基于正交試驗的風電機組塔架結構參數的優化設計

　　2.1 試驗分析數據
　　根據正交試驗的結果，建立線性回歸分析數據表，如表3所示。數據主要包括在不同試驗組合下的極限最大應力、模態一階頻率、屈曲安全系數和疲勞損傷值。為了獲得更有用的信息，需要對其進行進一步的分析和處理。數據分析主要是運用數理統計分析方法對數據進行多元線性回歸分析，得到試驗指標與設計變量之間的回歸方程式，為優化提供約束條件。
　　表3 中X1~X5 是塔架試驗因素，也是線性回歸分析的設計變量，依次為塔底外徑、塔頂外徑、門段壁厚、底部壁厚和頂部壁厚，f 是塔架一階頻率，σ 是極限最大應力，S1是疲勞損傷值，S2 是屈曲安全系數，G 是根據Solidworks三維設計軟件計算得到的塔架質量。

表3 線性回歸分析數據表

　　2.2 回歸分析
　　線性回歸是利用數理統計中的回歸分析， 來確定兩種或兩種以上變量間相互依賴的定量關系的一種統計分析方法，運用十分廣泛。本文運用數據統計分析軟件SPSS18.0[8] 對這些目標量進行多元線性回歸分析，分別得出f、σ、S1、S2 和G 與設計變量X1~X5 之間的函數關系式。
　　對塔架一階頻率f 進行回歸分析，回歸分析結果如表4和表5 所示。

表4 方差分析表

表5 回歸系數表

　　表4 為方差分析表，該表可以用來檢驗回歸分析的顯著性。表中列出了回歸項和殘差項的平方和、自由度、均方、統計值和顯著性水平。由于顯著性水平小于0.05，所以可以認為所建立的回歸方程式有效。
　　表5 為回歸系數表，表中列出了變量X 和常量的非標準化系數、標準化系數、檢驗值、顯著性水平。由于所有變量的顯著性水平均小于0.05，可認為所有變量對因變量f 均顯著，根據表中的非標準化系數，得到f 與變量X 的關系式為：