中密度纤维板施胶系统建模与仿真研究

论文摘要

随着经济的发展和人口的增加,全球对木材的需求在不断地增长。人造板是高效利用木材资源的主要方式,是木材工业中高增值、高技术含量的主要产业之一。中密度纤维板(medium density fibreboard,简称MDF)是人造板主要板种中发展速度最快的一种。随着中密度纤维板产量的快速增长,我国已经成为全球中密度纤维板生产第一大国。 在中密度纤维板的生产制造过程中,施胶是个至关重要的工序,它对中密度纤维板的产品质量和制造成本影响很大。施胶的主要任务是根据纤维量的变化对纤维板进行定量施胶,使施胶量与纤维量始终保持一个精确的配合比例,且保持动态平衡。 施胶过程是一个非线性、多变量,存在耦合的复杂系统,传统的系统辨识方法难以建立其准确模型,而神经网络系统辨识是通过直接学习系统的输入/输出数据,使目标函数取得最小值,从而归纳得到隐含在系统输入/输出数据中的关系,即描述系统的模型。本文基于神经网络理论来建立中密度纤维板施胶系统模型。 本文根据中密度纤维板施胶系统的特点,基于静态多层前馈神经网络建立了中密度纤维板施胶系统模型。为更好的实现中密度纤维板施胶系统实时在线控制提供了理论依据。 论文中设计了神经网络辨识的结构和训练算法,验证了模型的准确性,仿真结果表明,所建模型有效、可靠;同时将所建立的模型与传统比例施胶模型进行了比较,可以看出多层前馈神经网络要好于传统基于比例关系的施胶系统模型。神经网络作为系统的辨识模型是实际系统的一个物理实现,可以用于完成在线控制。此辨识方法可推广到其它类似系统。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 国内外研究现状和发展趋势
• 1.1.1 中密度纤维板施胶系统现状
• 1.1.2 中密度纤维板施胶系统发展趋势
• 1.2 课题的目的和意义
• 1.3 课题的研究内容及方法
• 2 中密度纤维板施胶工艺及其建模方法
• 2.1 中密度纤维板施胶工艺简介
• 2.1.1 胶粘剂
• 2.1.2 纤维施胶
• 2.1.3 干法中密度纤维板施胶
• 2.2 中密度纤维板的施胶量
• 2.2.1 施胶量
• 2.2.2 影响施胶量的因素
• 2.3 中密度纤维板施胶系统建模
• 3 神经网络辨识的基本原理
• 3.1 引言
• 3.2 系统辨识概述
• 3.2.1 系统辨识的理论和方法
• 3.2.2 系统辨识中的基本问题
• 3.2.3 系统辨识的主要步骤
• 3.2.4 系统辨识的应用
• 3.3 神经网络概述
• 3.4 神经网络的应用
• 3.5 基于神经网络的系统辨识
• 3.5.1 用于辨识的神经网络分类
• 3.5.2 反馈网络
• 3.5.3 非线性静态系统的神经网络辨识结构
• 4 中密度纤维板施胶系统神经网络模型
• 4.1 基于比例关系的中密度纤维板施胶系统模型
• 4.2 基于神经网络的中密度纤维板施胶系统模型结构
• 4.3 中密度纤维板施胶系统神经网络模型辨识过程
• 4.3.1 中密度纤维板施胶系统多层前馈神经网络辨识结构
• 4.3.2 中密度纤维板施胶系统多层前馈神经网络模型描述
• 4.4 小结
• 5 实验及结果
• 5.1 实验方法
• 5.2 数据预处理
• 5.3 神经网络训练程序
• 5.4 网络训练结果及模型检验
• 5.4.1 网络训练过程
• 5.4.2 模型检验
• 5.5 小结
• 结论
• 参考文献
• 附录A: BP算法公式推导
• 附录B: BP算法源程序（VB源代码）
• 攻读学位期间发表的学术论文
• 致谢