干燥过程中木材含水率POS仿真应用与研究

在木材的干燥工艺过程中保障产品品质和尺寸最关键的参数就是木材含水率。论文采用了基于粒子群算法优化的支持向量机理论对木材含水率的检测数据进行分析,并通过Matlab软件实现仿真。这种方法可以提高干燥过程中预测材堆空间含水率的精度,减小了干燥过程中的木材损失。另外。还提供了利用离散点来建立连续空间模型的研究方法,在一定程度上促进了木材科学技术研究水平的提高。     

PSO优化SVM在木材干燥建模中的应用

在木材干燥计算机控制过程中,基准模型化是此控制过程的必要环节。为提高此建模预测精度,针对SVM木材干燥基准模型的参数进行研究。利用粒子群优化算法中的粒子位置和速度优化此模型参数,并对木材含水率进行预测。仿真实验表明,PSO算法在优化SVM木材干燥基准模型参数方面表现出良好的性能,预测结果具有很高的精度,此模型具有较好的泛化能力和预测能力。     

工控机在木材含水率测定中的应用

１引言木材含水率（μ）的测定是木材干燥控制过程中各项控制指标中最为重要的数据之一。木材从进入干燥窑到出干燥窑，包括温度湿度及其它和各项指标的控制，最终都是以木材含水率的大小作为木材是否能够出窑的决定依据。在木材出窑时，木材含水率的值过高，会使木材浆质...     

微波干燥过程模糊控制系统的设计

针对目前物料微波干燥过程中温度和湿度存在耦合关系导致执行机构工作稳定性差、干燥能耗大、效率低、烘干不均匀等问题,采用补偿模糊解耦算法,设计了干燥过程温湿度控制系统,分析并选择了温度、湿度、水分传感器、数据采集板等主要器件.该系统运行可靠,能实时监测干燥过程中的温度和湿度等参数,实现了干燥过程中温湿度精确控制,提高了物料干燥过程控制的智能化程度,简化干燥过程操作及数据处理.     

SGY——MII型多窑控制木材干燥系统

SGY- MII型多窑控制木材干燥系统采用STD国际标准总线工业控制计算机,单色/彩色CRT屏幕显示,一机控制多窑,最多可同时控制六具窑。STD国际标准总线工业控制计算机,忠实不间断地采集干燥过程的各项参数,按照软件专家系统中的干燥基准对干燥过程进行控制。     

基于多模型建模的木材含水率测量方法研究

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。     

基于LSSVM的木材干燥在线建模研究

介绍了最小二乘支持向量机(LSSVM)回归原理,针对木材干燥系统的强耦合、强非线性等特点,提出以LSSVM方法建立木材干燥系统在线模型.模型以干燥实验获取的减速干燥阶段数据为样本,根据实际预测控制需要,建立木材干燥系统的在线预测模型,并进行在线预测.仿真结果表明,基于LSSVM的木材干燥在线模型能够实时反映系统当前状态,在线更新训练样本,滚动优化模型结构并预测系统下一步输出,模型结构简单,泛化能力强,预测精度高,能够满足实际干燥控制的需要.     

分布式无线温湿度检测与传输系统的设计

针对目前有线温湿度检测与传输系统故障检测复杂、维护成本高等问题,提出了一种分布式无线温湿度检测与传输系统。系统以AT89C52单片机为控制核心,通过SHT11温湿度传感器检测现场环境的温湿度,同时通过单片机与无线数据传输模块nRF905的数据交换,完成无线数据传输系统的温湿度数据发射和接收过程。该控制系统具有成本低、维护简单、稳定性高等优点。     

基于RFID的无线多目标温湿度监控系统

针对温湿度检测的重要性和日常管理的需求,基于RFID技术,结合温湿度传感器、单片机及无线射频模块制作了一种无线多目标温湿度监控系统.DHT90温湿度传感器和有源电子标签构成温湿度传感标签,Atmega48单片机控制读写器读写现场的多个温湿度值,然后通过射频模块nRF905无线传输数据,主接收器接收数据后经串口RS-232发送到监控PC机进行显示、存储.实验证明,该系统成本低、安全稳定,可以对多个温湿度目标进行远程无线监控和管理,是一种高效率的检测监控方式.     

非最小相位加工过程的极点配置自校正控制

针对加工过程模型的时变性与非最小相位的特点，研究了变切削深度铣削加工过程的极点配置自校正控制，提出了适应于非最小相位过程的自适应控制算法，试验结果表明了该算法的有效性。并指出了获得理想控制结果的控制器设计参数，包括观测器参数与期望的极点分布。     

基于滤波器的迭代学习最小二乘辨识方法

针对永磁同步直线电机作为控制对象的参数辨识问题,在对直线电机的数学模型模型以及最小二乘辨识算法等内容进行了研究,发现了批处理最小二乘辨识算法虽然能够成功辨识伺服系统模型参数但是模型不够精确,尤其是针对伺服系统中存在的对振荡环节的辨识。根据传统辨识模型的不足,提出了一种基于滤波器的迭代学习最小二乘辨识方法,该算法通过滤波器来减小辨识过程中的噪声干扰,用迭代的方式来求解辨识模型带来的非线性问题。仿真和实验结果表明:与批处理最小二乘算法相比,基于滤波器的迭代学习最小二乘辨识方法能够有效提高辨识精度,振荡环节的辨识结果与功率谱分析得出的图线更加吻合。     

基于KNN-CatBoost的叶丝含水率预测

针对烟草生产过程中叶丝干燥工序的含水率波动较大、人工干预强度大等问题,提出了一种基于机器学习的叶丝含水率预测模型。由于生产过程中存在数据失去时序对应关系和数采不完整,导致模型准确度较低,为解决此问题,基于k近邻思想进行标签噪声过滤,剔除受到不可控因素影响的数据,然后利用CatBoost回归模型对叶丝干燥工序之前的叶丝膨胀工序入口含水率进行预测。实验结果表明,该模型能够有效地预测叶丝膨胀入口含水率,辅助提前修正后续工序相关参数,减少后续叶丝干燥工序的人为操作,可提高生产效率,降低品质波动。文中的方法具有一定的实用性和推广价值。     

基于自适应控制器的电动汽车电机驱动速度控制研究

针对电动汽车速度控制需要安装传感器,以及精度低和成本高的问题,本文提出了一种基于模型参考自适应控制的异步电机驱动电动汽车无速度传感器控制技术,并引入了一种基于黄金分割算法的能量优化技术.基于电阻模型作为参考模型,该自适应控制不受定子电阻变化的影响,完全消除了速度估计过程中对任何流量估计的要求.黄金分割能量优化算法可根据...     

雏鸡养殖棚温湿度的智能控制系统

养殖棚内温度与湿度环境是雏鸡健康生长的重要保证,针对北方地区农村小型养殖场雏鸡养殖过程中温湿度控制难的问题,提出一种基于水、电复合加热形式的温湿度控制系统。该系统能够针对雏鸡养殖的不同时间阶段自动调整各阶段的温湿度控制参数,同时具有系统参数掉电保护功能,可实现雏鸡养殖过程中的全程温湿度控制。     

气体传感器信号提取关键技术研究

气体传感器与普通传感器特性存在很大差别,比较突出的是具有严重的滞后。由于滞后的存在,在线检测时,传感器响应大多数无法达到稳态值。这些滞后包括线性与非线性两种。针对线性滞后,建立了一种一阶线性滞后模型,利用瞬态过程的中间数据进行回归,实现了稳态值的最佳估计,并通过实验证实了该模型具有较高的准确度。针对非线性滞后,提出了一种基于移位回归的算法,该算法可以有效地消除非线性滞后,并且具有高度自适应能力。此外,对移位回归算法进行了优化。该方法不仅适用于电子鼻系统,也适用于各种气体传感器信号检测的应用场合。     

基于先验规则均值滤波的温室大棚气体监测系统设计

针对传统气体检测的系统软件滤波方法不能够剔除全部毛刺点的问题,提出一种基于先验规则均值滤波算法空气监测无线传感系统的设计。系统含有被测量光照强度、CO2浓度、温度、湿度,利用硅光电池、红外二氧化碳探头、复合温湿度传感器SHT21对四种参数进行数据采集,采用GPRS无线通信技术、Modbus协议、实现了现场监测传感器和上位机监控软件之间的通信,便于用户监控、查询和建立温室环境模型,从而有效地实现了对多个温室大棚内监测点数据的远程监控和环境分析。     

基于无线通信的农业温室温湿度测控系统

针对农业温室的温湿度采集与控制,提出一种基于无线通信的农业温室温湿度测控系统,并介绍了系统结构和软硬件设计.该温湿度测控系统包括无线温湿度采集及控制器及无线控制信号接收单元,采用了主控芯片MSP430 F2274、温湿度传感器SHT10和2.4G无线射频芯片EM198810.该系统能实时对温湿度进行监控及报警,并可以根...     

模糊控制在烟草梗丝干燥控制中的应用

烟草工业梗丝生产过程中,含水率是最重要的工艺技术指标,梗丝的水分控制是否精确决定了其水分合格率和内在质量。针对烘梗丝过程的不确定性、非线性、及存在大滞后的特点,提出了一种基于模糊控制和PID控制相结合的模糊PID控制策略。通过仿真结果表明模糊PID控制的梗丝干燥控制系统的算法系统响应快而且稳定,最主要的是没有超调,非常符合烘梗丝的工艺要求。     

基于SVM的多传感器信息融合算法

支持向量机(Support Vector machine,简称SVM)是一种基于结构风险最小化原理,具有很高泛化性能的学习算法。针对工业多传感器测控系统中,被测系数与相关参数之间存在有较大的非线性和模糊关系,提出了一种基于支持SVM的多传感器信息融合模型及算法。为小样本、非线性、高维数一类多传感器信息融合问题的建模提供了一种有效的途径。通过对“纸张水份在线测量系统”应用表明,基于SVM的多传感器信息融合模型及算法在测量精度和推广性能上都具有一定的优越性。     

基于最小二乘原理的多传感器加权融合算法

以存在随机扰动环境中的不同参数多传感器为研究对象，基于最小二乘原理，提出了一种加权融合算法，推导出各传感器的权系数与测量方差的关系。并且根据测量信息，提出了一种方差估计学习算法，实现对各传感器测量方差的估计，从而对各传感器的权值进行合理的分配。该算法简单，能快速、准确的估计出待测物理量的状态信息。