随着全球森林资源日益减少以及由此所带来的环保和生态问题的出现,如何有效士也利用有限的木材资源显得日益重要,降低木材资源消耗、高效利用能源和提高木材制品质量已引起世界各国政府的广泛关注。面对我国这样一个少林国家,如何更好地改善木材使用性能并提高它的利用率,成为摆在木材科学工作者面前的前沿问题之一。木材干燥是改善木材物理力学性能,合理使用木材、减少木材降等损失、提高木材利用率的重要技术措施,也是保证木制品质量的关键技术之一。木材是多孔性渗水和吸湿的物质,水分以多种形式存在于木材中,而且其结合能力相差很大。因而木材干燥过程是一个复杂非线性过程,这使建立理想的,符合实际的木材干燥模型变得十分困难。本文基于神经网络理论建立了木材干燥模型。采用适合于辨识与控制的时延神经网络和动态递归神经网络建立了温、湿度控制模型和干燥基准模型。温、湿度控制模型是控制信号与温、湿度关系的模型,为更好地控制干燥窑内的温度和湿度提供了依据;干燥基准模型是温、湿度与木材含水率关系的模型,这一模型的建立实现了干燥基准的数学模型。考虑到在很多控制方法中经常用到系统的逆模型,所以论文中同时建立了控制模型及干燥基准模型的逆模型。木材干燥的控制过程就是控制窑内介质温度和湿度进而实现木材含水率按照设定的干燥基准变化。传统的PID控制是依赖操作人员按照工艺参数凭经验的控制方法,缺乏充分的灵活性,因而,高质量的现代化控制系统成为创新干燥设备亟待解决的问题。本文针对实际干燥过程的非线性、变参数特性,在神经网络模型研究的基础上,深入研究了变结构木材干燥控制,基于Lyapunov稳定性理论分析了系统的稳定性,为了消除控制的抖动,给出了基于边界层的改进滑模变结构控制方法;另外,为了进一步提高木材干燥控制的性能,又深入研究了模糊变结构控制方法在木材干燥控制系统中的应用,文中还就这两种方法相结合的必要性进行了分析,并且基于Lyapunov方法证明了闭环系统的稳定性;最后,为验证模型和控制器设计的的有效性,进行了木材干燥模型的试验研究和木材干燥控制过程的数值仿真,与传统的PID、自适应PID和模糊PID控制效果进行了比较,仿真结果表明提出的控制策略是有效的,优于传统PID、自适应PID和模糊PID控制,并且控制系统结构简单,设计参数方便。这为提高木材干燥过程的控制水平,实现木材干燥真正意义上的全自动控制奠定了基础,对有效保证木材干燥质量、降低能源消耗和减少成本,具有重要的理论研究和实际指导意义。