木材干燥过程温湿度的T-S型模糊神经网络控制器设计

木材干燥过程是一个强耦合、大滞后的非线性动力系统,很难准确建立被控对象的数学模型。为了准确控制木材干燥过程的温度和湿度,提高木材干燥质量,将智能控制引入木材干燥控制系统是必然的发展趋势。结合模糊控制和神经网络优点,设计了一种木材干燥窑内温湿度的Takagi-Sugeno（T-S）型模糊神经网络控制器。该控制器无需对象的精确数学模型,适应性强,利用模糊算法解除木材干燥窑内温度和湿度间的强耦合关系,采用神经网络的自学习和自适应能力来实现整个非线性过程的模糊逻辑推理。仿真和实验结果表明,T-S型模糊神经网络控制器有效解决了木材干燥过程的温湿度控制,控制器响应速度快、超调小、鲁棒性强、控制精确度高,可...

Full description

Saved in:
Bibliographic Details
Published in电机与控制学报 Vol. 20; no. 10; pp. 114 - 120
Main Author 姜滨 孙丽萍 曹军
Format Journal Article
LanguageChinese
Published 东北林业大学机电工程学院,黑龙江哈尔滨150040 2016
哈尔滨电工仪表研究所,黑龙江哈尔滨150028%东北林业大学机电工程学院,黑龙江哈尔滨,150040
Subjects
T-S模型
木材干燥过程
模糊神经网络控制器
温湿度控制
神经网络
模糊神经网络控制器
wood drying process
T-S模型
温湿度控制
神经网络
Takagi-Sugeno model
木材干燥过程
control of tem-perature and humidity
neural network
fuzzy neural network controller
Online AccessGet full text
ISSN1007-449X
DOI10.15938/j.emc.2016.10.015

Cover

More Information
Summary:木材干燥过程是一个强耦合、大滞后的非线性动力系统,很难准确建立被控对象的数学模型。为了准确控制木材干燥过程的温度和湿度,提高木材干燥质量,将智能控制引入木材干燥控制系统是必然的发展趋势。结合模糊控制和神经网络优点,设计了一种木材干燥窑内温湿度的Takagi-Sugeno（T-S）型模糊神经网络控制器。该控制器无需对象的精确数学模型,适应性强,利用模糊算法解除木材干燥窑内温度和湿度间的强耦合关系,采用神经网络的自学习和自适应能力来实现整个非线性过程的模糊逻辑推理。仿真和实验结果表明,T-S型模糊神经网络控制器有效解决了木材干燥过程的温湿度控制,控制器响应速度快、超调小、鲁棒性强、控制精确度高,可以满足木材干燥控制系统要求。
Bibliography:JIANG Bin1,2, SUN Li-ping1, CAO Jun1（1 College of Mechanical and Electrical Engineering, Northeast Forestry University, Harbin 150040, China; 2. Harbin Research Institute of Eleetrieal Instrument, Harbin 150028, China）
23-1408/TM
wood drying process; Takagi-Sugeno model; fuzzy neural network controller; control of tem-perature and humidity; neural network
Wood drying process presents normally the non-linear characteristics of strong coupling and large lagging, therefore, it is hardly to build the math model of controlled object. In order to control more precisely the temperature and humidity of the wood drying process so as to improve the drying quality, it is necessary to apply the intelligent controller in wood drying control system. Combining the merits of fuzzy control and neural control, a Takagi-Sugeno （T-S） fuzzy neural network controller is designed to control the inner temperature and humidity of wood drying kiln. This controller has strong adaptability and did not depend on the precise math model. With
ISSN:1007-449X
DOI:10.15938/j.emc.2016.10.015