我们都知道滚筒烘干机的很多指标影响了烘干物料的质量,所以不能忽视滚筒烘干机使用时的调节过程,例如需要根据不同的物料,调整合适的温度,前提是我们能预测和判断烘干机进料口和出料口的温度。
滚筒烘干机的被控对象是非线性系统,采用Spss16.0软件的Nonlinear Regression功能模块来进行计算分析。
正确定义好模型的表达式和初始值后,根据表中的试验数据建立出口温度函数模型。残差平方和RSS(Residual Sumof
Squares)体现了观测值与回归值之间的偏离,为了使RSS小到一定程度,采用麦夸迭代法获得估计参数。
迭代过程中RSS越来越小,当残差及各参数估计值稳定后,模型达到收敛标准,找到**解后不再迭代。模型的迭代结果如表3所示。由迭代结果计算出参数的估计值,得出相对应的3个函数模型。
回归方程的拟合优度R越接近1,拟合优度越高,3个回归模型的分别为0.988,0.987和0.944,表明其拟合优度都很高。拟合优度越高,回归平方和越大,残差平方和越小,表明3个回归方程的拟合性检验均满足要求。
建立的3个模型可以预测出口温度的大小,选择有代表性的试验值与预测值进行对比分析,结果如表7所示。经对比可知,Y预测值与试验值的**偏差为1.63℃,最小偏差为0.02℃;Y预测值与试验值的**偏差为1.5℃,最小偏差为0.04℃;Y预测值与试验值的**偏差为3.28℃,最小偏差为0.13℃。3个回归模型的**预测偏差都在控制需求的±5℃范围内。
分析3个模型的迭代次数、方差分析及预测效果,表明模型3具有如下特点:常数项越小,参数的作用越大;模型的迭代次数越少,反应时间越灵敏;控制的参数越少,控制越方便可靠,预测偏差在控制需求范围内;并且模型3更直观反映了正交试验的因素主次关系。因此,在实际控制中选用模型3作为滚筒式牧草烘干机控制系统的非线性回归模型,既能实现快速响应,又能满足控制精度要求。
郑州红星机器有限公司: http://cn.richvast.com/hx515317/
滚筒烘干机使用时的调节过程: http://www.hxjq.cn/n605.html
滚筒烘干机:
http://www.hxzg.com/hongganji.html
资讯来源:
滚筒烘干机