验结果就会把系统偏差误当成因子效应。随机化的核心任务，就是打断这种同步性，让干扰在统计上变成可估计的噪声，而不是伪装成主效应。

一、系统偏差从哪里来

先看设备。同一台反应釜在连续运行中，夹套结垢、催化剂活性衰减、搅拌桨磨损、热电偶漂移都会让响应随时间缓慢漂移。假设我们按“低温→高温”的顺序做试验，那么后期的高温试验恰好叠加了更厚的结垢和更低的传热能力，温度主效应就被设备漂移污染。再看环境：冷却水温度随昼夜变化，环境湿度影响固体物料吸潮，电网电压波动改变加热功率。这些因素往往以“天”“班次”为周期，如果一天只做一个水平，环境周期就会与因子水平完全混淆。

操作顺序的影响更隐蔽。前一批物料残留会改变实际浓度；升温速率不同会改变副产物生成；操作员在熟悉流程后手法更稳定，使后做的试验误差更小。这类“顺序效应”和“学习效应”在化工中尤其常见，因为一次试验往往需要数小时的升温、保温、取样和分析。浓度因子还受配制精度和取样位置影响，停留时间则受进料泵流量波动和液位控制影响，它们都不是理想化的独立设定值。

把这些来源归纳起来，可以分成三类：时间漂移型（结垢、催化剂失活、电极老化）、周期波动型（昼夜温差、班次、公用工程波动）和顺序记忆型（残留、清洗不彻底、操作熟练度）。它们共同的特点是：如果不主动干预，就会与因子水平产生系统性关联。

二、随机化为什么能消除干扰

随机化的本质不是“随便做”，而是让每个因子水平组合被安排到各个时间位置、设备状态和环境条件下的机会均等。这样一来，漂移、周期波动和顺序效应与因子水平之间不再存在系统性对应关系。它们仍然存在，但会以随机误差的形式分散到各次试验中，其期望影响趋近于零。用统计语言说，随机化把干扰从“与因子相关的系统项”转化为“与因子独立的随机项”，从而使主效应和交互效应的估计保持无偏。

举个具体例子。某加氢反应考察温度（80/100/120 ℃）和压力（0.3/0.5 MPa）两个因子，共 6 个组合，每个组合做一次。如果按温度从低到高、压力从低到高顺序做，那么后做的试验同时承受了催化剂活性下降的影响，温度效应和压力效应都会被低估。若用随机数把这 6 次运行打乱，比如得到“100℃/0.5→120℃/0.3→80℃/0.5→100℃/0.3→120℃/0.5→80℃/0.3”，催化剂衰减就分散到了不同水平上，不再专门“惩罚”高温或高压。

需要强调的是，随机化不能替代重复。随机化解决的是系统偏差与因子的混淆，重复解决的是纯误差的估计和结论的可靠性。两者配合，才能让显著性检验有意义。此外，随机化也有代价：它可能增加换批、清洗、升温降温的次数，带来操作成本。因此工程上常用区组化作为折中——把一天、一个班次或一批原料作为一个区组，区组内随机，区组间允许存在差异，并在分析时把区组效应单独分离出来。

三、实际怎么做：一份可执行的随机化安排

下面给出一个 2² 因子加 2 个中心点、共 6 次运行的示例安排。假设每天最多做 3 次，分两天完成，因此以“天”为区组。示例参数为教学假设，不代表真实装置实测。

操作要点如下。第一，先确定区组，再在区组内用随机数或抽签生成运行顺序，不要凭经验“看起来随机”地排。第二，把随机顺序写进试验记录表，实际执行时严格照做，不得因为“今天温度好调”而临时调换。第三，中心点分散在不同区组中，用于检验曲率和估计纯误差。第四，记录每次运行的环境温度、冷却水温度、催化剂批号和操作员，便于事后判断是否存在未控干扰。第五，若某次运行因设备故障中断，应记录中断原因，并按预先约定的规则处理，不能悄悄用“更顺”的顺序补做。

回到本节的核心：化工过程的温度、压力、浓度和停留时间，天然受到设备、环境和操作顺序的系统影响。随机化的价值，在于用概率上的均衡换取统计上的无偏，把不可控的漂移从“因子的替身”变成“可估计的噪声”。理解了这一点，后续的重复设置、区组划分和效应分析才有稳固的基础。