基于正交试验的风电机组塔架结构参数的优化设计

　　2.1 试验分析数据
　　根据正交试验的结果，建立线性回归分析数据表，如表3所示。数据主要包括在不同试验组合下的极限最大应力、模态一阶频率、屈曲安全系数和疲劳损伤值。为了获得更有用的信息，需要对其进行进一步的分析和处理。数据分析主要是运用数理统计分析方法对数据进行多元线性回归分析，得到试验指标与设计变量之间的回归方程式，为优化提供约束条件。
　　表3 中X1~X5 是塔架试验因素，也是线性回归分析的设计变量，依次为塔底外径、塔顶外径、门段壁厚、底部壁厚和顶部壁厚，f 是塔架一阶频率，σ 是极限最大应力，S1是疲劳损伤值，S2 是屈曲安全系数，G 是根据Solidworks三维设计软件计算得到的塔架质量。

表3 线性回归分析数据表

　　2.2 回归分析
　　线性回归是利用数理统计中的回归分析， 来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。本文运用数据统计分析软件SPSS18.0[8] 对这些目标量进行多元线性回归分析，分别得出f、σ、S1、S2 和G 与设计变量X1~X5 之间的函数关系式。
　　对塔架一阶频率f 进行回归分析，回归分析结果如表4和表5 所示。

表4 方差分析表

表5 回归系数表

　　表4 为方差分析表，该表可以用来检验回归分析的显著性。表中列出了回归项和残差项的平方和、自由度、均方、统计值和显著性水平。由于显著性水平小于0.05，所以可以认为所建立的回归方程式有效。
　　表5 为回归系数表，表中列出了变量X 和常量的非标准化系数、标准化系数、检验值、显著性水平。由于所有变量的显著性水平均小于0.05，可认为所有变量对因变量f 均显著，根据表中的非标准化系数，得到f 与变量X 的关系式为：