用统计分析方法研究蔬菜水分仪数学模型.docVIP

用统计分析的方法研究蔬菜水分仪的数学模型 摘要　现行的电容蔬菜水分仪（LDS-1H）只使用一种形式的数学模型来拟合不同蔬菜的水分，从而导致测量误差不够稳定。基于对我国主产蔬菜的水分的大量测试和统计研究，本文证明不同的蔬菜或植物种子表现为形式不同的最佳拟合方程。从而为较高性能的水分仪的软件设计提供新的理论依据。 关键词：　蔬菜水分仪　多元回归　最佳拟合　数学模型 1　前言 　　介质变化型电容蔬菜水分仪(下简称为水分仪)的原理是用含水的蔬菜或植物种子(下简称为蔬菜)作为测量电极间的充填介质，引起电容量的变化，测量这一电容变化可以达到对蔬菜含水量测量的目的。物质含水量的测量是非电量电测的一个重要的应用领域，在国内外引起广泛的重视与应用，各国如瑞典、丹麦、日本竞相开发成产品，投放市场。 　　高性能的水分仪研制的关键是建立精确的数学模型。我国学者曾经使用内插法［1］、一元一次回归方程［2］和一元二次回归方程［3，4］作为数学模型，但在使用中仍不能满足SJ1151—77的部标的一些规定。主要是：蔬菜和种子不同时，测量误差不同，在较大的水分变化范围和较大的温度变化范围，其误差较大。多年来，基于对不同蔬菜所含水分的大量测试和统计分析，研究工作发现而且证明相应不同的蔬菜有不同形式的最佳拟合方程，从而为软件设计提供了理论依据。 2　数学模型输入量与输出量的建立 　　通常，利用振荡电路，将电容量的变化转化为频率的变化，称之为差频［1，2］。另外温度传感器将蔬菜温度转化为电信号。以上两种电信号均分别经接口电路进入微机系统，并由此组成水分测试仪，如图1所示。 图一 电容式蔬菜水分仪的框图 差频记作xf，是数学模型的输入量。粮温即被测蔬菜的温度记作xT，是数学模型的另一个输入量。被测蔬菜水分含量记作y，是数学模型输出量。显然y与xf、xT之间函数关系是要探索的数学模型。 　　为此，应制备含水量为已知的蔬菜样品。按照国标GB5497—85的规定，取我国自产的大豆、油菜籽、籼谷、玉米、小麦等，制备不同梯级的水分含量已知的样品［5，6］。并在恒温箱中，在不同温度的情况下，测定水分、温度、差频三者之间关系。测定在定重条件下进行。为消除偶然误差，上述测定是大量的、重复进行的。 3　建立可供拟合的不同数学模型 　　统计分析方法的实质就是对组成数学模型的变量进行筛选，从而获得最佳拟合方程。根据对不同蔬菜的大量测量，可绘制相应蔬菜的水分、温度、差频关系图。仔细分析这些图形可提出多个供筛选变量的拟合方程。 　　纵观这些图形大体可分为两类。一类如图2所示类型的曲线，特点是斜率随温度而增加，而且当温度等间距变化时，曲线的移动不等间距。如大豆、油菜籽等。另一类如图3所示，特点是斜率随温度变化不大，但温度等间距变化时，曲线移动不等间距，并在高水分区略呈弯曲。如小麦、玉米、籼谷等。 图2　大豆在不同温度下，差频与水分含量关系 图3　浙江籼谷在不同温度下，差频与水分含量关系 根据图2、图3共同点，选用方程y＝a0＋a1xf＋a2xT 作为拟合方程之一，式(1)是基本出发点，它在图形上表达为一组平行线，也是文献［3，4］中水分仪所使用的通用拟合方程。 　　图2所示类型曲线可见斜率随温度变化，这意味着式(1)中的a1 是温度的函数，即a1＝f(xT)，设f(xT)是线性函数。所以下式y＝a0+a1xf+a2xT+a3xfxT　　可作为入选的拟合方程。考虑到图2、图3均有温度等间距变化，而曲线不等间距移动，因而可设想为xT2项的存在。因而方程如下图 是可供选择的拟合方程。 图3类型的曲线，在高水分处略呈弯曲状，提示着xf2项的存在，所以方程 是可考虑的拟合方程。 　　对于图3还可考虑综合xT2和xf2都起作用，所以下述方程 是可选择的拟合方程。 4　多元回归的一般性公式和统计参数 　　在应用多元回归方法时，各个拟合方程的变量不尽相同，因而有必要写出一般性方程，以便导出一般性表达式。实际上只要在不同的拟合方程中作相应的代换，例如x1=xf,x2=xT，…即可将不同的拟合方程表达为统一的多元回归的形式。 　　参照文献［7］的推导，设一般性的线性回归方程表达式为： 上式中的y和x1、x2、x3、x4经n次测量取得n个样本。式(6)参数的矢量形式为 参数的最小二乘估计值为 参照文献［7，8］的定义和推导，引入统计参数：回归平方和Q回；残差平方和Q；方差比F；复相关系数R2；方差无偏估计值和总体均方差σ2 5　各拟合方程的运算结果和最佳拟合方程的产生 选用大豆、油菜籽、浙江籼谷、玉米、小麦等，对上述式(1)至式(5)可供拟合的方程分别进行统计运算，并求出相关的统计参数，选择部分列于表1、表2，供分析研究。 分析各表格，对如何得出最佳拟合方程，如何筛选变量，提出一些粗浅的看法［7～