模糊自适应PID控制在木材干燥窑中的应用

针对木材干燥过程难于建立数学模型的特点，提出了利用模糊自适应PID对木材干燥窑的温度湿度进行控制的方法设计控制器。研究结果表明，模糊自适应PID控制可提高木材干燥控制系统性能，其控制效果明显优于常规PID控制。     

基于DRNN的木材干燥窑智能控制系统

利用对角回归神经网络对木材干燥系统的模型进行辨识,并根据辨识的Jacobian信息动态整定PID控制器参数,从而实现木材干燥控制系统的智能控制。仿真结果表明:控制器能取得满意的控制效果,同时具有较强的抗干扰能力。     

灰色PID控制在木材干燥控制系统中的应用

利用自回归滑动平均模型方法建立木材干燥过程的数学模型,在此基础上对木材干燥过程的不确定部分建立灰色控制模型,分析灰色PID控制在木材干燥控制系统中的应用。仿真和试验结果表明:与传统PID方法相比,应用灰色PID算法的木材干燥控制系统的超调量更小、响应时间更短、系统更稳定;灰色PID方法提高了木材干燥控制系统的暂态性能和稳态性能,缩短了干燥时间,减小了水、电资源消耗;说明灰色PID控制算法应用于木材干燥过程,可行、有效。     

MCS-51单片机木材干燥控制仪软硬件的设计

根据木材干燥过程的原理和工艺要求,结合我国木材干燥生产的实际情况,并参考了国内外有关的研究成果,设计了木材干燥窑微机控制系统,该系统是以MCS-51单片机为控制主机,采用PID算法的闭环实时在线控制系统.设计的硬件系统结构简单,探作方便,造价低廉,功能丰富.控制程序采用模块化结构,便于装配、调试和移植.该系统既可单独用于木材干燥窑的控制,也可作为集散系统的前级控制.     

木材干燥模糊自适应滑模控制器设计

依据模糊理论解除木材干燥窑温度和平衡含水率间的强耦合关系,在建立木材干燥模型基础上,设计木材干燥模糊自适应滑模控制器;应用仿真和木材干燥试验,对比分析传统PID控制器、滑模控制器、模糊自适应滑模控制器的控制性能和干燥质量的差异.结果表明:模糊自适应滑模控制器具有较好的控制性能和干燥效果.与传统PID控制器、滑模控制器相比,木材干燥模糊自适应滑模控制器的最大超调量更小、响应时间更短,并且在相同的干燥基准时的干燥时间更短、能耗更低.木材干燥模糊自适应滑模控制器有效地提高了木材干燥系统的性能,降低了能源消耗.     

木材干燥过程控制策略与方法的研究

在微机控制的木材干燥过程中，需要选用合理的控制策略与方法。根据木材干燥的特点，对木材干燥中控制技术的应用与研究作了分析，主要论述了PID控制、自适应控制和人工智能控制等方法在木材干燥中的应用研究。对比分析了各种方法的优点和局限性，并指出PID及其变形控制器是目前木材干燥控制方法的主流，而智能控制是其重要的发展方向。图4参12。     

六自由度转台的神经网络控制

针对六自由度转台单通道电液伺服系统的特点，探讨了一种神经网络PID控制方法，通过BP神经网络的线学习对被控对象进行辨识，采用单神经元调节PID参数，仿真表明该方法具有较好的控制效果。     

生物遗传算法在PID控制无土栽培喷液速度中的应用研究

遗传算法可以直接对结构对象进行操作,具有很好的并行性和全局优化能力。使用遗传算法对模糊PID控制器中的控制规则和隶属函数统一编码进行优化,指导PID3个参数的在线调整,减少对先验知识的依赖,提升控制品质,更准确的控制无土栽培中的喷液速度。     

智能木材干燥控制系统的研究与设计

木材干燥技术能够提高木材利用率和木材质量,是木材不降等的主要保障技术之一。该研究将先进的神经网络算法与PID控制技术相结合,并建立相应的智能控制系统,从而对木材干燥的全过程进行智能控制,最后,利用Matlab软件对该系统进行了建模和仿真,通过实验证明该系统具有较好的应用价值。     

木材干燥窑内风速与流场均匀性的数值模拟

以试验用木材干燥窑为实物模型建立数学模型,利用CFD软件对内部流场进行模拟,通过多组数据对比,得到设备参数一定的情况下流场最均匀时的风速,为木材干燥设备及过程参数设定提供可靠的参考值。     

基于KPCA和PSO-SVM的木材干燥过程在线优化建模研究

针对木材干燥过程样本数据存在较多噪声的问题,采用核主成分分析方法对木材干燥数据进行预处理,然后利用粒子群优化的支持向量机建立木材干燥系统的在线预测模型,并进行在线预测。仿真研究表明,对数据预处理后,降维训练样本建立的木材干燥模型能够获得很好的预测精度,计算量小,速度快。在线模型能够实时反映系统当前状态,在线优化模型结构并预测系统下一步输出,实现了木材含水率特性变化的动态预测。模型输出误差小、泛化能力强,能够满足实际干燥过程在线预测控制的需要,具有良好的实际应用价值和工业前景。     

嵌入式木材干燥监控系统的研究与设计

介绍了一种嵌入式木材干燥监控系统的原理与设计。该监控系统以嵌入式微处理器为核心,它将干燥过程中实时采集到的干燥窑内温湿度参数和预设值进行对比,并按照一定的干燥基准,向相关的执行部件发出控制命令,从而实现对木材干燥过程的全自动控制。通过实际应用证明,该系统运行稳定,且干燥效率明显提高。     

大径级火力楠木材干燥特性和干燥工艺研究

采用百度试验法研究木材干燥特性,利用小型木材干燥试验机分别对25 mm和40 mm厚锯材进行常规干燥试验研究锯材干燥工艺基准。结果表明,火力楠木材的百度干燥缺陷程度较轻,初期开裂等级为2,扭曲变形等级为2,截面变形等级为1,内裂等级为1;木材的干燥速度中等,等级为3。木材含水率为15%时的密度为0.679 g·cm^-3,属中等。木材的差异干缩很小,干燥过程产生开裂的趋势较小。采用制定的干燥基准对锯材进行常规干燥,25 mm厚锯材从初含水率87.9%干至终含水率9.1%,干燥用时169.0 h (7.0 d),平均干燥速率0.47%·h^-1;40 mm厚锯材从87.5%干至8.5%,干燥用时341.0 h (14.2 d),平均干燥速率0.23%·h^-1。2种厚度干燥锯材的平均最终含水率、干燥均匀度、厚度上含水率偏差、残余应力以及可见干燥缺陷方面的指标,均达到了国家标准规定的锯材干燥质量二级及以上级别的要求。本研究编制的2种厚度火力楠锯材的干燥基准合理,可为实际木材的干燥生产提供科学依据。     

卡尔曼滤波融合遗传PID控制算法在提高播种精度中的应用

为提高排种器的排种精度,在传统气吸式排种盘转速控制的基础上,设计了一套卡尔曼滤波融合遗传PID控制算法,通过PID控制算法实现排种盘电机转速的闭环控制,通过卡尔曼滤波算法滤除排种盘在转动过程中因振动和外界干扰等原因产生的噪声,并采用遗传算法快速准确的寻找PID控制过程中的最优控制参数.为验证算法的有效性,假设输入信号为单位阶跃信号,并在噪声大小为0.002和0.1的情况下分别进行了实验.在噪声为0.002时,传统PID控制响应波动值可达到1.5,遗传PID控制响应波动值最大仅为1.2;加入卡尔曼滤波后,传统PID控制输出响应趋于稳定的时间约为0.2 s,遗传PID控制的输出响应趋于稳定的时间约为0.08 s;同理,将噪声增大为0.1后,采用相同的实验方案进行实验,最终实验说明了卡尔曼滤波融合遗传PID控制算法在提高排种盘电机转速稳定性中的有效性.     

基于改进遗传算法的移动机器人PID参数优化设计

针对移动机器人位置与速度控制的要求,基于遗传算法对移动机器人PID控制器的参数进行优化设计。采用误差绝对值时间积分性能指标作为参数选择的最小目标函数,利用遗传算法的全局搜索能力,使得在无须先验知识的情况下实现对全局最优解的寻优,以降低PID参数整定的难度,达到总体上提高系统的控制精度和鲁棒性的目的。     

热泵除湿干燥机空气旁通模型的研究

推导了热泵除湿干燥机组可以有效除湿的空气旁通比范围,研究了空气旁通比与蒸发温度、露点温差的相互关系,建立了空气循环系统与热泵系统的耦合关系数学模型。结果表明:空气旁通比与蒸发温度、露点温差成负倒数形式的非线性关系。数学模型的建立有利于精确控制热泵除湿干燥机组的运行状态,提高热泵除湿干燥机的工作效率。