滾筒烘幹機的被控對象是非線性係（xì）統，采用Spss16．0軟件的Nonlinear Regression功能模（mó）塊（kuài）來進行計算分析。

正確（què）定義好模型（xíng）的表達式（shì）和初（chū）始值後，根據表中的試（shì）驗數據建立出口溫度函數模型。殘差平方（fāng）和（hé）RSS(Residual Sumof Squares)體現了觀測值與（yǔ）回歸值之間的偏離，為了使RSS小到一定程度，采用麥誇迭代法獲得估計參數（shù）。

迭代過程中RSS越來（lái）越小，當殘差及各參數估計值穩定後（hòu），模型達到收斂標準，找（zhǎo）到最優（yōu）解（jiě）後不再迭代。模型的迭代結果如表（biǎo）3所示。由迭代結（jié）果計算出參數的估（gū）計（jì）值，得出相對應的3個函數模型。回歸方程的擬（nǐ）合優度R越（yuè）接近1，擬合優度越高，3個回歸模型的分別（bié）為0．988，0．987和0．944，表明其擬合優度都很高。擬合優度越（yuè）高，回歸平方和越大，殘差平方和（hé）越小，表明3個回歸方程的擬合性檢（jiǎn）驗均滿足要求。

建立的3個（gè）模型可以（yǐ）預測出口溫度（dù）的大小，選擇有代表（biǎo）性的試驗值與預（yù）測值進行對比分析，結果如表7所示。經對比可（kě）知，Y預測值（zhí）與試（shì）驗值的最大偏差為1．63℃，最小偏差為（wéi）0．02℃；Y預（yù）測值與試驗值的最（zuì）大偏差為（wéi）1．5℃，最小偏差為0．04℃；Y預（yù）測值與（yǔ）試驗值的最大偏差為（wéi）3．28℃，最小（xiǎo）偏（piān）差為0．13℃。3個回歸模型的最大預測偏差都在控（kòng）製需求的±5℃範圍內。hj