基于神经网络的木材干燥质量预测应用研究

发布时间：2023-03-05 02:05

　　木材干燥作为木材加工过程中的重要环节,可以改善木材物理性能、保证木材品质、降低运输成本、提高抗腐蚀能力。干燥后的木材产品质量对木材的利用率有着直接影响,因此对干燥后的木材质量进行预测和研究,对我国木材工业的发展和资源型国家建设具有重要的现实意义。为了深入研究干燥后的木材质量问题,针对木材质量的评价标准:木材含水率和木材应力,采用神经网络和支持向量机对木材干燥后的含水率和等级进行预测。论文做出如下工作:首先,对木材干燥工艺和干燥过程的机理进行研究分析,确定木材干燥目的、要求和干燥基准,研究空气温湿度等参数对木材干燥的影响。根据木材干燥过程的机理,确定水分迁移模型和热传导模型。进行六组不同条件的干燥实验,记录干燥过程和采集干燥数据,并将数据归纳整理到数据库,用于下一步研究。其次,对干燥后的木材含水率进行研究。引入反向传播神经网络和径向基神经网络,将木材干燥前后重量(kg)、初始含水量和密度(kg/m³)作为输入,分别采用BP神经网络和RBF神经网络对木材的含水率进行预测,绘制概率密度分布曲线。通过实验对比,发现径向基神经网络可以得出更好的预测效果。然后,对木材干燥质量...

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及意义
    1.2 国内外研究现状
        1.2.1 木材干燥及木材干燥质量的国内外研究现状
        1.2.2 智能控制算法在木材干燥领域的国内外研究现状
    1.3 本文主要研究内容
第2章 木材干燥实验过程与实验数据采集
    2.1 木材干燥工艺
        2.1.1 木材干燥目的和要求
        2.1.2 木材干燥主要过程
        2.1.3 木材干燥基准
        2.1.4 木材干燥过程中的主要影响因素
    2.2 木材干燥过程的机理研究
        2.2.1 干燥过程中的水分迁移模型
        2.2.2 干燥过程的热传导模型
    2.3 实验数据的采集
    2.4 本章小结
第3章 基于神经网络的木材含水率预测
    3.1 BP神经网络
        3.1.1 BP神经网络结构和学习过程
        3.1.2 BP神经网络预测模型结构
    3.2 RBF神经网络
        3.2.1 RBF神经网络结构
        3.2.2 RBF神经网络学习过程
        3.2.3 RBF神经网络预测模型
    3.3 基于神经网络预测含水率概率密度分布
        3.3.1 含水率样本数据
        3.3.2 含水率概率密度分布曲线
    3.4 本章小结
第4章 基于支持向量机和概率神经网络的木材干燥等级预测
    4.1 支持向量机
        4.1.1 支持向量机的学习过程
        4.1.2 支持向量机的预测模型
    4.2 概率神经网络
        4.2.1 概率神经网络结构
        4.2.2 概率神经网络预测模型
    4.3 木材干燥等级预测仿真
        4.3.1 等级预测样本数据
        4.3.2 支持向量机和PNN神经网络预测的木材干燥等级
    4.4 本章小结
第5章 木材干燥质量预测仿真平台实现
    5.1 图形用户界面与木材干燥质量预测平台设计
        5.1.1 GUI基本元素介绍
        5.1.2 木材干燥质量预测仿真平台设计步骤
    5.2 木材干燥质量预测仿真平台
        5.2.1 登陆界面
        5.2.2 木材干燥质量仿真预测显示界面
    5.3 本章小结
第6章 总结和展望
    6.1 工作总结
    6.2 研究展望
致谢
参考文献
作者简介
攻读学位期间研究成果



本文编号：3755472