淺談滾筒烘干機出口溫度大小的預測及判斷

　　滾筒烘干機的被控對象是非線(xiàn)性系統，采用Spss16.0軟件的Nonlinear Regression功能模塊來(lái)進(jìn)行計算分析。

　　正確定義好模型的表達式和初始值后，根據表中的試驗數據建立出口溫度函數模型。殘差平方和RSS(Residual Sumof Squares)體現了觀(guān)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。

　　迭代過(guò)程中RSS越來(lái)越小，當殘差及各參數估計值穩定后，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的估計值，得出相對應的3個(gè)函數模型。

　　回歸方程的擬合優(yōu)度R越接近1，擬合優(yōu)度越高，3個(gè)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(gè)回歸方程的擬合性檢驗均滿(mǎn)足要求。

　　建立的3個(gè)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(jìn)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(gè)回歸模型的最大預測偏差都在控制需求的±5℃范圍內。

　　分析3個(gè)模型的迭代次數、方差分析及預測效果，表明模型3具有如下特點(diǎn)：常數項越小，參數的作用越大;模型的迭代次數越少，反應時(shí)間越靈敏;控制的參數越少，控制越方便可靠，預測偏差在控制需求范圍內;并且模型3更直觀(guān)反映了正交試驗的因素主次關(guān)系。因此，在實(shí)際控制中選用模型3作為滾筒式牧草烘干機控制系統的非線(xiàn)性回歸模型，既能實(shí)現快速響應，又能滿(mǎn)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(mǎn)意就在您身邊!

　　本公司幾十年如一的專(zhuān)注于技術(shù)的改進(jìn)和革新，是河南地區生產(chǎn)能力最強，技術(shù)實(shí)力最優(yōu)的國家級干燥設備生產(chǎn)制造廠(chǎng)家。歡迎蒞臨考察合作!服務(wù)熱線(xiàn)：0371-65667723

　　聲明：本文章出自：烘干機(http://newjerseyluxuryhotel.com/201301077.html) ，轉載請注明出處!