神经网络预测控制在中密度纤维板施胶系统中的仿真研究

摘要

中密度纤维板(Medium Density Fiberboard)凭借其优良的板材性能和对木材资源的高效利用，已成为目前我国市面上最具发展前途的人造板产品之一，而其生产过程中的施胶环节是一道十分关键的工序，原料（纤维、刨花等生产材料）量与胶液量需要始终保持一定的比例不变。准确控制施胶量不仅会提高产品的板材性能和品质，而且在减少原料消耗、降低甲醛释放量、实现节能环保等方面也有重要意义。
　　在实际工业生产过程中，中密度纤维板施胶系统是一个具有时变性、耦合性的典型非线性被控对象，无法用准确的数学模型进行描述，而且传统的线性系统控制方法也很难实现对施胶量的精准控制。
　　在针对中密度纤维板施胶工艺过程具体分析的基础上，本文提出了神经网络预测控制方法。然后，根据施胶系统的工作原理，建立起系统的开环模型。其次，又对施胶系统的开环模型，设计出两种不同的控制结构，一种是神经网络的模型预测控制结构，另一种是神经网络的广义预测控制结构。这两种方案均可通过神经网络实现对施胶系统预测模型的构建与辨识，克服了施胶系统难以建立精确数学模型的困难，同时解决了难以将传统预测控制应用于非线性系统的问题。
　　最后，针对两种方案的可行性以及控制效果，本文通过Matlab\Simulink进行了仿真验证，并与传统PID控制方法进行了比较。仿真结果表明，所设计的两种控制方案均能够实现胶液量快速跟踪纤维量的动态变化，与传统PID控制相比，提高了系统的控制性能。另外，在施加干扰的仿真试验中，神经网络预测控制方案下的系统抗干扰能力较强，神经网络广义预测控制方案下系统的响应速度较快。

目录

摘要

1 绪论

1．1 课题来源

1．2 课题的研究背景

1．3 人造板施胶研究现状

1．3．1 国外研究现状

1．3．2 国内研究现状

1．4 论文研究的主要内容及目的

2 中密度纤维板施胶工艺过程分析

2．1 中密度纤维板生产流程概述

2．2 中密度纤维板施胶工艺

2．3 中密度纤维板的施胶量

2．3．1 施胶量与中密度纤维板性能的关系

2．3．2 施胶量的相关计算

2．3．3 影响施胶量大小的因素

2．4 本章小结

3 神经网络预测控制

3．1 神经网络原理

3．1．1 BP神经网络的基本原理

3．1．2 BP神经网络常见的几个问题

3．2 预测控制的基本原理

3．2．1 预测模型

3．2．2 滚动优化

3．2．3 反馈校正

3．3 基于神经网络的预测控制

3．3．1 神经网络的非线性多步预测模型

3．3．2 神经网络非线性广义预测模型

3．4 本章小结

4 中密度纤维板施胶系统的神经网络预测控制

4．1 中密度纤维板板施胶系统

4．1．1 中密度纤维板施胶系统的工作原理

4．1．2 中密度纤维板施胶系统模型建立

4．2 中密度纤维板施胶系统的传统PID控制

4．3 中密度纤维板施胶系统的NNPC控制方案

4．3．1 BP神经网络预测模型

4．3．2 反馈校正

4．3．3 滚动优化与参考轨迹

4．4 中密度纤维板施胶系统的NGPC控制方案

4．4．1 BP神经网络预测模型

4．4．2 优化控制律

4．4．3 前馈增益补偿

4．5 两种方案的预测控制流程图

4．6 本章小结

5 中密度纤维板施胶系统的仿真试验

5．1 Simulink仿真平台

5．2 两种方案下的BP网络设计及参数选择

5．2．1 BP网络设计

5．2．2 预测控制参数选择

5．3 中密度纤维板施胶系统的Simulink仿真

5．3．1 方案一的仿真建立

5．3．2 方案二的仿真建立

5．3．3 两种控制方案与传统控制的仿真对比

5．4 本章小结

结论

参考文献

攻读学位期间参加的科研项目和发表的学术论文

致谢

声明