木材干燥支持向量機建模與模糊神經(jīng)網(wǎng)絡控制研究.pdf

1、木材是一種可再生并且能循環(huán)利用的綠色材料，木材產(chǎn)品在國民經(jīng)濟中屬于基礎產(chǎn)業(yè)，并且占有重要地位。我國的現(xiàn)狀是森林資源日趨短缺，有效改善并且提高木材利用率，已經(jīng)成為我國現(xiàn)階段的重點研究課題之一。木材干燥是木材加工生產(chǎn)過程中的重要環(huán)節(jié)，木材干燥質(zhì)量的好壞對木材利用率和木材產(chǎn)品質(zhì)量有直接影響。通過使用合理的干燥技術，提高現(xiàn)階段木材干燥控制技術水平是確保木材干燥效果、提高木材干燥質(zhì)量、減小木材干燥過程成本的重要途徑。
　　木材干燥過程是一個

2、具有大滯后、強耦合、強非線性特征的系統(tǒng)，并且木材干燥窯內(nèi)的環(huán)境復雜多變，因此，很難建立準確的數(shù)學模型來描述該系統(tǒng)。我國的木材干燥窯大部分還是以傳統(tǒng)方法進行控制，溫濕度控制精度低、干燥效果不理想，難以適應木材干燥的生產(chǎn)擴大化。
　　本文提出利用支持向量機方法建立木材干燥過程模型。支持向量機具有對非線性函數(shù)任意逼近的能力，自學習能力強。木材干燥過程模型包括兩個子模型結(jié)構，分別是木材干燥過程的基準模型和木材干燥過程的控制模型。本文利用木

3、材干燥過程的溫度、濕度以及木材含水率數(shù)據(jù)，建立基于支持向量機的木材干燥過程基準模型。通過基準模型預測干燥過程的含水率，為木材干燥過程的含水率基準提供實時準確的數(shù)據(jù)。木材干燥過程的控制模型是指木材干燥過程的控制信號與溫度、濕度之間的模型?；谀静母稍镞^程工藝，木材干燥過程的溫度和濕度是由木材干燥窯內(nèi)的加熱閥開度、噴蒸閥開度以及排濕閥開度共同控制決定的。本文以木材干燥窯內(nèi)的加熱閥開度、噴蒸閥開度以及排濕閥開度作為輸入量，溫度和濕度作為輸出量

4、，建立基于支持向量機的木材干燥過程控制模型。
　　本文采用多種智能算法對支持向量機模型的結(jié)構、參數(shù)以及樣本數(shù)據(jù)進行優(yōu)化，有效提高模型的準確度，實現(xiàn)木材干燥過程的在線建模和預測。首先，利用最小二乘法對支持向量機模型的結(jié)構進行優(yōu)化;其次，分別利用網(wǎng)格搜索法、遺傳算法、粒子群優(yōu)化算法對模型的懲罰因子和核函數(shù)參數(shù)進行尋優(yōu);最后，通過模糊加權方法對模型的樣本數(shù)據(jù)進行預處理，改進離線支持向量機建模方法，建立基于模糊加權隸屬度的木材干燥過程在線

5、模型。該模型可以反映系統(tǒng)當前時刻的運行狀態(tài)，并且能準確預測下一時刻系統(tǒng)的運行狀態(tài)，充分體現(xiàn)木材干燥系統(tǒng)的動態(tài)特性，避免由于干燥窯內(nèi)環(huán)境變化、執(zhí)行機構工作狀態(tài)改變、外部干擾以及人為調(diào)整導致的模型失配問題的出現(xiàn)。
　　為了準確控制木材干燥過程的溫度和濕度，提高木材干燥質(zhì)量，本文設計了一種遺傳算法優(yōu)化的T-S型模糊神經(jīng)網(wǎng)絡溫濕度控制器。該控制器在模糊控制基礎上，利用模糊算法解除木材干燥窯內(nèi)溫度和濕度間的強耦合關系，采用神經(jīng)網(wǎng)絡的自學習和

6、自適應能力實現(xiàn)整個非線性過程的模糊邏輯推理，并通過遺傳算法優(yōu)化模糊神經(jīng)推理系統(tǒng)的參數(shù)和模糊推理規(guī)則，提高系統(tǒng)的自學習和自適應能力。該控制器把模糊邏輯、神經(jīng)網(wǎng)絡以及遺傳算法有機地組合在一起，充分發(fā)揮各自優(yōu)勢，使得控制器對非線性系統(tǒng)逼近能力更強、訓練收斂速度更快、算法更穩(wěn)定，滿足木材干燥系統(tǒng)對溫濕度的控制要求。
　　木材干燥過程基準模型和控制模型的建立，以及模糊神經(jīng)網(wǎng)絡控制器的設計和優(yōu)化，對研究木材干燥工藝、實現(xiàn)木材干燥過程的智能控制