基于均匀设计—偏最小二乘回归建模的秸秆型颗粒饲料部分加工参数研究

加工参数研究

王毅;王婕姝;胡江;张幸彦;滚双宝;韩向敏

【摘 要】[目的]探讨秸秆型颗粒饲料的部分最优加工参数,为甘肃省河西地区加工生产秸秆型颗粒饲料提供参考.[方法]采用均匀设计方法设计两种类型的秸秆型颗粒饲料:(A)秸秆颗粒饲料和(B)秸秆精粗颗粒饲料,通过研究不同组别的秸秆型颗粒饲料加工过程中制粒水分、秸秆粉碎粒度、粘结剂添加比例、干燥冷却时间等因素对颗粒密度、成型率及水分等指标的影响,建立回归方程,并采用偏最小二乘回归分析法确定两种秸秆型颗粒饲料的最优加工参数.[结果]当制粒水分为16.63％、秸秆粉碎粒度为5.0 mm、粘结剂添加比例为0.58％、干燥冷却时间为15.74 min时,秸秆颗粒饲料3个成品指标的综合效果最佳;当制粒水分为12.00％、秸秆粉碎粒度为2.0 mm、粘结剂添加比例为1.92％、干燥冷却时间为25.00 min时,秸秆精粗颗粒饲料3个成品指标的综合效果最佳.[结论]在制粒机本身性能不变的条件下,饲料配方、粉碎粒度、调质及冷却干燥时间等因素对秸秆型颗粒饲料质量指标均有一定影响;利用均匀设计—偏最小二乘回归建模设计试验,可在取得较好代表性结果的同时减少试验工作量,提高试验效率. 【期刊名称】《南方农业学报》 【年(卷),期】2013(044)011 【总页数】5页(P1878-1882)

【关键词】秸秆型颗粒饲料;均匀设计;偏最小二乘回归;加工参数 【作 者】王毅;王婕姝;胡江;张幸彦;滚双宝;韩向敏

【作者单位】甘肃农业大学 动物科技学院,兰州730070;甘肃农业大学 动物科技学院,兰州730070;甘肃农业大学 动物科技学院,兰州730070;甘肃省草食动物生物技术重点实验室,兰州730070;甘肃农业大学 动物科技学院,兰州730070;甘肃农业大学 动物科技学院,兰州730070;甘肃农业大学 动物科技学院,兰州730070 【正文语种】中 文 【中图分类】S816.5 0 引言

【研究意义】农作物秸秆是作物收获后的植株,是农村主要农作物副产品，我国每年产出的农作物秸秆总量7亿多t，而目前这一可再生资源用作饲料的仅占

15%～20%，大量秸秆被焚烧或直接还田，不仅造成资源浪费，还造成环境污染。玉米秸秆作为广大农区草畜粗饲料原料主要来源之一，虽然有较高的潜在利用价值，但由于其本身蛋白质含量不足，木质化程度高，适口性差，一直以来作为粗饲料利用的程度和方式较单一。甘肃省河西走廊地区属温带干旱区，因其独特的地理环境和气候特点，成为我国最大的玉米制种基地。2009年，河西走廊制种作物中制种玉米种植面积所占比例已达90%，占全国制种玉米种植面积的53%，产量约占60%（周玉乾和寇思荣，2009；朱同，2010）。但据相关资料显示，该地区用于草食家畜生产的玉米秸秆量仅占30%，且其中的2/3用于青贮饲料生产（朱同，2010）。玉米秸秆青贮饲料水分高，运输难，不易贮存，不适合商业化的大规模应用和推广。若能将玉米秸秆单独或与精料混合造粒，对玉米秸秆进行加工并补充营养，制成秸秆型颗粒饲料产品，不仅可提高秸秆的利用率，方便存储和远距离运输，还对甘肃省河西地区循环经济发展有一定的促进作用。【前人研究进展】将秸秆进行加工处理后制粒应用于反刍动物饲养已有较多实例。蒋林树等（2004）采

用玉米秸秆颗粒替代羊草饲喂育成牛，结果表明，秸秆颗粒和秸秆复合颗粒饲料代替羊草组的平均日增重均明显高于对照组（P＜0.05）；而秸秆复合颗粒饲料替代羊草，对育成牛的生长无不良影响。莫放等（2006）将玉米秸秆与精料混合制成玉米秸秆精粗颗粒饲料，结果其密度比玉米秸秆粉增加10倍，体积显著减小，便于储存运输；该精粗颗粒可提高奶牛对饲料干物质采食量，而对反刍次数及产奶量无明显影响。王洪才（2009）将玉米秸秆与混合精料混合并添加营养性添加剂，在此基础上制成颗粒料，饲喂小尾寒羊，结果表明，制粒能明显提高绵羊对秸秆的利用率和绵羊的生产性能。【本研究切入点】在结合以往秸秆颗粒型饲料技术与方法及保持平模制粒机基本参数不变的基础上，采用之前制粒工艺研究中较少采用、但在试验中可保证试验结果有较好代表性且工作量少于常规设计的均匀设计方法，研究玉米秸秆混合制粒的部分加工参数条件。【拟解决的关键问题】通过均匀设计，在中小规模养殖场常用日粮配方基础上，着重考察秸秆型颗粒饲料加工过程中制粒水分、秸秆粉碎粒度、粘结剂添加比例、干燥冷却时间等因素对颗粒密度、成型率及水分等指标的影响，并对试验数据采用偏最小二乘回归法建模，从而获得部分最佳加工参数，为河西地区加工生产秸秆型颗粒饲料提供参考。 1 材料与方法 1.1 试验材料

1.1.1 试验仪器 试验仪器包括：KL200型平模颗粒饲料机、9FQ-320型秸秆饲料粉碎机、150 mm游标卡尺、电子分析天平（最小精度为0.1 mg）、分样筛、电热式恒温烘箱等。

1.1.2 试验材料及配方设计 粗饲料组成：玉米秸秆；精饲料组成：粉碎后的带穗玉米、胡麻粕、麦麸、燕麦粉、食盐、1%预混料；粘结剂为过0.45 mm筛后的红土。

试验饲料采用不同精粗饲料组合方案，参照现有营养标准，结合试验所在地原料资

源及常用日粮配方优化设计加工成两种不同类型的牛羊用秸秆型颗粒饲料，分别为：秸秆颗粒饲料（A）和秸秆精粗颗粒饲料（B）（以下均使用字母代替各组别）。其中，A组全为粉碎玉米秸秆，B组秸秆精粗颗粒饲料的精粗比为5∶5。颗粒饲料加工工艺如图1所示。

图 1 秸秆型颗粒饲料加工工艺Fig.1 Processing figure of straw pellet feed 试验所设计的秸秆型颗粒饲料配方及主要营养成分分别为：①秸秆颗粒饲料（A）：100.00%玉米秸秆。其中，粗蛋白：6.75%，粗纤维64.60%，钙0.40%；总磷0.11%。②秸秆精粗颗粒饲料（B）：50.00%玉米秸秆，32.00%带穗玉米，3.00%小麦麸，10.00%胡麻粕，3.50%燕麦粉，0.50%食盐，1.00%预混料。其中，粗蛋白9.95%，粗纤维36.72%，钙0.65%，总磷0.21%。 1.2 试验设计

试验确定秸秆粉碎粒度、制粒水分、粘结剂添加比例、干燥冷却时间等因素是影响成品颗粒饲料密度、成型率及水分的主要因素（马文智，2005；莫放等，2006），制粒过程中，喂料速度、加工温度等均保持一致。A和B组制粒过程，制粒水分、粘结剂添加比例、干燥冷却时间分别取6个水平，秸秆粉碎粒度取两个水平，因素及水平设计见表1。秸秆颗粒饲料及秸秆精粗颗粒饲料的制粒水分范围及粘结剂添加量参考莫放等（2006）及朝鲁孟其其格（2010）的研究结论。采用U6（64）均匀设计（方开泰，1994）对A和B组颗粒饲料加工参数（制粒水分、秸秆粉碎粒度、粘结剂添加比例、干燥冷却时间）进行考察，均匀试验设计见表2。 表 1 A、B组因素及水平设计Tab.1 Level and factor of experiment for A and B水平Level因素Factor干燥冷却时间（min）Cooling and drying time 123456制粒水分（%）Granulation water 12 14 16 18 20 22 591 3秸秆粉碎粒度（mm）Grinding particle of straw 2.0 5.0 17 21 25粘结剂添加比例（%）Rateof added binder 0.5 1.0 1.5 2.0 2.5 3.0

1.3 测定项目及方法

颗粒密度测定方法采用SC/T 6012～2002标准建议的方法，并结合曹致中（2004）的计算方法；成型率测定方法参照朝鲁孟其其格（2010）的方法；水分测定方法参照杨连玉等（2004）的方法。 1.4 数据处理

采用Excel 2003对数据进行整理，在DPS 7.05软件中对数据进行偏最小二乘回归（PLS）分析。

表2 秸秆型颗粒饲料的U6（64）均匀设计Tab.2 Uniform design of U6（64）and TMR处理Treatment A1（B1）A2（B2）A3（B3）A4（B4）A5（B5）A6（B6）制粒水分（X 1）Granulation water（X 1）1（12）2（14）3（16）4（18）5（20）6（22）秸秆粉碎粒度（X2）Grinding particle of straw（X2）2（2.0）4（5.0）6（5.0）1（2.0）3（2.0）5（5.0）粘结剂添加比例（X 3）Rateof added binder（X3）3（1.5）6（3.0）2（1.0）5（2.5）1（0.5）4（2.0）干燥冷却时间（X 4）Cooling and drying time（X 4）6（25）5（21）4（17）3（13）2（9）1（5） 2 结果与分析

2.1 A、B组的均匀设计试验结果

A、B两组的密度、成型率及水分含量结果如表3所示。从表3可以看出，当制粒水分为22%、秸秆粉碎粒度为5.0 mm、粘结剂添加比例为2.0%、干燥冷却时间为5 min时，秸秆颗粒饲料密度YA1和成型率YA2达最大值，分别为1190.98 kg/m3和89.51%，在此条件下，秸秆颗粒饲料的水分含量YA3最小，为11.09%。当制粒水分为12%、秸秆粉碎粒度为2.0 mm、粘结剂添加比例为1.5%、干燥冷却时间为25 min时，秸秆精粗颗粒饲料密度YB1和成型率YB2达最大值，分别为1166.95 kg/m3和88.32%，在此条件下，该组颗粒饲料的水分

含量YB3最低，为11.33%。

表 3 A、B组的均匀设计试验结果Tab.3 Test results for uniform design of A and B处理 A 处理 B Treatment密度YA1（kg/m3）成型率YA2（%）水分含量YA3（%）Treatment密度YB1（kg/m3）成型率YB2（%）水分含量YB3（%）Density YA1 Forming rate Moisturecontent Density YB1 Forming rate Moisturecontent A1 1139.38 88.99 11.72 B1 1166.95 88.32 11.33 A2 1159.36 89.05 11.74 B2 1041.03 88.22 13.18 A3 1182.40 89.31 11.73 B3 1046.57 86.59 14.73 A4 1159.24 89.08 12.60 B4 1007.14 86.60 15.96 A5 1183.71 88.62 11.12 B5 958.61 87.06 17.14 A6 1190.98 89.51 11.09 B6 1053.47 87.54 16.84

2.2 均匀—偏最小二乘回归建模分析结果

借助DPS 7.05软件中的偏最小二乘回归分析程序进行分析，分析时参考PRESS统计量和误差统计量的下降趋势，选取合适的潜变量个数，由于应用偏最小二乘建立二次多项式回归模型提取潜变量的个数不应超过因子个数，因此本研究中A、B组潜变量个数取3，再建立二次多项式回归模型，可得到各因素与3个指标间的主效应标准回归系数（表4）。从表4可以看出，A组中制粒水分X1和秸秆粉碎粒度X2对颗粒密度YA1和成型率YA2的影响为正效应，对颗粒水分含量YA3为负效应，粘结剂添加量X 3对颗粒密度YA1的影响为负效应；而对成型率YA2和颗粒水分YA3的影响均为正效应；干燥冷却时间X4对颗粒密度YA1和成型率YA2的影响为负效应，对颗粒水分含量YA3的影响为正效应。B组中制粒水分X 1对颗粒密度YB1和成型率YB2的影响为负效应，对颗粒水分含量YB3为正效应；秸秆粉碎粒度X2、粘结剂添加量X3和干燥冷却时间X 4对颗粒密度YB1和成型率YB2的影响均为正效应，对颗粒水分含量YB3的影响则均为负效应。 表 4 各因素对各指标（密度、成型率及水分含量）的标准回归系数Tab.4

Standard regression coefficients of various factors on each indicator（density，forming rate，moisture content）考察指标Research indicator 因素Factor X1 X 2 X 3 X4 YA1 0.3871 0.3297-0.1681-0.3871 YA2 0.1402 0.2630 0.0721-0.1402 YA3 -0.2526-0.1488 0.2117 0.2526 YB1 -0.3110 0.0023 0.0715 0.3110 YB2 -0.2615 0.0324 0.2615 0.2615 YB3 0.4532-0.0082-0.1114-0.4532

根据偏最小二乘回归分析，同时考虑3个指标（因变量）的优化，可得下列二次多项式回归模型： A组： B组：

这两组6个二次多项式回归模型的拟合效果见表5和表6。由决定系数与PRESS统计量可以看出，提取3个潜变量时，A、B组回归方程拟合程度均较好，且B组拟合程度优于A组。根据设定的优化条件对各模型进行优化，得到各组各自变量的优化值：①A组：当X1为16.63%、X 2为5.0 mm、X3为0.58%、X4为15.74 min时，综合指标的最优目标函数值为1264.78。此时，各指标（因变量）的最优目标函数值为：YA1=1215.17 kg/m3，YA2=89.26%，YA3=12.02%；②B组：当X 1为12.00%、X 2为2.0 mm、X3为1.92%、X 4为25.00 min时，综合指标的最优目标函数值为1391.01。此时，各指标（因变量）的最优目标函数值为：YB1=1156.12 kg/m3，YB2=90.95%，YB3=7.93%。运用该最佳组合值反馈至试验地现场调整并进行验证试验，实测平均值接近模型预测值，表明由模型优化出的预测值符合实际加工的要求，由此可知运用偏最小二乘回归分析均匀试

验设计可行，结果比较满意。

表 5 A组数据标准化后模型误差平方和及决定系数Tab.5 Error sum of

squaresand determination coefficient of datastandardized model for A潜变量个数Number of latent variables误差平方和Error sum of squares决定系数R2 Determination coefficient R2 Press统计量Statisticsof Press YA1 YA2 YA3 YA1 YA2 YA3 YA1 YA2 YA3 1 4.9814 1.6983 4.9903 0.0037 0.6603 0.0019 7.6845 5.5611 6.3159 2 1.8245 1.6942 1.4028 0.6351 0.6612 0.7194 8.3236 6.6930 5.8996 3 0.6969 1.1032 0.9854 0.8606 0.7794 0.8029 3.4926 6.7601 3.1909

表 6 B组数据标准化后模型误差平方和及决定系数Tab.6 Error sum of

squaresand determination coefficient of datastandardized model for B潜变量个数Number of latent variables误差平方和Error sum of squares决定系数R2 Determination coefficient R2 Press统计量Statisticsof Press YB1 YB2 YB3 YB1 YB2 YB3 YB1 YB2 YB3 1 0.5462 2.4907 2.8400 0.8908 0.5019 0.4320 4.0650 3.8752 5.5430 2 0.4599 0.7628 0.8577 0.9080 0.8474 0.8285 2.1160 3.3528 4.2449 3 0.0688 0.0788 0.0441 0.9862 0.9842 0.9912 1.2896 1.2000 2.1532 3 讨论

在多因素多水平试验中，正交设计和均匀设计是比较常用的试验考察设计方法，而在饲料加工工艺相关的研究中，已有较多应用正交设计法的实例（沈维军，2006；沈永雷，2008；朝鲁孟其其格，2010；Zeng et al.，2011），但正交设计存在一定的缺点，若影响因素或者水平数过多时，会因试验次数太多而不易安排试验。而均匀设计完全从均匀分散的角度出发，通过提高试验点的均匀分散程度，使试验点具有代表性，可用较少试验获得较多信息。因此，在现场试验过程中采用均匀设

计方法，不仅可以极大降低工作量，还不会影响试验的准确性。回归分析是均匀设计数据分析的主要手段，常规的均匀设计数据通常采用最小二乘法进行数学建模，但有多个指标需要同时研究时已属于组合变量，它们之间存在严重的多重共线性，用最小二乘法回归分析的结果很不稳定，在运算过程中某个因素是否入选均会对回归方程产生较大影响，从而可能导致重要变量落选。因此，传统的基于最小二乘的多元线性回归、逐步回归分析方法不能完全适应均匀设计数据建模的需要，这也是造成均匀设计在复方研究中得不到很好运用的原因。而偏最小二乘回归分析方法是集多元线性回归分析、典型相关分析、主成分分析等基本功能为“一体”的一种新的多元数据分析方法，可以有效避免回归建模时样本容量小于变量个数及多个因变量对多个自变量同时进行回归分析等一般最小二乘回归分析法无法解决的问题（王惠文等，2006）。

本研究采用均匀设计—偏最小二乘回归建模，分别对A、B两组秸秆型颗粒饲料建立关于制粒水分、秸秆粉碎粒度、粘结剂添加比例、干燥冷却时间等因素与颗粒密度、成型率及水分的回归方程，并对每个回归方程进行误差平方和分析和决定系数分析，可以看出，当潜变量值确定为3时，A组每个回归方程决定系数均大于0.7700，B组决定系数均大于0.9800，说明各回归方程的拟合程度较好，且B组回归方程的拟合程度整体优于A组。各因素对成品颗粒饲料指标均有影响，与李忠平（2001）、赵华明和杨昌高（1999）的研究结论相似。运用该最佳组合值反馈至试验地现场调整并进行验证试验，实测平均值接近模型预测值，表明由模型优化出的预测值符合实际加工的要求。 4 结论

本研究结果表明，在制粒机本身性能不变的条件下，饲料配方、粉碎粒度、调质及冷却干燥时间等因素对秸秆型颗粒饲料成品质量指标均有一定的影响；利用均匀设计—偏最小二乘回归建模设计试验，可在保证试验结果有较好代表性的同时减少

现场工作量，提高试验效率。 参考文献：

曹致中.2004.草产品学［M］.北京：中国农业出版社：6-29.

Cao Z Z.2004.Grass Product Science［M］.Beijing：China Agriculture Press：6-29.

朝鲁孟其其格.2010.混合草颗粒制粒技术及饲用价值评价的研究［D］.呼和浩特：内蒙古农业大学.

Chao Lumenqiqige.2010.Study on granulating technology and forage value evaluation of mixed grass particles［D］.Hohhot：Inner Mongolia Agricultural University.

方开泰.1994.均匀设计与均匀设计表［M］.北京：科学出版社：53-64. Fang K T.1994.Uniform Design and Uniform Design Table［M］.Beijing：Science Press：53-64.

蒋林树，王晓霞，方洛云，郭玉琴.2004.玉米秸秆颗粒替代羊草饲喂育成牛效果的研究［J］.北京农学院学报，19（1）：40-41，60.

Jiang L S，Wang X X，Fang L Y，Guo Y Q.2004.The effect of using

compound chemistry deposing corn straw mixture pellet feed in replace of the Chinese aneurole-pidium on daily gain and ingestion in cow［J］.Journal of Beijing Agricultural College，19（1）：40-41，60.

李忠平.2001.粉碎粒度对饲料加工生产性能的影响［J］.饲料工业，22（4）：5-7. Li Z P.2001.Effect of particle size on the performance of feed processing［J］.Feed Industry，22（4）：5-7.

马文智.2005.牛羊全日粮复合秸秆饲料成型工艺研究［D］.银川：宁夏大学. Ma W Z.2005.Studies on processing technology of compound ration

formulated with complex treated maize stalk for bovine and mutton［D］.Yinchuan：Ningxia University.

莫放，赖景涛，张晓明，韩鲁佳.2006.玉米秸秆精粗颗粒饲料加工与应用［J］.粮食与饲料工业，（3）：28-29.

Mo F，Lai J T，Zhang X M，Han L J.2006.On processing and application of complete pellets produced from corn stalk［J］.Cereal&Feed Industry，（3）：28-29.

沈维军.2006.制粒工艺参数对糙米型颗粒饲料性能影响研究［D］.长沙：湖南农业大学.

Shen W J.2006.Effects of pelleting process parameters on physical quality of pelleted brown rice pig feed［D］.Changsha：Hunan Agricultural University.

沈永雷.2008.秸秆压块试验研究及压块机零件有限元分析［D］.呼和浩特：内蒙古农业大学.

Shen Y L.2008.The experimental study on cube formation and the finite element analysis on cuber components［D］.Hohhot：Inner Mongolia Agricultural University.

王洪才.2009.日粮制粒对绵羊利用玉米秸秆的影响［J］.安徽农业科学，37（11）：5003-5004.

Wang H C.2009.Effects of diet pelleting on corn stalk usage by sheep［J］.Journal of Anhui Agricultural Sciences，37（11）：5003-5004. 王惠文，吴载斌，孟洁.2006.偏最小二乘回归的线性与非线性方法［M］.北京：国防工业出版社.

Wang H W，Wu Z B，Meng J.2006.Partial Least Squares Linear and

Nonlinear Regression Method［M］.Beijing：National Defence Industry Press.

杨连玉，姜海龙，王淑萍.2004.动物营养学实验实习指导［M］.长春：吉林农业大学：13-14.

Yang L Y，Jiang H L，Wang SP.2004.Animal Nutrition Laboratory Practice Guidance［M］.Changchun：Jilin Agricultural University：13-14. 赵华明，杨昌高.1999.饲料制粒新技术的应用［J］.饲料工业，20（10）：14. Zhao H M，Yang C G.1999.New technology of the application of pellet［J］.Feed Industry，20（10）：14.

周玉乾，寇思荣.2009.甘肃省玉米制种竞争力分析及可持续发展对策［J］.中国种业，（11）：14-15.

Zhou Y Q，Kou S R.2009.Competitiveness analysis of seed production of maize in Gansu Province and sustainable development countermeasures［J］.China Seed Industry，（11）：14-15.

朱同.2010.浅析河西地区发展玉米制种业的优势、问题及对策建议［J］.安徽农学通报，16（20）：73-75.

Zhu T.2010.Advantages，problems and countermeasures for the

development of maize seed production in west region of Gansu［J］.Anhui Agricultural Science Bulletin，16（20）：73-75.

Zeng X H，Qi L H，Huang H L，Li Y，Yang F.2011.Control system development and experimental study on ultrasonic vibration feeding［J］.Chinese Journal of Mechanical Engineering，24（6）：1083-1088.