排序方式: 共有25条查询结果,搜索用时 15 毫秒
1.
2.
3.
智能化木材干燥窑的数据采集系统 总被引:8,自引:0,他引:8
论述了采用双CPU(AT89C55)为主控器的智能化木材干燥窑数据采集系统的硬件结构及软件设计。主CPU实现温度、EMC、MC数据采集、运算、实时动态补偿等;副CPU负责显示、通信、温度补偿等工作。双CPU间采用并行通信。还重点介绍了提高被测参数测量精度的措施,以及测量过程中动态补偿的方法。系统自投运以来,工作稳定、可靠,提高了木材干燥效率。 相似文献
4.
为解决木材干燥过程木材含水率检测精度低的问题,提高木材干燥的自动控制水平,针对以含水率为基准的干燥过程,提出了应用卡尔曼滤波进行木材含水率在线估计方法。为验证该方法的有效性:首先建立了基于含水率基准加入高斯噪声数据集的卡尔曼估计模型,并在此模型基础上对实验测得的数值进行了在线估计和比较,结果表明卡尔曼滤波方法具有较好的估计精度。 相似文献
5.
为实现木材含水率实时、快速、连续测量,研究了基于近红外光谱技术实时测量木材含水率.实验中采用中心波长位于1899.703 nm的工业蝶形封装的分布式反馈激光器(DFL)作为光源,选择以杨木含水率作为被测参数,搭建了近红外水分检测仪的软硬件系统.因为木材是强散射介质,因此,采用修正后的朗伯-比尔定律.对杨木含水率进行实验测量并数据拟合,木材含水率真值与激光测量木材含水率输出功率值在一定范围内可以拟合为线性关系,相关系数在0.90以上,木材含水率测量值与真值变化趋势一致,二者绝对误差小于0.15%.实验结果表明:利用近红外技术可实现木材含水率检测. 相似文献
6.
论述了木材干燥窑自动测试系统的硬件、软件设计.重点介绍了各个参数测量传感器的工作原理、提高被测参数测量精度的措施,以及测量过程中动态补偿的方法.通过实验验证,该系统运行稳定,测量精度高,数据采集实时可靠.测温精度为±0.1℃.平衡含水率和木材含水率精度为±1%. 相似文献
7.
8.
激光驱动电流的稳定性是影响激光驱动器性能的重要参数,但激光驱动器的高电流值难以维持稳定。此外,驱动电流的范围应尽可能地宽以适用于不同种类的激光器。针对以上问题,文章以超辐射发光二极管(SLED)激光驱动器为应用实例,并采用闭环控制技术以保持驱动电流稳定,该系统能够产生4mA至200mA随外部电阻值变化的稳定的电流。 相似文献
9.
针对单一模型无法全面描述木材含水率的复杂非线性特性问题,本文提出一种多模型建模的方法测量木材含水率,该方法先用模糊C均值聚类算法将含水率等效电阻、进风口、出风口温度等数据分成具有不同聚类中心的子集,每一子集依据样本数分别采用径向基网络、支持向量积训练得出子模型,再用模糊聚类后产生的隶属度将各子模型的输出加权求和得到木材含水率测量的模型。通过实例验证了本方法与RBFNN建模对于木材含水率的检测,具有更好的泛化结果和测量精度。 相似文献
10.
提出了一种适合木材干燥过程建模的多模型数据融合算法,通过该方法构建了数据融合模型。分别用BP神经网络和动态递归网络建立了木材干燥基准模型,利用自适应加权算法对两模型输出进行融合,通过实验干燥数据仿真表明:融合后的木材含水率预测值的方差为0.125 3,高于任何一个单独模型的预测精度。 相似文献