刨花板热压位置伺服智能控制方法研究

论文摘要

随着我国森林资源的紧缺,人造板的生产已经受到板材生产企业的充分重视。刨花板以其生产和使用的种种优点,给刨花板生产企业的发展带来了前所未有的良机。刨花板生产中影响板材最终产品质量的重要步骤是热压工序。论文以刨花板热压工艺为研究对象,分别从板坯内部热质传递和热压位置伺服控制两方面进行深入研究。由于实际生产中板坯芯层温度难以测量,本文借助BP （Back Propagation）神经网络自学习能力,通过训练已有的实验数据,来预测板坯芯层的导热参数从而推导出板坯芯层温度。并用改进的ELM （Extreme Learning Machine-ELM）算法进一步提高了预测精度。所得的导热性能预测方法可以改进实际生产中的实时热压控制工艺。在研究了热压机相关工作原理的基础上,以刨花板热压机为控制对象,针对热压位置控制存在的非线性特性及平稳无超调控制的特殊工艺要求,提出采用模糊自适应的控制方法对板坯厚度进行控制。该方法通过模糊优化输入参数对热压控制器实施在线自整定,得以提高刨花板热压机控制器的控制能力。通过MATLAB计算机仿真研究,验证上述理论结果。先与常规位置伺服PID控制器进行对比,验证了模糊自适应位置伺服控制器在不同组初值的情况下均能达到迅速稳定和无超调的响应,显著提升了刨花板热压机的位置伺服控制系统的稳定性及控制精度。热压控制不应单一考虑热压机的位置控制,还应充分考虑热压过程中热质扰动对板坯内部环境的影响。因此,在本控制系统中增加了抗扰动模糊模块。通过仿真结果表明,加入抗扰动模糊模块之后,位置伺服控制系统的抗干扰能力明显增强,提高了最终板材产品的质量。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 国内刨花板生产状况
• 1.2 智能控制在人造板制造业中的应用
• 1.2.1 神经网络在人造板生产中的应用现状
• 1.2.2 模糊控制在人造板生产中的应用现状
• 1.3 刨花板热压的国内外研究现状与存在问题
• 1.3.1 刨花板热压热质传递及热压工艺方面
• 1.3.2 刨花板热压压机控制方面
• 1.4 课题项目的提出及研究意义
• 1.5 本文研究的主要内容及技术路线
• 2 刨花板热压工艺基本原理及数学模型
• 2.1 刨花板热压工序
• 2.1.1 常规热压成型工艺
• 2.1.2 常规热压工艺的改进
• 2.2 影响刨花板热压工艺的相关因素
• 2.2.1 刨花板热压温度
• 2.2.2 刨花板热压压力
• 2.2.3 刨花板热压时间
• 2.2.4 刨花板板坯含水率
• 2.2.5 刨花板热压压机闭合速度
• 2.3 刨花板热压阶段的热质传递
• 2.3.1 刨花板热压阶段的热传递
• 2.3.2 刨花板热压阶段的质传递
• 2.4 热压阶段的导热数学模型
• 2.4.1 导热微分方程
• 2.4.2 导热数学模型的简化条件
• 2.4.3 理想导热数学模型的建立
• 2.4.4 热压阶段导热数学模型的建立
• 2.5 本章小结
• 3 刨花板热压导热性能预测模型的建立与评估
• 3.1 导热性能预测算法
• 3.1.1 导热性能预测的基本原理
• 3.1.2 导热性能预测算法
• 3.1.3 BP神经网络预测算法的特点
• 3.2 改进的ELM导热性能预测算法
• 3.2.1 单隐含层前馈神经网络的数学模型
• 3.2.2 极限学习机的预测算法的建立
• 3.2.3 极限学习机预测算法的特点
• 3.3 导热性能预测模型的设计
• 3.3.1 导热性能预测网络结构的选择
• 3.3.2 导热性能预测网络隐含层结点数的选择
• 3.3.3 导热性能预测网络输入数据预处理方法
• 3.3.4 导热性能预测网络传输函数的选择
• 3.4 导热性能预测模型的仿真与评估
• 3.4.1 导热性能预测模型的仿真
• 3.4.2 导热性能预测模型的评估
• 3.5 本章小结
• 4 刨花板热压位置伺服模糊自适应控制器的设计
• 4.1 刨花板热压位置伺服控制原理
• 4.2 位置伺服模糊自适应控制系统的设计
• 4.2.1 刨花板热压机控制器控制结构的设计
• 4.2.2 刨花板热压机控制器数据库的确定
• 4.2.3 刨花板热压机控制器规则库的设计
• 4.2.4 刨花板热压机控制器的推理算法
• 4.2.5 刨花板热压机控制器模糊量的清晰化
• 4.3 本章小结
• 5 刨花板热压位置伺服智能控制模型设计与仿真
• 5.1 基于模糊自适应控制的热压位置伺服控制的仿真
• 5.1.1 MATLAB主要控制仿真过程
• 5.1.2 位置伺服控制系统仿真设计
• 5.1.3 位置伺服控制系统仿真结果与分析
• 5.2 刨花板热压热质扰动控制器的仿真与分析
• 5.3 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢