基于BP神经网络的水稻干燥智能控制研究

基于BP神经网络的水稻干燥智能控制研究

论文摘要

我国是粮食大国,粮食安全贮存问题关系国家前途和命运,而收获的粮食必须经过干燥达到安全水分后才能长期贮存,但目前我国粮食机械干燥还未实现真正的自动化控制。本研究目的在于提高稻谷干燥机连续式干燥的自动化控制水平,提高干燥后稻谷水分的一致性,增强粮食产后干燥设备在国际市场的竞争力。本文以连续式水稻干燥机实物为研究对象,在实地采集数据的基础上,建立水稻连续干燥的物理模型,进而建立了数学模型,可计算连续干燥过程中水稻含水率变化情况,同时建立神经网络模型对干燥过程的控制进行仿真模拟。在实测数据的基础上,参阅了大量的文献资料。以薄层干燥理论为指导,将数学计算结果和实测值进行对比验证,调整了计算稻谷连续干燥的公式参数,对水稻连续式干燥过程进行了数学建模。在数学模型的基础上,对整个连续干燥过程进行模拟计算,讨论和分析了环境温度、环境相对湿度、高温风温度、低温风温度、风量、谷物初始含水率以及排粮速度因素变化与水稻排粮终含水率变化的关系。同时基于神经网络理论,建立了干燥过程控制的BP神经网络模型,模拟干燥过程的智能控制,也就是通过控制干燥通风量来抵消其它因素变化所带来的影响,从而使水稻排出时的终含水率趋于一致。本文以计算机和MATLAB为辅助工具,进行了连续干燥过程数学模型的模拟计算和干燥过程控制神经网络模型的仿真模拟。数学模型的计算结果和实测值基本吻合,可以用于连续式干燥过程的模拟计算,具有实际指导意义。BP神经网络控制模型通过学习后,预测值能够满足稻谷连续干燥过程控制的要求。最后设计了稻谷BP神经网络控制计算程序。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 概述
  • 1.2 国内外研究现状
  • 1.2.1 干燥机研究现状
  • 1.2.2 干燥过程计算软件研究现状
  • 1.2.3 干燥过程控制方法研究现状
  • 1.3 本文主要研究内容
  • 1.4 本文的篇章结构
  • 第2章 谷物干燥基本原理
  • 2.1 谷物干燥特性曲线及谷物干燥工艺
  • 2.1.1 谷物干燥特性曲线
  • 2.1.2 谷物干燥工艺
  • 2.2 本章小结
  • 第3章 稻谷干燥物理模型设计
  • 3.1 实物干燥机研究
  • 3.1.1 实物干燥机外观和结构
  • 3.1.2 实物干燥机干燥工艺流程
  • 3.1.3 高低温干燥段结构特点
  • 3.1.4 实物干燥机干燥过程数据采集
  • 3.2 干燥机物理模型设计
  • 3.3 本章小结
  • 第4章 稻谷干燥数学模型设计
  • 4.1 稻谷干燥物理特性
  • 4.1.1 稻谷干燥特性研究
  • 4.1.2 稻谷干燥过程传热和传质研究
  • 4.2 稻谷干燥数学模型设计
  • 4.2.1 几种稻谷干燥数学计算方程
  • 4.2.2 稻谷干燥数学模型设计思想
  • 4.2.3 干燥段分层划分
  • 4.2.4 顺流段和混流段结构和工艺特点分析
  • 4.2.5 数学模型设计
  • 4.2.6 数学模型运算结果对比分析
  • 4.2.7 用稻谷干燥数学模型分析各因素作用
  • 4.3 本章小结
  • 第5章 稻谷干燥神经网络控制模型设计和程序设计
  • 5.1 人工神经网络基本原理
  • 5.1.1 人工神经网络结构
  • 5.1.2 学习规则
  • 5.1.3 几种主要神经网络模型
  • 5.2 稻谷干燥神经网络控制模型设计
  • 5.2.1 神经网络控制模型设计分析
  • 5.2.2 单干燥段BP神经网络控制模型仿真计算
  • 5.2.3 BP神经网络控制模型改进及仿真计算
  • 5.3 稻谷干燥神经网络控制计算程序设计
  • 5.3.1 目标含水率设定和训练数据选择
  • 5.3.2 输出风量计算
  • 5.3.3 程序的其它功能
  • 5.3.4 程序的功能分析
  • 5.4 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文和取得的科研成果
  • 致谢
  • 个人简历
  • 相关论文文献

    • [1].基于BP神经网络对地震前兆的研究[J]. 科学技术创新 2019(33)
    • [2].基于BP神经网络的涡轴发动机故障诊断研究[J]. 智库时代 2019(52)
    • [3].基于BP神经网络的磁流变阻尼器逆向模型研究[J]. 海军工程大学学报 2019(06)
    • [4].基于BP神经网络的电梯噪声评价方法[J]. 数字技术与应用 2019(12)
    • [5].基于BP神经网络和支持向量机的荨麻疹证候分类探讨[J]. 广州中医药大学学报 2020(03)
    • [6].基于BP神经网络代理模型的交互式遗传算法[J]. 计算机工程与应用 2020(02)
    • [7].基于BP神经网络的虚拟机评估[J]. 数字通信世界 2020(01)
    • [8].基于BP神经网络的科研项目经费管理风险评估[J]. 财务与会计 2019(22)
    • [9].基于BP神经网络的断层封闭性评价[J]. 复杂油气藏 2019(04)
    • [10].基于BP神经网络识别的曲堤油田低阻油层研究[J]. 宁夏大学学报(自然科学版) 2020(01)
    • [11].基于贝叶斯-BP神经网络的机械制造企业安全预警方法研究[J]. 安全与环境工程 2020(01)
    • [12].基于BP神经网络的扇区空管运行亚健康关联因子预测[J]. 安全与环境工程 2020(02)
    • [13].基于改进灰狼算法优化BP神经网络的短时交通流预测模型[J]. 交通运输系统工程与信息 2020(02)
    • [14].心理护理对于双相情感障碍(BP)病患认知功能产生的影响[J]. 临床医药文献电子杂志 2020(08)
    • [15].BP神经网络在雷达故障诊断中的应用[J]. 通信电源技术 2020(06)
    • [16].基于BP人工神经网络的英那河流域径流模拟研究[J]. 黑龙江水利科技 2020(03)
    • [17].基于BP神经网络的节能车弯道降速数学模型分析[J]. 汽车实用技术 2020(10)
    • [18].基于BP神经网络的临床路径优化[J]. 计算机技术与发展 2020(04)
    • [19].基于改进BP神经网络的羊肉价格预测[J]. 计算机仿真 2020(04)
    • [20].财务BP在企业管理中的应用与研究[J]. 商场现代化 2020(07)
    • [21].人工智能技术的热带气旋预报综述(之一)——BP神经网络和集成方法的热带气旋预报研究和业务应用[J]. 气象研究与应用 2020(02)
    • [22].基于改进BP神经网络的岩心图像分割方法研究[J]. 西安石油大学学报(自然科学版) 2020(04)
    • [23].基于BP神经网络的光纤陀螺误差补偿方法[J]. 物理与工程 2020(04)
    • [24].基于主成分分析和BP神经网络对大学生价值观的研究[J]. 科技经济导刊 2020(20)
    • [25].基于粒子群算法的BP模型在地下水位埋深预测研究中的应用[J]. 吉林水利 2020(08)
    • [26].基于BP神经网络的煤炭企业人岗匹配研究[J]. 煤炭经济研究 2020(07)
    • [27].基于改进BP神经网络的飞行落地剩油预测方法[J]. 飞行力学 2020(04)
    • [28].基于BP神经网络的网络安全态势预测[J]. 网络安全技术与应用 2020(10)
    • [29].以财务BP制度推进“业财融合”的研究[J]. 中国总会计师 2020(09)
    • [30].财务BP的企业实践研究[J]. 现代国企研究 2019(04)

    标签:;  ;  ;  

    基于BP神经网络的水稻干燥智能控制研究
    下载Doc文档

    猜你喜欢