木材干燥神经网络辩识研究

• 作 者: 陈梅雯
• 机 构: 华南农业大学
• 出 处: 华南农业大学
• 发表日期: 2006年期
• 关键词: 木材干燥 系统辩识 神经网络 泛化能力 物理力学性能

随着全球森林资源日益减少以及由其所带来的环保和生态问题的出现，如何有效地利用有限的木材资源、降低能源消耗、提高木材制品质量己引起世界各国政府的广泛关注。面对我国这样一个少林国家，如何更好地改善木材使用性能并提高它的利用率，成为摆在木材科学工作者面前的前沿课题之一。木材干燥是改善木材物理力学性能、合理使用木材、减少木材降等损失、提高使用效率的重要措施，也是保证木制品质量的关键技术之一。
由于木材干燥过程的滞后、时变、强耦合、非线性的复杂特性，传统的系统辨识方法难以建立木材干燥的准确模型，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木材干燥模型。
本文采用适合于辨识与控制的时延神经网络和动态递归神经网络建立了木材干燥基准模型，干燥基准模型是描述温、湿度与木材含水率之间关系的模型，此模型的建立实现了干燥基准的数学模型化和干燥过程的含水率变化特性预测，为优化干燥基准提供了有力依据。所有的辩识均为离线进行的。
论文中设计了神经网络辨识的结构和训练算法，并通过实验数据进行了模型的训练与验证，仿真结果表明，所建模型有效、可靠；同时对两种网络的辨识效果进行了比较，可以看出动态递归神经网络要好于时延神经网络，更适合于木材干燥这种复杂对象的描述，但它的收敛速度慢于时延网络。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。本文除了建立木材干燥模型外，还对影响神经网络辩识精度的因素进行探讨和分析。