基于小波消噪的大豆生物柴油产率影响因素分析 analysis of factors affecting the yield of soybean biodiesel based on wavelet denoising.pdfVIP

第33卷第12期 太阳能学报 V01．33．No．12 2012年12月 ACTAENERGIAESOLARISSINICA Dec．，2012 文章编号：0254-0096(2012)12-2026m6 基于小波消噪的大豆生物柴油产率影响因素分析 马林才1’。，王宝军2，刘大学2，季永青2 (1．浙江大学动力机械及车辆工程研究所，杭州310027；2．浙江交通职业技术学院汽车学院，杭州311112) 摘要：针对生物柴油产率试验数据中存在大量随机误差导致单纯回归分析无法获得足够精度的问题，提出“先 小波消噪．再回归分析”的数据处理方法。研究结果表明：大豆生物柴油产率的试验数据经小波消噪后，得到的回 归方程可信度更高、误差更小，选人方程中的因素具有更强的实际意义。由回归方程可知，影响大豆生物柴油产率 的因素依次为：催化剂甲醇反应时间反应温度。其中，甲醇和催化剂，甲醇和反应温度，催化剂和反应时间 之间存在对抗效应。甲醇和反应时间，反应温度和反应时间之间存在协同效应。 关键词：生物柴油；产率；回归分析；小波消噪 中图分类号：TQ517．2；$216．2文献标识码：A 0 引 言 1 小波消噪基本理论 目前针对生物柴油的制备和燃烧排放的研究较 1．1小波变换简介 多¨。J，但关于生物柴油制备的试验数据处理以及 小波的思想可追溯到1910年Harr提出的小波 因素问交互作用分析的相关文献仍较少。在数据测 (Wavelet)的概念对地震信号进行分析和处理并与 量、记录及处理的过程中会不可避免地产生随机误 差(数据噪声)的干扰，从而限制研究者从试验数据 中提取更为有用的信息。尽管回归分析可以很好地 年，Meyer第一次构造了具有一定衰减性的光滑小 波，其二进伸缩平移可构成L2(R)空间的规范正交 分析出生物柴油产率的影响因素及其作用，但因其 本质上并未对试验数据的噪声进行处理，导致分析 了之前各种小波的构造方法，并提出了著名的Mallat 精度不高、可靠性差。传统的试验数据消噪方法主 金字塔型快速算法。9j，其地位可与F兀’媲美。 要包括线性滤波方法和非线性滤波方法(如中值滤 小波变换的含义是把某一被称为基本小波(也 波和Wiener滤波等)，但均存在使信号变换后的熵 叫母小波，motherwavelet)的函数沙(t)作位移下后， 增高、无法刻画信号的非平稳特性并且无法得到信 在不同尺度a下与待分析信号菇(t)作内积： 号的相关性等不足。而小波变换是近代非线性科学 形瓦(a，丁)≤菇(t) 研究的成果，其滤波性能优越。为了克服上述缺点， ．+： 人们开始用小波变换来对试验数据序列进行消噪处 妒叩(￡)≥71J算(￡)·砂(盟灿 (1) 7 理，结果表明该方法能大大提高数据的可靠性和数 4a上 、a 据分析成果的精度∞刊。 式中，n——尺度因子，a0；r——位移，其值可 基于此，本文提出运用小波变换技术，对生物柴 正可负；沙…(t)——基本小波的位移与尺度伸缩， 油制备过程中的产率数据进行消噪，而后再进行多 吵。(￡)={沙