Phương pháp mơ tả thống kê quan niệm hệ là một hộp đen, trong đĩ cấu trúc và tính chất bên trong là khơng biết rõ. Nĩi cách khác, mơ hình thống kê khơng cho biết bản chất bảo tồn và bản chất động học của hệ mà chỉ mơ tả mối quan hệ giữa các thơng số đầu vào và đầu ra của hệ trên cơ sở các phương pháp của tốn học thống kê [30] Như vậy, mối quan hệ đầu vào – đầu ra ở đây thuần túy là quan sát thực nghiệm. Trong trường hợp cấu trúc hộp đen, các hàm mơ tả là các hàm nhiều biến Y = (X1, X2,..., Xk) được phân tích thành dãy Taylor tức là hàm hồi quy lý thuyết:
X1: vận tốc m/s
X2: vận tốc tiến( m/s)
Y1: Năng suất máy ( m2/h)
Y2: Tiêu hao nhiên liệu riêng ( lít/ ha) Y3: Độ sĩt (%)
0 2 1 1 ... k j jk ij i jk jj jj j i j j Y X X X X (3.7)
Với nhiễu tuân theo luật phân phối chuẩn (0, 2).
Để xác định được các hệ số hồi quy lý thuyết 0, j, ij, jj,... cần cĩ vơ hạn số thực nghiệm mà trong thực tế số thực nghiệm chỉ cĩ thể là hữu hạn, nên chỉ xuất hiện các hệ số hồi quy thực nghiệm (cịn gọi là các thơng số của mơ hình thống kê) b0, bj, bij, bjj,... và vì vậy hàm tốn mơ tả hệ là hàm hồi quy thực nghiệm. Mơ hình bậc hai của hàm này cĩ dạng: 0 2 1 1 k j jk ij i jk jj jj j i j j Y b b X b X X b X (3.8)
Phương sai của nhiễu theo luật phân phối chuẩn Dξ = σ2. Nếu bố trí thí nghiệm theo quy hoạch trực giao bậc hai sẽ xây dựng được mơ hình thống kê Y biểu diễn gần đúng nhất hàm Y .
3.6.2 Các bước xây dựng phương trình hồi quy thực nghiệm [31]
1. Xây dựng ma trận thí nghiệm X.
2. Xác định các hệ số bj của phương trình hồi quy thực nghiệm Y . 3. Kiểm định giả thiết qua ba bước:
- Bước 1. Kiểm định sai số chuẩn ξ.
- Bước 2. Kiểm định hệ số bj của phương trình hồi quy.
- Bước 3. Kiểm tra sự phù hợp của phương trình hồi quy Y .
Trong đĩ các hệ số hồi quy được xác định và kiểm định theo tiêu chuẩn thống kê Do khĩ khăn về mặt cơ khí trong việc thay đổi các thơng số của ghi nên khi thực hiện thí nghiệm khơng cĩ điểm * trên và dưới *, do vậy luận văn chuyển sang sử dụng phương pháp thực nghiệm yếu tố tồn phần (nghĩa là tiến hành tất cả các thí nghiệm mà mọi tổ hợp các mức của các yếu tố X đều được thể hiện), khi đĩ số thí nghiệm
cần thực hiện là 33 = 27 thí nghiệm. Do đã tiến hành các thí nghiệm đơn yếu tố nên trong phương pháp này người ta cho phép thực hiện ở hai mức thì số thí nghiệm đa yếu tố cần làm là 23 = 8 thí nghiệm, trong đĩ hai mức thường là hai giá trị biên của mỗi yếu tố X. Kết hợp với 7 thí nghiệm đơn yếu tố thì tổng số thí nghiệm cần thực hiện là 15 thí nghiệm.
Tuy nhiên, phương pháp này chỉ cho kết quả là phương trình hồi quy dạng bậc 1 nên bài tốn cực trị chỉ cĩ thể xác định trong vùng giới hạn nghiên cứu (khơng đại diện cho các giá trị ngồi vùng nghiên cứu). Mơ hình này cĩ dạng như sau:
Y = b0 + b1.X1 + b2.X2 + b3.X3 + b12.X1.X2 + b13.X1.X3 + b23.X2.X3 (3.9)
3.6.3 Giới thiệu về chương trình SPSS Statistics 17.0.
SPSS Statistics 17.0 [32] (Statistical Package for Social Sciences) là một hệ thống tồn diện về quản lý dữ liệu và phân tích thống kê trong mơi trường đồ họa. SPSS cĩ thể lấy dữ liệu từ nhiều loại file khác nhau và sử dụng chúng để tạo ra các bảng báo cáo, các đồ thị và vẽ các đường phân bố, các đường xu hướng, các thống kê mơ tả và thực hiện nhiều phân tích thống kê phức tạp. Mơi trường làm việc của SPSS gồm hai phần: phần soạn thảo dữ liệu đầu vào (SPSS Data Editor) và phần kết quả đầu ra (Out – SPSS Viewer). SPSS Data Editor gồm Data Viewer và Variable Viewer cho phép nhập số liệu đầu vào trực tiếp hoặc Add file số liệu ở dạng Excel.xml, đồng thời định dạng các biến số theo dạng số (Number) hay dạng chữ. Sau khi khởi động chương trình sẽ thấy giao diện của SPSS như sau:
Màn hình hiển thị kết quả (output):
Trong đĩ:
- Variable Name: tên biến (dài 8 kí tự và khơng cĩ kí tự đặc biệt).
- Type: kiểu của bộ mã hĩa.
- Labels: nhãn của biến, trong phần này chúng ta cĩ thể nhập nhiều giá trị của nhãn phù hợp với thiết kế của bảng dữ liệu.
- Value: Giá trị của từng giá trị mã hĩa (value) tương ứng với nhãn giá trị (value label) của nĩ.
- Missing: ký hiệu của giá trị khuyết (lỗi).
- Column: thiết đặt độ lớn của cột mang tên biến và vị trí nhập liệu của biến này.
- Measure: thang đo lường. Trên cơ sở 4 cấp độ thang đo lường (biểu danh, thứ tự, khoảng cách và tỉ lệ), SPSS sẽ phân ra thành 3 thang đo (biểu danh (nominal), thứ tự (ordinal) và scale (khoảng cách và tỉ lệ).
Phần mềm SPSS cho phép xử lý các phép phân tích thơng kê thơng thường:
- Bivariate statistics (thống kê hai biến số): Means (trung bình); t-test (phép thủ kiểm tra, phân tích…); ANOVA (phân tích phương sai); Correlation (tương quan) bao
gồm bivariate (hai biến), partial (tương quan từng phần, tương quan khơng hồn tồn), distances (tương quan rời rạc, lỏng lẻo); Nonparametric tests (kiểm tra thơng số giới hạn).
- Prediction for numerical outcomes: Linear regression (dự đốn về kết quả bằng số dạng hồi qui tuyến tính…).
- Prediction for identifying groups: Factor analysis (phân tích nhân tố); cluster analysis (phân tích cho dám đơng) bao gồm two – step (hai bậc), K – means (số K), hierarchic (cĩ thứ bậc).
SPSS cũng cho phép lưu và chạy các thuật tốn giúp việc kiểm tra kết quả dễ dàng. Phạm vi luận văn chỉ giới thiệu một vài chức năng cơ bản, ngồi ra cịn nhiều chức năng khác trên các thanh cơng cụ,… cĩ thể tìm hiểu kỹ qua các tài liệu về phần mềm này [32].
Trong luận văn này, tác giả chỉ quan tâm đến phương pháp phân tích hồi quy (Regression), phân tích phương sai (ANOVA – Analysis of Variance) sẽ được giới thiệu cụ thể trong phần kế tiếp
CHƯƠNG 4 KHẢO NGHIỆM MÁY VÀ ĐÁNH GIÁ KẾT QUẢ
4.1 Khảo sát sơ bộ cánh đồng mía trước khi khảo nghiệm
Đánh giá bề mặt ruộng mía sau thu hoạch bằng lao động thủ cơng
Bề mặt ruộng mía được đánh giá cĩ ảnh hưởng trực tiếp đến chất lượng và năng suất làm việc của máy cắt gốc mía. Bề mặt ruộng mía được đánh giá thơng qua các số liệu xác định độ mấp mơ mặt đồng thơng qua các số liệu đo
- Chiều sâu rãnh luống
- Chiều cao đỉnh luống
- Khoảng cánh hai đỉnh luống dọc theo chiều dài luống
- Xác định đường kính cây mía
- Xác định mật độ cây mía trong bụi
4.1.1 Khảo sát xác định chiều sâu rãnh mía và chiều cao luống mía
Ở Tây Ninh và Đồng Nai, quy trình chăm sĩc mía bao gồm khâu cày ra bỏ phân, cày vơ lấp phân, xới cỏ chủ yếu được thực hiện bằng bị đơi, một số vùng nguyên liệu tập trung cĩ thử nghiệm đưa máy cày cơng suất 30 hp cùng với các cày xới (tự thiết kế) để cày vun vào hàng mía, nhưng khơng thể vun cao được, nên ở vụ mía thứ nhất và vụ mía thứ hai cĩ chiều cao luống so với rãnh là tương đối nhỏ, độ mấp mơ mặt đồng sẽ lớn hơn ở vụ mía thứ 3. Thơng qua việc xử lý số liệu, thấy rằng chiều sâu rãnh luống kích thước lớn nhất là 30 cm; kích thước nhỏ nhất 22 cm, khoảng biến thiên 8 cm; chiều cao đỉnh luống lớn nhất 30 cm và nhỏ nhất 13 cm, khoảng biến thiên 17 cm. Khoảng cách giữa hai đỉnh luống lớn nhất 104 cm và nhỏ nhất là 70 cm khoảng biến thiên 34 cm và được mơ tả ở hình 4.1 sơ đồ mặt ruộng mía lúc đưa máy vào khảo nghiệm.Theo kết quả xử lý, chiều cao tương đối trung bình của đỉnh luống, nơi dao cắt làm việc, so với đáy rãnh, nơi bánh xe máy cắt gốc mía di động, xấp xỉ 8 cm. Miền biến thiên đỉnh luống so với phương ngang lớn hơn đáy luống. Sự chênh lệch chiều cao đỉnh luống lên tới 17 cm, gấp 2 lần độ sâu rãnh, với hệ số biến thiên là 17,2%, điều này cho thấy rằng khâu vun vào gốc mía thực hiện khơng đều cộng với
một phần xĩi mịn do mưa đổ từ trên đỉnh luống xuống.
Độ mấp mơ khơng đồng đều ở đáy luống sẽ ảnh hưởng trực tiếp đến chiều cao cắt gốc mía của dao cắt gốc do bánh xe của máy cắt gốc mía liên tục thay đổi do phải leo lên hoặc tụt xuống khi đi qua các chỗ gồ ghề của đáy luống xem (hình 4.2). Ngồi ra phải kể đến sự ổn định kém của chiều cao đỉnh luống mía.Trước hai yếu tố mất ồn định đỉnh luống và đáy luống khơng đồng đều, người lái máy cắt gốc mía khơng thể điều chỉnh được chiều cao cắt của máy cắt gốc mía một cách chính xác theo khoảng điều chỉnh ban đầu mà đã đặt ra là luơn chặt mía sát mặt đất.