论文部分内容阅读
随着人们生活水平和居住条件的提高,人们对木材的需求量不断增加,对木材的质量要求也越来越高。这就要求我们应加强对木材干燥技术的研究和发展。 木材干燥系统是一个复杂的多变量系统,由于系统有多个输入和多个输出,内部结构比较复杂,变量之间的耦合严重。传统的解耦控制器可以在一定程度上实现解耦控制,但是其在解耦控制器的设计和实现上比较繁琐,而且解耦精度也依赖于系统数学模型的准确性,很难达到理想的控制效果。 神经网络与自适应控制的结合,为实现木材干燥的多变量解耦提供了新的思路。 本文针对木材干燥过程中温、湿度耦合的现象,提出一种将新的基于BP神经网络的PID控制器应用于木材干燥控制系统的方案,其结构和学习算法相对简单,输入层和输出层神经元物理意义明确;它根据设定的某一控制规律,通过网络的自学习,调整PID控制器的比例、积分和微分参数,从而利用经典的PID控制算法得到相应各变量的控制量参与控制,并在该过程中实现解耦控制,而不用给定样本信号进行在线的学习。最后进行了解耦仿真,取得了很好的效果。