DPS分析玉米秸秆传热系数

孟艺玮 陈丽梅 张程

摘 要：本文介绍了利用DPS数据处理系统进行玉米秸秆板保温性能的分析，举例介绍了DPS数据处理系统在实际使用时的操作过程，并得到在所选试验条件下编码为-0.82601、0.98900、-1.68180时导热系数取得极小值为0.03799W/（m2·K），进行换算得到的各因素水平取值为0.76g/cm3、11.98cm、12.2%。DPS数据处理系统使用更简单，可进行异常值分析和多种形式的回归分析，且分析结果较准确。

关键词：DPS；玉米秸秆板；传热系数

中图分类号：S-3 文献标识码：A DOI：10.11974/nyyjs.20180732003

引言

将玉米秸秆用于压制秸秆保温板，是农业废弃物有效利用的又一种途径，符合绿色节能理念。保温性的好坏是这一途径实际意义大小的主要体现，可通过测量导热系数得知，但有很多因素会对玉米秸秆板的导热系数造成影响。为了科学合理的安排试验使试验工作达到又好又省的效果，利用了二次通用旋转组合试验设计安排试验。

多次的试验后得到了大量的数据，但是只通过试验数据很难发现其中存在的一般规律，想探索各因素与导热系数之间存在的数学模型需要进行大量计算和分析，只有这样才能透过数据表现看到数据中的客观规律。传统计算费时费力，随着时代的进步与发展，现阶段常用分析软件进行试验数据分析，常用的分析软件有DPS、SAS、SPSS、Excel 等。但SAS、SPSS、Excel有些是外国编制的软件，使用不便；有些需要使用者编写复杂函数；有些虽然有汉化版，但是统计分析和数学模型模拟分析功能不全。而 DPS = Excel + SPSS，既有 Excel 那样方便的在工作表里面处理基础统计分析的功能，又实现了 SPSS 高级统计分析技术[1-5]。

1 DPS数据处理系统介绍

DPS（ Data Processing System） 数据处理系统，简称 DPS，是由浙江大学唐启义教授研发。该系统设有多级下拉式菜单，用户在使用时可逐级根据需要在菜单中做出选择，绝大多数操作仅靠点击鼠标即可完成，方便快捷，简便易行[6]。

DPS数据处理系统将数值计算、统计计算、模型模拟已经画线制表等功能融为一体。DPS数据处理系统的第1版于1997年出版发行运行环境是直接写屏的软汉字DOS操作系统。随着DPS数据处理系统的不断改进，其运行环境为中文Windows 95/98视窗系统，集全屏幕编辑制表、试验设计及统计分析、多元分析、数值计算以及建立各种数学模型等多项功能为一体，用户可以在本系统中找到自己使用的部分。

2 应用方法

本次试验采用的是二次通用旋转组合试验设计[7-8]，选择了3个试验因素。在用DPS进行数据处理系统时利用的是二次多项式回归模型。先编辑定义数据矩阵，矩阵左侧为试验设计编码表，右侧1列输入试验结果，1行1个试验组合，然后将试验设计编码表和试验结果一起定义成数据矩阵。执行二次多项式回归分析后，系统会提示您输入1个极值，以作为系统优化方案的临界值，以计算极大值或极小值时对应各因素的各个水平，最后输出分析结果（本次试验分析玉米秸秆保温板的导热系数，所以分析的为极小值）。

3 数据分析

本次试验因素水平见表1，试验结果见表 2。

3.1 异常值检测

在试验过程中往往会有一些异常的数据，这些数据的出现可能会对最终数据的分析产生影响，甚至得到错误的结果，所以需对异常值进行检测进行剔除。在DPS 软件中录入数据；选中每一行的数据区域，将其定义为数据块。再单击菜单栏中的“数据分析”→单击“异常值检测”→选择“格拉布斯（ Grubbs） 法”→选择P值“0.05”→单击“确定”按钮→输出“结果”（如图1）。

3.2 回归分析

要研究的变量之间常有相互关系，虽然并不一定是确定性的函数关系，但可以设法找出最能代表它们之间关系的数学表达形式即多元回归方程。多元回归系数的计算比较复杂，用 DPS 数据处理软件可以方便的进行回归系数计算和回归分析[9-11]。

具体操作步骤：选中数据单击菜单栏“多元分析”→单击“回归分析”→单击“二次多项式逐步回归”→单击“Yes”3次→单击“OK”→选则“模型最小值”→单击“确定”→单击“画图”→分别选则“因子自变量1、2、3和综合”依次画图，依次保存→保存好图后点击关闭，输出结果：

Y=0.04645+0.00564X1-0.00466X2+0.00369X3+0.00369X12+0.00373X22+0.00139X32-0.00003X1×X2-0.00030X1×X3+0.00162X2*X3 （1）

采用DPS分析方法对（1）进行分析对进行失拟和回归关系分析知，F失=F1=1.92503 F0.01=4.02，该方程R2=0.823，R=0.907，说明研究因素与导热系数有明显函数关系，可直接利用此方程进行分析。

得到最低指标时各个因素组合Y=0.03799，X1=-0.826，

X2=0.990，X3=-1.682。

3.2.1 实际值与拟合值对比

通过DPS数据统计分析得到实际值与拟合值的对比表如表4。

从表4可以看出通过DPS所得的数学模型计算得到的数据与实际试验测得的数据误差较小，模拟效果很好，得到的数学模型具有实际意义。

3.2.2 主效应分析

由于采用通用旋转组合设计，3 因素编码值的取值均限制在-1.682～ +1.682，在编码的因子空间中处于完全平等地位，偏回归系数（ bi ） 已经标准化，所以方程（ 1） 的回歸系数可以直接反映该因子的作用大小，其符号则反映该因素的作用方向，由于本试验测量的是导热系数应该是取值小的效果好，从一次项的系数可知，各元素对试验指标的影响大小。由（1）式知3因素对导热系数的影响由大到小依次是：容重（X1）、玉米秸秆板厚度（X2）、碎秸秆湿度（X3），对导热系数影响最大的为容重和厚度。该试验中一次项说明 3 因素在不同程度上对产量均有影响；方程的二次项系数 b11 、b22 、b33 均为正值，表明前3种因素，用量过多时会造成秸秆板导热系数升高，不能获得预期的效果，因此，要达到较理想的传热性能需考虑各个因素合理取值。

3.2.3 单因素分析

采用降维法将（1）变为一组单因素试验得到回归子式模型为

容重：Y1=0.04645+0.00564X1+0.00369X12

厚度：Y2=0.04645-0.00466X2+0.00373X22

湿度：Y3=0.04645+0.00369X3+0.00139X32

4 结论

DPS与Excel 电子表格程序相比虽然不那么生动、直观，但能提供方差齐性检验和多重比较的程序。SPASS、SAS 等数据处理软件虽然功能完善，但软件是外文版本在使用上存在不便。DPS 数据处理软件处理工作简便易行，结果准确。

DPS数据统计软件通过分析大量试验数据得到拟合度较高的数学模型，有一定的实用价值。

利用DPS数据分析系统可以分析异常值，进行回归分析得到试验因素与试验指标间存在的相关关系。

通过分析可知影响保温板导热数的因素主次顺序为容重（ X1）、玉米秸秆板厚度（ X2 ） 、碎秸秆湿度（X3）。

利用DPS软件处理试验数据，将得到的极小值编码-0.82601，0.98900，-1.68180进行换算得到的各因素水平为0.76g/cm3、11.98cm、12.2%，传热系数最小为0.03799 W/（m2·K）。

参考文献

[1]朱海涛，陈黎，涂自良，等.DPS 数据处理系统在医学研究数据处理中的应用[J].医药报道，2006，25（4）：363-365.

[2]刘全国.DPS数据处理系统在植保专业中的应用[J].中国植保导刊，2013，33（02）：66-68.

[3]苏国成，黄爱清，蔡慧农，等.DPS数据处理系统在L-鸟氨酸发酵培养基优化中的应用[J].食品科学，2006（10）：402-406.

[4]唐启义，冯明光.DPS 数据处理系统——实验设计、统计分析及模型优化[M].北京： 科学出版社，2006：1.

[5]李秀昌，韩曦英，孙健.利用DPS数据处理系统进行均匀试验设计与分析[J].中国卫生统计，2010，27（2）：201，203.

[6]唐启义.通用统计软件 DPS研制与应用[J].科学中国人，2004（9）：56.

[7]杨德.试验设计与分析[M].北京：中国农业出版社，2002.

[8]任露泉.试验优化设计[M].北京：机械工业出版社，1987.

[9]聂芸，周倩，屈晓清，李晋丽，丁之恩.二次通用旋转组合设计优化茶皂素的提取工艺[J].食品与发酵工业，2010，36

（12）：190-194，199.

[10]郭新梅.正交试验设计应用要点及其DPS实施[J].现代农业科技，2012（3）：40-41，44.

[11]徐偉，季索菲.DPS数据处理系统在生物统计分析中的应用[J].榆林学院学报，2014，24（4）：24-27.

作者简介：孟艺玮，女，在读研究生，研究方向：设施农业过程控制与环境工程。