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
