2.6. Experimental designThe PLE con

2.6. Experimental design
The PLE conditions were optimized with respect to the effect of
seven independent factors: solvent composition (x1), extraction
temperature (x2), pressure (x3), flushing (x4), static time (x5), purge
(x6) and sample weight (x7). As these factors have different units
and ranges, each of the factors was first normalized and forced to
range from 1 to +1 in order to obtain a more even response
(Bas & Boyacı, 2007). Therefore, the factor levels were coded as
1, 0 and 1 (low, central and high point, respectively) according
to the following equation:

where xi is the coded value of the factor xi; x0 is the value of x at the
centre point and Dx is the increment of xi corresponding to a variation
per unit of xi. The factors included in the design with their
respective levels are: x1, solvent (%EtOAc in MeOH): 80, 90, 100;
x2, temperature (C): 100, 150, 200; x3, pressure (atm): 100, 150,
200; x4, flushing (%): 50, 75, 100; x5, static time (min): 5, 8, 10; x6,
purge (s): 60, 90, 120; x7, sample weight (g); 2.50, 3.75, 5.00.
The design of experiment (DOE) matrix was established with
the highest possible resolution and less aliasing for a 272 (quarter
fraction) screening design with a central point. The 272
IV fractional
factorial design allows the first four variables x1 to x4 to be set and
the DOE was obtained by establishing the full 25 factorial as the
basic design (with the four factors x1, x2, x3 and x4) and afterwards
equating factors x6 and x7 to the x1x2x3x4 and x1x2x4x5 interactions,
respectively. The design consisted of 33 runs carried out in random
order and the results are presented in Table 1. This particular
design produced the following defining relationships:
I = x1x2x3x4x6 = x1x2x4x5x7 = x3x5x6x7. The linear model for this fractional
factorial design is:


where bi (i = 1, 2,..., 7) is the parameter estimated for the factor i, bij
(i = 1, 2, ..., 7; j = 1, 2,..., 7) is the parameter estimated for the interaction
between variables i and j; xi is the coded form of factor i that
influences the response y; xj is the coded form of factor j that influences
the response y. This model only provides information on the
linear and two-factor interaction effects and assumes that three and
higher factor interactions are negligible.
The experimental results in single factor experiments were
analysed using Gnumeric 1.12.17. The Analysis of Variance
(ANOVA, p = 0.05) and Least Significant Difference (LSD, p = 0.05)
test were used to determine the significance of differences
between the means.

ผลลัพธ์ (ไทย) 1:

2.6. ทดลองออกแบบเงื่อนไข PLE ได้ดีที่สุดเกี่ยวกับผลกระทบของเจ็ดปัจจัยอิสระ: องค์ประกอบของตัวทำละลาย (1) สกัดความดันอุณหภูมิ (x 2) (x 3) ลบ (x 4) กำจัดเวลาคงที่ (x 5)(6) และตัวอย่างน้ำหนัก (7) ปัจจัยเหล่านี้มีหน่วยแตกต่างกันและช่วง แต่ละปัจจัยแรกตามปกติ และบังคับให้ช่วงตั้งแต่ 1 ถึง + 1 เพื่อรับการตอบสนองได้(Bas & Boyacı, 2007) ดังนั้น มีรหัสระดับปัจจัยที่เป็น1, 0 และ 1 (ต่ำ กลางและสูงชี้ ตามลำดับ) ตามสมการต่อไปนี้:ที่ซีมีค่ารหัสสีตัว x 0 เป็นค่าของ x ในการจุดศูนย์กลางและ Dx เป็นการเพิ่มของซีที่สอดคล้องกับการเปลี่ยนแปลงต่อหน่วยของสิ ปัจจัยในการออกแบบด้วยตนระดับที่เกี่ยวข้อง: x 1 ตัวทำละลาย (% EtOAc ใน MeOH): 80, 90, 100x 2 อุณหภูมิ (C): 100, 150, 200 x 3 ความดัน (atm): 100, 150200 x 4 ลบ (%): 50, 75, 100; x 5 คงที่เวลา (นาที): 5, 8, 10; x 6กำจัด (s): 60, 90, 120 x 7 น้ำหนักตัวอย่าง (g); 2.50, 3.75, 5.00การออกแบบของเมทริกซ์ทดลอง (DOE) ก่อตั้งขึ้นด้วยความละเอียดสูงที่สุดและน้อยนามแฝงสำหรับ 272 (ไตรมาสออกคัดกรองเศษส่วน) กับจุดศูนย์กลาง 272IV เป็นเศษส่วนออกแบบแฟกให้ตัวแปรแรกสี่ x 1 4 x จะถูกกำหนด และDOE ได้รับ โดยการสร้างแฟกทอเรียล 25 เต็มเป็นการพื้นฐานการออกแบบ (ด้วยปัจจัย 4 x 1, x 2, x 3 และ x 4) และหลังจากนั้นข้อสันนิษฐานปัจจัย x 6 และ 7 x การโต้ตอบ x1x2x3x4 และ x1x2x4x5ตามลาดับ การออกแบบประกอบด้วย 33 วิ่งดำเนินการแบบสุ่มสั่งและผลลัพธ์จะแสดงในตารางที่ 1 นี้โดยเฉพาะออกแบบผลิตความสัมพันธ์ที่กำหนดต่อไปนี้:ฉัน = x1x2x3x4x6 = x1x2x4x5x7 = x3x5x6x7 แบบจำลองเชิงเส้นนี้เป็นเศษส่วนออกแบบแฟกเป็น:สอง (ผม = 1, 2,... 7) เป็นพารามิเตอร์ได้โดยประมาณสำหรับตัวฉัน bij(ฉัน = 1, 2,..., 7; j = 1, 2,... 7) เป็นพารามิเตอร์ที่คาดสำหรับการโต้ตอบระหว่างตัวแปรฉันและ j สีเป็นแบบใส่รหัสของตัวผมที่มีผลต่อการตอบสนอง y xj เป็นรูปแบบรหัส j ปัจจัยที่มีผลต่อy การตอบสนอง รุ่นนี้เท่านั้นให้ข้อมูลเกี่ยวกับการปฏิสัมพันธ์เชิงเส้น และสองปัจจัยผล และถือว่าสาม และติดต่อคูณสูงได้เล็กน้อยได้ผลการทดลองในการทดลองปัจจัยเดียววิเคราะห์โดยใช้ Gnumeric 1.12.17 การวิเคราะห์ความแปรปรวน(ANOVA, p = 0.05) และแตกต่างอย่างมีนัยสำคัญน้อยที่สุด (LSD, p = 0.05)ใช้ทดสอบในการกำหนดความสำคัญของความแตกต่างระหว่างหมายถึง

ผลลัพธ์ (ไทย) 2:

2.6 การออกแบบการทดลอง
เงื่อนไข PLE มีประสิทธิภาพสูงสุดที่เกี่ยวกับผลกระทบของ
เจ็ดปัจจัยอิสระ: องค์ประกอบตัวทำละลาย (x1) การสกัดสาร
อุณหภูมิ (x2), ความดัน (X3) ล้าง (X4) เวลาคงที่ (X5) ล้าง
(X6) และ น้ำหนักตัวอย่าง (X7) ในฐานะที่เป็นปัจจัยเหล่านี้มีหน่วยที่แตกต่างกัน
และช่วงแต่ละปัจจัยที่เป็นครั้งแรกปกติและถูกบังคับให้
อยู่ในช่วง 1-1 ในการสั่งซื้อที่จะได้รับการตอบสนองมากยิ่งขึ้น
(Bas & Boyacı 2007) ดังนั้นระดับปัจจัยที่ถูกกำหนดเป็น
1, 0 และ 1 (ต่ำกลางและสูงในจุดตามลำดับ) ตาม
สมการต่อไปนี้: ที่ Xi เป็นค่ารหัสของ Xi ปัจจัย; x0 เป็นค่าของ x ที่ The จุดศูนย์กลางและ Dx คือการเพิ่มขึ้นของ Xi ที่สอดคล้องกับรูปแบบการให้ต่อหน่วยของ Xi ปัจจัยที่รวมอยู่ในการออกแบบของพวกเขาที่มีระดับที่เกี่ยวข้อง ได้แก่ : X1 ตัวทำละลาย (% EtOAc ในเมธานอล): 80, 90, 100; X2 อุณหภูมิ (C): 100, 150, 200; X3, ความดัน (ATM): 100, 150, 200; X4 ล้าง (%): 50, 75, 100; X5 เวลาคงที่ (นาที): 5, 8, 10; X6, ล้าง (s): 60, 90, 120; X7 น้ำหนักตัวอย่าง (g); 2.50, 3.75, 5.00. การออกแบบการทดลอง (DOE) เมทริกซ์ก่อตั้งขึ้นด้วยความละเอียดสูงสุดที่เป็นไปและ aliasing น้อยสำหรับ 272 (ไตรมาสส่วน) การตรวจคัดกรองการออกแบบที่มีจุดกลาง 272 IV เศษส่วนแบบปัจจัยช่วยให้ก่อนสี่ตัวแปร X1 จะ X4 จะได้รับการตั้งค่าและตัวเมียที่ได้รับโดยการสร้างเต็ม 25 ปัจจัยเป็นพื้นฐานการออกแบบ (ที่มีปัจจัยสี่ X1, X2, X3 และ x4) และหลังจากนั้นปัจจัยเท่า X6 และ X7 กับ x1x2x3x4 และ x1x2x4x5 ปฏิสัมพันธ์ตามลำดับ การออกแบบประกอบด้วย 33 วิ่งการดำเนินการในการสุ่มการสั่งซื้อและผลลัพธ์ที่ได้จะถูกนำเสนอในตารางที่ 1 นี้โดยเฉพาะการออกแบบการผลิตการกำหนดความสัมพันธ์ต่อไปนี้: I = x1x2x3x4x6 = = x1x2x4x5x7 x3x5x6x7 รูปแบบเชิงเส้นสำหรับนี้เป็นเศษส่วนแบบปัจจัยคือที่สอง (i = 1, 2, ... , 7) เป็นพารามิเตอร์โดยประมาณสำหรับปัจจัยผม bij (i = 1, 2, ... , 7; J = 1, 2, ... , 7) เป็นพารามิเตอร์โดยประมาณสำหรับการปฏิสัมพันธ์ระหว่างตัวแปร i และ j; Xi เป็นรูปแบบรหัสของฉันปัจจัยที่มีอิทธิพลต่อการตอบสนอง Y; XJ เป็นรูปแบบรหัสของปัจจัยที่มีอิทธิพลต่อ J Y การตอบสนอง รุ่นนี้เพียง แต่ให้ข้อมูลในเชิงเส้นและสองปัจจัยผลกระทบการปฏิสัมพันธ์และการอนุมานว่าสามสูงปฏิสัมพันธ์ปัจจัยเล็กน้อย. ผลการทดลองในการทดลองปัจจัยเดียวที่ได้รับการวิเคราะห์โดยใช้ Gnumeric 1.12.17 การวิเคราะห์ความแปรปรวน(ANOVA, P = 0.05) และความแตกต่างที่สำคัญน้อยที่สุด (LSD, P = 0.05) การทดสอบถูกนำมาใช้ในการกำหนดความสำคัญของความแตกต่างระหว่างวิธีการ