| 【中文题名】 | 车牌生产线烘干系统神经网络辨识建模与仿真研究 |
| 【英文题名】 | Neural Network Modeling and Simulation of Vehicle License Drying Plant |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-9-28 |
| 【中关键词】 | 温度,湿度,加热阀开度,进风阀开度,蒸发水量,归一化 |
| 【英关键词】 | Temperature,Humitidy,Opening of Heater Valve,Opening of Fan Valve,Water Evaporation,Normalization,Time-Delay,Dynamic Recursion, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算> |
| 【论文摘要】 |
传统的烘干系统是基于其内部机理来建模的。本文将结合车牌半成品自动化生产线烘干系统，模拟出烘干系统的输入输出数据，然后根据这些数据进行神经网络辨识建模，建立烘干系统的数学模型。
烘干系统通过风机鼓入空气及加热丝提供热能来烘干铝板，外部温度和外部湿度的不同对鼓入空气的含水量有很大的影响，本文将根据春夏秋冬四种不同的气候条件，设计出外部温度、外部湿度、加热阀开度、进风阀开度等烘干系统输入变量，通过计算几个主要输入变量间的相关性，验证设计的输入数据具有一定的代表性，再根据烘干系统水汽质量守恒及能量守恒，由设计的输入变量值，计算出烘干系统的输出变量值，建立不同气候条件下烘干系统的输入输出数据。
最后，基于设计的输入输出数据，利用神经网络辨识的方法建立烘干系统的温湿度模型及蒸发模型。 |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
ABSTRACT |
5-6 |
|
目录 |
6-12 |
|
符号 |
12-13 |
|
第一章 绪论 |
13-16 |
|
1.1 本课题的研究背景及现实意义 |
13-14 |
|
1.1.1 本课题的研究背景 |
13 |
|
1.1.2 本课题的研究现实意义 |
13-14 |
|
1.2 车牌生产线烘干系统的研究现状 |
14 |
|
1.3 课题来源及主要研究内容 |
14-16 |
|
第二章 基于神经网络的系统辨识 |
16-29 |
|
2.1 神经网络概述 |
16 |
|
2.2 系统辨识概述 |
16-17 |
|
2.3 神经网络系统辨识 |
17-18 |
|
2.3.1 模型的选择 |
17-18 |
|
2.3.2 输入信号的选择 |
18 |
|
2.3.3 误差准则 |
18 |
|
2.4 BP网络 |
18-25 |
|
2.4.1 BP网络结构 |
19-21 |
|
2.4.2 BP网络学习算法 |
21-23 |
|
2.4.3 BP网络学习过程 |
23-25 |
|
2.5 Elman网络 |
25 |
|
2.6 Jordan网络 |
25-26 |
|
2.7 神经网络的两种结构 |
26-29 |
|
2.7.1 并联模型 |
26-27 |
|
2.7.2 串并联模型 |
27-29 |
|
第三章 烘干系统输入输出变量及数据获取 |
29-42 |
|
3.1 烘干系统及其输入输出变量 |
29-34 |
|
3.1.1 外部温度 |
30 |
|
3.1.2 外部相对湿度 |
30-31 |
|
3.1.3 进风阀开度 |
31 |
|
3.1.4 加热阀开度 |
31 |
|
3.1.5 内部温度 |
31-32 |
|
3.1.6 内部相对湿度 |
32-34 |
|
3.1.7 蒸发水量 |
34 |
|
3.2 数据相关性分析 |
34-35 |
|
3.3 烘干系统输入输出数据获取 |
35-40 |
|
3.3.1 春天气候 |
35-37 |
|
3.3.2 夏天气候 |
37-38 |
|
3.3.3 秋天气候 |
38-39 |
|
3.3.4 冬天气候 |
39-40 |
|
3.4 数据预处理 |
40-42 |
|
3.4.1 归一化 |
40-41 |
|
3.4.2 反归一化 |
41-42 |
|
第四章 烘干系统神经网络建模与仿真 |
42-55 |
|
4.1 温湿度模型 |
42-50 |
|
4.1.1 时延神经网络结构 |
42-43 |
|
4.1.2 时延神经网络辨识 |
43-46 |
|
4.1.3 动态递归神经网络结构 |
46-47 |
|
4.1.4 动态递归神经网络辨识 |
47-49 |
|
4.1.5 模型比较 |
49-50 |
|
4.2 干燥模型 |
50-55 |
|
4.2.1 时延神经网络辨识 |
50-51 |
|
4.2.2 动态递归神经网络辨识 |
51-53 |
|
4.2.3 模型比较 |
53-55 |
|
结论 |
55-56 |
|
1.主要研究工作总结 |
55 |
|
2.有待进一步完成的工作 |
55-56 |
|
攻读学位期间发表的论文 |
56-58 |
|
致谢 |
58-59 |
|
参考文献 |
59-62 |
|
附录1 |
62-68 |
|
附录2 |
68-73 |
|
附录3 |
73-80 |
|
附录4 |
80-83 |
|
| 【DOI】 | LunWen.ID:2.2008.388896 |
