原文服务方: 东北林业大学学报       
摘要:
针对目前真空木材碳化设备的控制系统具有大滞后、强耦合、时变性以及难以建立精确数学模型等特点,提出了一种模糊神经网络算法的真空木材碳化设备控制系统.通过对输入输出变量、论域及隶属函数的选择,设计出真空木材碳化设备控制器;再将神经网络与模糊控制系统相结合,得到模糊神经控制网络.对模糊神经网络控制器的算法进行了分析;在Matlab环境下编写控制器的程序,用Simulink进行仿真实验.结果表明:模糊神经网络控制器的真空木材碳化设备输出的温度曲线,稳态误差为0、最大偏移量为l℃、调节时间约为8s、超调量为2%;湿度曲线在6s时即可达到稳定,稳态误差为0、最大偏差为1%、超调量为4%;加入扰动后,误差能被快速消除,温湿度的波动幅度相对减小,系统的稳定性更强.模糊神经网络控制器,可减小调节时间、消除误差、提高控制精度,具有很好的鲁棒性.将二者结合设计出的模糊神经网络控制器,具有自适应、学习、识别和模糊信息处理等功能,在处理大规模复杂的模糊应用问题方面具有更好的控制效果.
推荐文章
引入免疫粒子群优化算法的木材干燥模糊神经网络控制系统设计
木材干燥
温湿度控制
免疫粒子群优化算法
免疫算法
模糊神经网络
基于模糊神经网络的温度控制系统设计
温度控制系统
模糊神经网络控制
智能控制
基于神经网络的模糊史密斯控制系统
BP神经网络
模糊控制
Smith预估
温室控制系统模糊神经网络控制器的研究
温室
模糊神经网络
模糊控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 模糊神经网络的真空木材碳化设备控制系统设计与仿真
来源期刊 东北林业大学学报 学科
关键词 木材碳化 模糊神经网络 控制器
年,卷(期) 2017,(8) 所属期刊栏目
研究方向 页码范围 87-92
页数 6页 分类号 S781.7|TP273+.4|TP183
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨春梅 249 812 13.0 17.0
2 张佳薇 66 269 9.0 13.0
3 郭明慧 8 31 3.0 5.0
4 周玉成 49 113 6.0 7.0
5 刘向东 5 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (24)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (16)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(4)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
木材碳化
模糊神经网络
控制器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东北林业大学学报
月刊
1000-5382
23-1268/S
大16开
1957-01-01
chi
出版文献量(篇)
7235
总下载数(次)
0
总被引数(次)
68015
论文1v1指导