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，找到最优解后不再迭代。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预测值与试验值的最大偏差为1．63℃，最小偏差为0．02℃；Y预测值与试验值的最大偏差为1．5℃，最小偏差为0．04℃；Y预测值与试验值的最大偏差为3．28℃，最小偏差为0．13℃。3个回归模型的最大预测偏差都在控制需求的±5℃范围内。hj