滾筒烘干機的被控對象是非線性系統(tǒng),采用Spss16.0軟件的Nonlinear Regression功能模塊來進行計算分析。
正確定義好模型的表達式和初始值后,根據(jù)表中的試驗數(shù)據(jù)建立出口溫度函數(shù)模型。殘差平方和RSS(Residual Sumof Squares)體現(xiàn)了觀測值與回歸值之間的偏離,為了使RSS小到一定程度,采用麥夸迭代法獲得估計參數(shù)。
迭代過程中RSS越來越小,當殘差及各參數(shù)估計值穩(wěn)定后,模型達到收斂標準,找到最優(yōu)解后不再迭代。模型的迭代結果如表3所示。由迭代結果計算出參數(shù)的估計值,得出相對應的3個函數(shù)模型。
回歸方程的擬合優(yōu)度R越接近1,擬合優(yōu)度越高,3個回歸模型的分別為0.988,0.987和0.944,表明其擬合優(yōu)度都很高。擬合優(yōu)度越高,回歸平方和越大,殘差平方和越小,表明3個回歸方程的擬合性檢驗均滿足要求。
建立的3個模型可以預測出口溫度的大小,選擇有代表性的試驗值與預測值進行對比分析,結果如表7所示。經(jīng)對比可知,Y預測值與試驗值的最大偏差為1.63℃,最小偏差為0.02℃;Y預測值與試驗值的最大偏差為1.5℃,最小偏差為0.04℃;Y預測值與試驗值的最大偏差為3.28℃,最小偏差為0.13℃。3個回歸模型的最大預測偏差都在控制需求的±5℃范圍內(nèi)。
分析3個模型的迭代次數(shù)、方差分析及預測效果,表明模型3具有如下特點:常數(shù)項越小,參數(shù)的作用越大;模型的迭代次數(shù)越少,反應時間越靈敏;控制的參數(shù)越少,控制越方便可靠,預測偏差在控制需求范圍內(nèi);并且模型3更直觀反映了正交試驗的因素主次關系。因此,在實際控制中選用模型3作為滾筒式牧草烘干機控制系統(tǒng)的非線性回歸模型,既能實現(xiàn)快速響應,又能滿足控制精度要求。
鄭州泰達集團一直致力于大中型小型烘干機設備:煤泥烘干機,污泥烘干機,生物基料烘干機,沙子烘干機,飼料烘干機(歐式),煤氣發(fā)生爐,蒸汽烘干機,微粉烘干機等設備的研發(fā)和生產(chǎn)。
鄭州泰達集團,滿意就在您身邊!
本公司幾十年如一的專注于技術的改進和革新,是河南地區(qū)生產(chǎn)能力最強,技術實力最優(yōu)的國家級干燥設備生產(chǎn)制造廠家。歡迎蒞臨考察合作!服務熱線:0371-65667723
聲明:本文章出自:烘干機(http://m.dwerfj.com/201301077.html) ,轉(zhuǎn)載請注明出處!