一、PLC在人造板调供胶控制中的应用（论文文献综述）
姜其锋[1]（2016）在《基于Fuzzy-PID的人造板调施胶系统的研究》文中研究表明本课题以哈尔滨某人造板厂的“人造板调施胶系统的改造项目”为基础,主要针对我国目前人造板生产过程中生产技术落后、自动化程度低和生产设备破旧等问题,造成人造板生产效率低、质量差,资源浪费比较严重。目前我国大部分中小人造板企业生产设备还没有更新换代,生产线自动化程度较低,对生产管理和实时调控影响较大,这些人造板厂主要根据工艺配方要求进行人工控制,控制方法落后,无法达到预期目标。本文设计的人造板调施胶系统采用并行在线式调施胶生产工艺,取消传统人造板生产过程中混配胶液提前输送到贮胶罐的环节,实现了边调胶边施胶的并行在线工艺。人造板调施胶系统应用集散控制方式,上位机采用研华工控机,下位机采用OMRON公司的CJ1G-CPU45H型PLC,运用触摸屏作为监控界面,将运行系统的状态直接反馈显示,上位机与下位机之间通过Omron Controller Link进行通信。该人造板调施胶系统能够实现数据采集、处理、调胶施胶的自动控制,使纤维量和胶液量的添加比例维持在动态的高度平衡;完成对整个人造板调施胶生产过程中的实时监控、配方的设定、自动报警和历史数据的存储。降低了生产成本,保证了人造板的产品质量。由于在人造板生产过程工况复杂且彼此之间相互耦合,存在大时滞和强非线性的现象,在实际生产过程中受到各种因素的干扰,很难建立其准确的数学模型,传统的PID控制以传递函数为基础,只适用于线性定常系统,无法解决多输入多输出的非线性、时滞性及强耦合性的问题,控制效果不理想,而模糊控制则无需建立被控对象的准确数学模型,对于很难建模或无法建模的复杂对象,只需要根据生产过程经验建立模糊控制规则,设计出模糊控制器就可以完成控制要求,因此本文采用fuzzy-PID控制方法,解决了施胶量与纤维量精确配比的问题。
李婧讴[2]（2014）在《中密度纤维板施胶系统的模糊神经网络控制器研究》文中指出中密度纤维板（Medium Density Fiberboard,简称MDF）是一种发展速度很快的人造板,具有轻质高强、结构细密、质地均匀、表面光洁、不易变形等优点。在中密度纤维板的生产过程中,胶的用量约占生产成本的三分之一,因此,施胶是个至关重要的工序,它对中密度纤维板的产品质量和制造成本影响很大。施胶的主要任务是根据纤维量的变化对纤维板进行定量施胶,使施胶量与纤维量始终保持一个精确的配合比例,且保持动态平衡。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和控制方法进行分析研究的基础上,本文提出将模糊逻辑与神经网络相结合的模糊神经网络控制方法,根据施胶系统的工作原理,建立模糊神经网络控制的中密度纤维板施胶系统模型,然后应用BP算法对参数优化,达到动态恒比施胶控制的目的,并克服施胶系统难以建立精确数学模型的困难。最后,针对模糊神经网络控制效果,在MatlabSimulink环境下进行仿真,并与模糊PID控制及传统PID控制方法的控制效果进行对比,仿真结果表明,模糊神经网络控制效果明显优于传统PID控制方法,并且与模糊PID控制方法相比,模糊神经网络控制方案下的系统抗干扰能力较强、响应速度较快,控制效果更好。
王颖[3]（2013）在《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》文中指出中密度纤维板（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MatlabSimulink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。
左玉虎[4]（2011）在《基于PLC的PID控制器在刨花板调供胶系统中的应用》文中认为本文在介绍了PID控制器（Proportional-Integral-Differential Controller）的原理及刨花板调供胶工艺过程的基础上,重点阐述了PID控制算法的PLC实现及其在刨花板调供胶系统中的应用。实践表明该方法简单易行,系统运行稳定可靠。
郭继宁[5]（2010）在《基于LMI刨花板施胶鲁棒H∞控制仿真研究》文中研究说明刨花板是人造板三大主体产品之一,具有许多优良的特性。合理的利用刨花板可以节约大量的原木资源,我国是一个缺林少木的国家,发展刨花板生产是实现木材综合利用,提高木材利用率和增加木材供应的一个重要途径。施胶工序是刨花板生产技术水准的重要标志之一,能否达到按要求准确配比和按比例均匀施胶是衡量调施胶系统质量高低的关键,也是节约资源、保护环境的重要手段。刨花板施胶控制系统主要是胶液流量跟随刨花流量变化而变化的过程。由于施胶管道压力、距离、外界干扰等因素的影响,系统结构之间存在非线性、时滞及惯性滞后等诸多问题,被控对象的精确数学模型一直很很难获得。针对控制系统存在的问题,本文在分析刨花板施胶工艺以及鲁棒控制理论基础上,提出了一套基于LMI的刨花板鲁棒H∞控制策略。通过对施胶系统的执行环节电机和泵机特性的分析,阐述其工作原理以及胶液流量和输入频率之间的关系,应用FLUENT软件对流量计内部流场的数值模拟,揭示系统扰动的成因。在已有实验数据的基础上,应用MATLAB系统辨识工具箱对模型参数进行估计,建立干扰情况下刨花板施胶系统的模型。通过对刨花板施胶系统研究现状和鲁棒H∞控制理论的发展进行阐述,深入讨论鲁棒H∞控制理论的基本思想和H∞标准控制问题。给出基于LMI的状态反馈、输出反馈控制器的设计方法,结合系统模型分别设计出鲁棒H∞控制状态反馈和输出反馈控制器。针对刨花板施胶过程中存在外界干扰和不确定性问题,对刨花板闭环系统进行特性分析,通过MATLAB软件仿真得知,通过鲁棒H∞控制设计的控制器对系统更具抗干扰特性和鲁棒稳定性。
刘德胜[6]（2009）在《刨花板施胶动力学特性分析与鲁棒控制研究》文中进行了进一步梳理刨花板是木材工业中高增值、高技术含量的主要产品之一,生产和使用刨花板是节约和高效利用木材资源的主要途径之一,它对提高森林资源综合利用率、缓解日益紧张的木材资源供求矛盾和保护生态环境具有积极而重要的意义。其中,调施胶工序是标志着刨花板生产技术水准的重要环节之一,也是制约我国刨花板产业赶超世界水平的主要障碍,主要存在的差距表现在：施胶工艺的优化和基础理论研究,施胶过程大滞后、非线性、强耦合数学模型的建立；高性能指标的智能控制方法的研究。本学位论文结合国家"948"项目“人造板施胶智能诊断控制关键技术研究”（2006-4-109）与黑龙江省科技攻关项目“刨花板施胶、混胶智能数控系统研究”（GB06A505）,进行了以下几个方面的研究：根据经典的流体动力学方程纳维-斯托克斯（Navier-Stokes）方程,以雷诺时均方程为主,应用Fluent软件作为流动模拟的计算平台,分析了不同输入压力情况下流体在管道内的流速和压力变化。通过脉冲激励试验方法,定量地分析了施胶过程中流速的变化、大滞后和大惯性等特性,在此基础上,确定了施胶系统机理模型结构。利用遗传因子递归最小二乘算法对结构参数进行了辨识,给出了符合多种工况要求的刨花板施胶系统模型的状态方程表达式。针对刨花板施胶过程低频工况存在的大滞后和大惯性特性,以及控制系统快速响应的工艺要求,采用了基于模糊Smith预估器的串级控制方法,利用模糊Smith预估器补偿大惯性、纯滞后对过程的不利影响,采用串级控制器对胶液流量和电机转速进行主副环调节控制,把电机的惯性和滞后时间控制在一定的范围之内,通过仿真验证了此方法具有较强的鲁棒性。针对刨花板施胶过程中频工况存在的模型不确定性和参数不确定因素,以及存在外部扰动等问题,研究了刨花板施胶鲁棒H∞控制器的设计。以LMI为工具,设计了带有时滞特性和不存在时滞特性的鲁棒H∞控制器,分析了控制系统的鲁棒H∞稳定性通过Matlab/Simulink进行了仿真研究,验证了此方法的有效性。最后利用自主研发的GM&D-A型刨花板调施胶控制装置以及综合测试平台,对本文提出的鲁棒控制方法进行试验研究。针对增量式PID控制方法和本文提出的鲁棒H∞控制方法进行了对比试验,试验结果和仿真结果基本吻合。针对刨花板施胶过程高频工况存在很强的非线性特性问题,采用自适应反步法设计控制器,选择适当的Lyapunov函数来保证整个系统的稳定性,进而实现施胶流量的非线性控制,推导出控制律和参数自适应律,给出了刨花板施胶系统非线性方程,分别采用反步控制和自适应反步滑模控制进行了仿真研究,在参数不确定和负载扰动情况下,实现施胶流量的高性能全局渐近稳定跟踪控制。仿真结果显示：自适应反步滑模控制具有较强的抗干扰能力和鲁棒性。
刘亚秋,赵化启,刘德胜[7]（2009）在《基于预测控制的刨花板施胶比值系统研究》文中研究指明在刨花板生产线施胶过程中,刨花施胶精度对刨花板的物理性能和环保性能影响较大。为了提高刨花施胶效果,设计了基于KPFC-PI的比值控制系统,将比值器和PFC作为控制系统外环,用以提高胶液流量按照比值工艺跟踪刨花流量的速度和鲁棒性,系统内环路采用PI控制器,增强系统抗干扰性,并通过调节PI参数,拟合简化整个内环路,作为外环PFC的一阶加纯滞后广义处理对象,用来减少干扰引起的偏差。通过仿真实验,说明了该控制器与PID控制相比,可有效提高刨花板施胶精度、保持施胶量稳定性和具有较强抗干扰性能。
于慧伶[8]（2009）在《基于TRIZ的刨纤类人造板调施胶优化及创新设计方法研究》文中进行了进一步梳理人造板是生物质材料资源节约有效利用的主要方法和途径。随着日益提高的产品质量及资源节约节能综合高效利用的要求,面对全球经济一体化步伐,对人造板设备与工艺创新设计的技术和方法进行研究势在必行。刨纤类人造板是国内外人造板生产和市场需求的主流产品,论文针对其产品生产关键技术环节调施胶工艺设备进行了系统优化及创新设计研究,论文成果方法对分析归纳人造板技术创新思路、创造性地提高生产工艺设备水平,推动本行业的技术进步、实现产业结构升级、提高产品国际竞争能力具有重要意义。论文主要成果与创新性工作有：基于TRIZ理论提出了针对刨纤类人造板调施胶系统技术预测的Logistic Model（罗吉斯模型）,研究了调施胶系统工艺设备技术进化不同时期的关键技术策略,对预测技术目标进行了辅助决策支持。研究运用了质量功能配置方法,将调施胶工艺设备用户需求转化为技术措施和产品功能,通过集成质量功能配置和用户需求分析、组件分析、功能分析,构造了调施胶工段创新问题用户需求与技术措施分析“质量屋”。研究了刨纤类人造板的胶合特性、精确配比控制、动态恒比施胶、均匀混胶等关键技术问题,分析得出我国刨纤类人造板调施胶工艺系统存在的系列问题,并建立了产品功能模型；采用技术冲突与物理冲突解决原理和物场分析方法与标准解,定义了调施胶系统存在的多对冲突和初始的物场类型,应用创新原理、物场变换及标准解解决方法进行了调胶、施胶、混胶设备工艺方式方法的创新设计。运用层次分析法和模糊综合评价方法,建立了评价指标体系,提出了定性分析和定量计算相结合的刨纤类人造板调施胶系统创新问题解决方案评价方法。采用层次分析法建立了以影响因素为输入的层次综合评价模型,用以实现最佳方案的确立及实施效果的评价。构建了由技术成熟度预测模块、创新原理模块、物场分析与变换模块、创新方案评价模块和效应知识库模块组成的软件框架体系,开发了相应调施胶系统计算机辅助创新软件,编制了刨纤类人造板调施胶系统的创新设计流程。论文主要工作通过对刨纤类人造板调施胶设备工艺相关专利及创新技术的分析与发明问题解决理论的研究,为行业案例索取、计算机辅助创新提供了较为实用的工具,对解决设备及生产难题提供了理论实践基础与创新思路,论文研究对行业技术创新具有指导意义。
金征,李光哲,张伟[9]（2009）在《刨花板生产施胶工艺研究现状与发展》文中认为简要介绍了国内外刨花板生产中施胶工艺的相关研究工作,提出了目前存在的问题和发展趋势。
祖海燕[10]（2009）在《基于支持向量机的中密度纤维板施胶系统复合控制的设计》文中指出我国是一个少林的国家,人均森林储蓄量仅0.01m3。随着国民经济的迅猛发展和人民生活水平的不断提高,我国对木材的需求也在逐年增加,木材供需矛盾日益突出。人造板是高效利用木材资源的主要方式,是木材工业中高增值、高技术含量的主要产业之一。中密度纤维板（medium density fiberboard,简称MDF）是人造板主要板种中发展速度最快的一种,具有轻质高强、结构细密、质地均匀、表面光洁、不易变形等优点。我国中密度纤维板的生产发展很快,目前已经成为全球中密度纤维板生产第一大国。在中密度纤维板的生产制造过程中,施胶是一道非常关键的工序,它对中密度纤维板的物理力学性能、产品质量和制造成本有很大影响。施胶的主要任务是根据输入纤维量的变化,按照胶液的合理配比对纤维板进行定量施胶。施胶过程中施胶量与纤维量需要始终保持十分精确的配比,且保持高度动态平衡。但实际生产中,施胶过程往往受各种因素干扰,因此施胶系统是一个非线性、时变、存在耦合的系统。对于这种系统,传统的辨识方法难以建立其精确的模型,且传统的PID控制无法满足系统的控制要求。针对难以对施胶系统建立较精确逆模型的问题,本文提出了采用最小二乘支持向量机辨识逆模型的方法。支持向量机克服了神经网络的过学习等缺点,具有全局最优、结构简单、泛化性能强等优点,是一种专门针对小样本的学习机器。本文分别用神经网络和支持向量机对施胶系统建立了逆模型,仿真结果表明,采用最小二乘算法的支持向量机所建立的逆模型具有较高的精度。针对施胶系统非线性、控制精度不高的特点,本文提出了一种逆控制与PID控制相结合的复合控制方法,将施胶系统逆模型作为前馈控制器,由PID控制器构成反馈控制。该控制器发挥了逆控制和PID反馈控制各自的优势,具有结构简单的特点,经仿真证明可以得到很好的控制效果。
二、PLC在人造板调供胶控制中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、PLC在人造板调供胶控制中的应用（论文提纲范文）
（1）基于Fuzzy-PID的人造板调施胶系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 人造板调施胶控制技术现状和发展趋势 |
| 1.2.1 人造板调施胶控制技术现状 |
| 1.2.2 人造板调施胶控制技术发展趋势 |
| 1.3 人造板调施胶控制系统存在的问题 |
| 1.4 本文的主要研究内容 |
| 第2章 人造板调施胶控制系统总体方案 |
| 2.1 人造板调施胶控制系统概况 |
| 2.1.1 人造板调施胶系统控制要求 |
| 2.1.2 人造板调施胶系统结构图 |
| 2.2 人造板调施胶系统硬件设计方案 |
| 2.2.1 调施胶系统硬件配置 |
| 2.2.2 调施胶系统PLC控制柜设计 |
| 2.3 人造板调施胶系统软件设计方案 |
| 2.4 人造板调施胶系统通信设计方案 |
| 2.5 本章小结 |
| 第3章 人造板调施胶控制系统设计 |
| 3.1 人造板调施胶控制系统硬件设计 |
| 3.1.1 PLC的选型 |
| 3.1.2 PLC的I/O分配 |
| 3.1.3 施胶泵的变频调速控制 |
| 3.2 人造板调施胶系统软件设计 |
| 3.2.1 OMRON CX-ONE软件简介 |
| 3.2.2 PLC程序设计 |
| 3.2.3 NS触摸屏设计 |
| 3.4 人造板调施胶系统的通信设计 |
| 3.4.1 PLC网络通信技术 |
| 3.4.2 本系统网络通信实现方法 |
| 3.5 本章小结 |
| 第4章 人造板调施胶系统控制算法研究 |
| 4.1 人造板调施胶系统的一般控制方法 |
| 4.2 人造板调施胶系统Fuzzy-PID控制器的设计 |
| 4.2.1 选取模糊控制器结构 |
| 4.2.2 输入输出量的模糊化 |
| 4.2.3 建立模糊控制规则 |
| 4.2.4 模糊推理和解模糊化 |
| 4.2.5 PID参数在线调整 |
| 4.3 Fuzzy-PID算法在PLC中的实现 |
| 4.3.1 查询表的建立 |
| 4.3.2 程序设计流程图 |
| 4.3.3 梯形图程序设计 |
| 4.4 MATLAB仿真分析 |
| 4.4.1 控制对象模型的建立 |
| 4.4.2 常规PID控制仿真分析 |
| 4.4.3 Fuzzy-PID控制仿真分析 |
| 4.5 本章小结 |
| 第5章 人造板调施胶系统的测试实验研究 |
| 5.1 人造板调施胶系统的仿真测试 |
| 5.1.1 Cx-Designer离线测试 |
| 5.1.2 NS界面与Cx~programmer联合仿真测试 |
| 5.2 现场设备测试 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
| 附录1 数据采集及处理 |
| 附录2 调施胶控制 |
| 附录3 符号注释 |
（2）中密度纤维板施胶系统的模糊神经网络控制器研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 中密度纤维板施胶技术的研究现状及发展趋势 |
| 1.2.1 国内外中密度纤维板施胶技术的研究现状 |
| 1.2.2 中密度纤维板施胶技术的发展趋势 |
| 1.3 论文研究主要内容和目的 |
| 2 中密度纤维板施胶工艺 |
| 2.1 中密度纤维板生产工艺概述 |
| 2.2 中密度纤维板施胶工艺 |
| 2.3 中密度纤维板性能的主要影响因素 |
| 2.3.1 施胶量对中密度纤维板的性能影响 |
| 2.3.2 施胶量的相关计算 |
| 2.3.3 施胶量的影响因素 |
| 2.4 本章小结 |
| 3 模糊控制和神经网络 |
| 3.1 模糊控制 |
| 3.1.1 模糊控制概述 |
| 3.1.2 模糊控制器的结构 |
| 3.2 神经网络基本理论 |
| 3.2.1 人工神经网络概述 |
| 3.2.2 人工神经网络的模型 |
| 3.2.3 BP神经网络 |
| 3.2.4 BP神经网络算法 |
| 3.3 本章小结 |
| 4 中密度纤维板施胶系统的模糊神经网络控制及仿真 |
| 4.1 中密度纤维板施胶系统 |
| 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 模糊神经网络 |
| 4.2.1 模糊神经网络的结构 |
| 4.2.2 模糊神经网络的学习算法 |
| 4.3 模糊神经网络控制器的设计 |
| 4.4 MATLAB实验仿真分析 |
| 4.5 本章小结 |
| 5 中密度纤维板施胶系统的模糊PID控制及仿真 |
| 5.1 PID控制系统概述 |
| 5.2 中密度纤维板施胶系统的模糊PID控制 |
| 5.2.1 模糊PID控制器的结构 |
| 5.2.2 确定模糊控制数据库 |
| 5.2.3 模糊控制规则的设计 |
| 5.2.4 模糊关系的求取 |
| 5.3 MATLAB实验仿真分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（3）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（论文提纲范文）
| 摘要 |
| Abstract |
| 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 |
（5）基于LMI刨花板施胶鲁棒H∞控制仿真研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题的研究背景与意义 |
| 1.2 刨花板调施胶系统的研究现状 |
| 1.3 鲁棒控制理论的发展 |
| 1.3.1 鲁棒控制理论 |
| 1.3.2 LMI方法 |
| 1.4 本文的研究内容 |
| 2 刨花板施胶系统及问题分析 |
| 2.1 刨花板施胶工艺介绍 |
| 2.2 施胶工艺对刨花板性能的影响 |
| 2.2.1 施胶量大小 |
| 2.2.2 施胶的均匀性 |
| 2.2.3 胶黏剂的配比 |
| 2.3 刨花板施胶控制方法 |
| 2.3.1 刨花与胶液流量的计量方法 |
| 2.3.2 刨花板施胶比值控制方法 |
| 2.4 刨花板施胶系统存在问题 |
| 2.5 本章小结 |
| 3 刨花板施胶系统模型 |
| 3.1 刨花板施胶过程执行单元特性分析 |
| 3.1.1 电机与泵惯性分析 |
| 3.1.2 施胶管道与流量计速度场分析 |
| 3.2 刨花板施胶系统建模 |
| 3.2.1 模型结构的确定 |
| 3.2.2 基于遗传因子递推最小二乘法的参数辨识 |
| 3.2.3 基于MATLAB系统辨识工具箱的施胶系统参数辨识 |
| 3.3 本章小结 |
| 4 基于LMI的系统鲁棒H_∞控制设计原理 |
| 4.1 鲁棒H_∞控制理论及其设计思想 |
| 4.1.1 鲁棒控制的基本思想 |
| 4.1.2 H_∞鲁棒控制理论的实质 |
| 4.1.3 连续系统的H_∞性能分析 |
| 4.2 线性矩阵不等式理论 |
| 4.2.1 线性矩阵不等式的一般表示方法 |
| 4.2.2 三类线性矩阵不等式问题 |
| 4.3 基于LMI的鲁棒H_∞控制 |
| 4.3.1 问题的描述 |
| 4.3.2 基于LMI的鲁棒H_∞控制方法 |
| 4.4 本章小结 |
| 5 基于LMI的刨花板施胶系统鲁棒H_∞控制仿真 |
| 5.1 施胶干扰控制问题与H_∞鲁棒控制问题描述 |
| 5.2 基于LMI的鲁棒H_∞控制器设计 |
| 5.2.1 基于LMI的状态反馈鲁棒控制器设计 |
| 5.2.2 基于LMI的输出反馈鲁棒控制器设计 |
| 5.3 参数摄动施胶系统的鲁棒H_∞控制 |
| 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 |
（6）刨花板施胶动力学特性分析与鲁棒控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题的来源与研究背景 |
| 1.1.1 课题来源 |
| 1.1.2 课题研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 刨花板施胶控制技术 |
| 1.2.2 流体流量控制技术 |
| 1.2.3 鲁棒控制技术 |
| 1.3 刨花板施胶控制系统存在的问题 |
| 1.4 本文的研究内容 |
| 2 刨花板施胶过程动力学建模 |
| 2.1 刨花板施胶工艺介绍 |
| 2.2 刨花板施胶过程动力学特性分析 |
| 2.2.1 电机与泵惯性分析 |
| 2.2.2 胶液流动动力学方程 |
| 2.2.3 施胶管道速度场分析 |
| 2.3 刨花板施胶过程建模 |
| 2.3.1 模型结构的确定与参数辨识 |
| 2.3.2 基于遗传因子递推最小二乘法的施胶系统参数辨识 |
| 2.4 本章小结 |
| 3 基于模糊Smith预估器的串级控制器的设计 |
| 3.1 模糊Smith预估器的基本原理 |
| 3.1.1 Smith预估器 |
| 3.1.2 模糊PID控制器 |
| 3.2 模糊Smith串级控制系统的设计 |
| 3.3 仿真分析 |
| 3.4 本章小结 |
| 4 基于有界不确定性的施胶过程鲁棒H_∞控制 |
| 4.1 鲁棒性的基本概念 |
| 4.1.1 不确定性与鲁棒性 |
| 4.1.2 鲁棒稳定性 |
| 4.1.3 线性矩阵不等式理论基础 |
| 4.2 时滞系统鲁棒稳定性分析 |
| 4.2.1 时滞系统的H_∞性能指标 |
| 4.2.2 时滞系统的Lyapunov稳定性理论 |
| 4.2.3 鲁棒稳定性分析 |
| 4.3 不含时滞情况的施胶过程鲁棒H_∞控制 |
| 4.3.1 问题的描述 |
| 4.3.2 鲁棒H_∞控制器的设计 |
| 4.3.3 仿真分析 |
| 4.4 含有时滞情况的施胶过程鲁棒H_∞控制 |
| 4.4.1 时滞系统的H_∞性能分析 |
| 4.4.2 时滞鲁棒H_∞控制器的设计 |
| 4.4.3 仿真分析 |
| 4.5 本章小结 |
| 5 基于反步法的刨花板施胶过程变结构鲁棒控制 |
| 5.1 变结构鲁棒控制基本理论 |
| 5.1.1 变结构鲁棒控制的原理 |
| 5.1.2 变结构控制的设计 |
| 5.2 反步滑模控制 |
| 5.2.1 反步法的基本思想 |
| 5.2.2 自适应反步滑模控制基本原理 |
| 5.3 仿真分析 |
| 5.3.1 反步法控制仿真分析 |
| 5.3.2 自适应反步滑模控制仿真分析 |
| 5.4 本章小结 |
| 6 刨花板施胶系统鲁棒控制试验研究 |
| 6.1 试验方案的确立 |
| 6.1.1 调施胶工艺控制转置的设计 |
| 6.1.2 施胶过程分析测试开发平台的设计 |
| 6.1.3 控制算法开发平台的设计 |
| 6.2 试验结果分析 |
| 6.2.1 实验室设备测试 |
| 6.2.2 现场设备测试 |
| 6.3 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读学位期间参加的科研项目和发表的学术论文 |
| 致谢 |
（7）基于预测控制的刨花板施胶比值系统研究（论文提纲范文）
| 1 引言 |
| 2 刨花板施胶过程工作原理 |
| 3 预测函数控制的基本原理 |
| 3.1 基函数 |
| 3.2 预测模型 |
| 3.3 误差预测反馈校正 |
| 3.4 滚动优化 |
| 4 基于P F C的比值控制系统 |
| 4.1 比值控制系统分析 |
| 4.2 基于KPFC-PI的刨花板施胶比值控制系统设计 |
| 5 仿真研究 |
| 6 结束语 |
（8）基于TRIZ的刨纤类人造板调施胶优化及创新设计方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 产品设计理论与方法概述 |
| 1.2.1 设计方法的一般理论 |
| 1.2.2 设计方法的研究动态 |
| 1.3 创新问题解决理论(TRIZ)概述 |
| 1.3.1 TRIZ的基本原理与解决问题流程 |
| 1.3.2 TRIZ的应用现状 |
| 1.4 研究意义 |
| 1.5 论文主要内容 |
| 2 刨纤类人造板生产线调施胶工艺分析 |
| 2.1 引言 |
| 2.2 胶粘剂及其调制 |
| 2.3 调施胶方法及工艺过程 |
| 2.3.1 原料用量与胶粘剂计算 |
| 2.3.2 调胶工艺 |
| 2.3.3 施胶工艺 |
| 2.4 影响施胶量及均匀性的因素 |
| 2.4.1 施胶量影响因素 |
| 2.4.2 均匀性影响因素 |
| 2.5 本章小结 |
| 3 刨纤类人造板调施胶技术成熟度预测 |
| 3.1 引言 |
| 3.2 产品技术成熟度预测意义与现状 |
| 3.2.1 产品技术成熟度预测的意义 |
| 3.2.2 产品成熟度预测研究现状 |
| 3.3 技术进化法则与进化模式 |
| 3.4 调施胶技术成熟度与演化趋势 |
| 3.4.1 专利检索与分析 |
| 3.4.2 Logistic Model预测模型 |
| 3.4.3 SVM成熟度预测模型 |
| 3.4.4 刨纤类人造板产品生命周期计算 |
| 3.5 本章小结 |
| 4 基于冲突原理的调施胶系统创新设计 |
| 4.1 引言 |
| 4.2 创新的核心问题 |
| 4.2.1 冲突的定义与分类 |
| 4.2.2 冲突解决 |
| 4.3 确定调施胶系统冲突的QFD过程 |
| 4.3.1 物料流量的检测及存在问题 |
| 4.3.2 胶料流量的计量与存在的问题 |
| 4.3.3 功能分析 |
| 4.3.4 需求分析与转换 |
| 4.4 基于冲突的调胶系统创新设计方案 |
| 4.4.1 齿轮泵矛盾分析与解决方案 |
| 4.4.2 皮带秤矛盾分析与解决方案 |
| 4.4.3 调施胶系统矛盾分析与解决方案 |
| 4.4.4 计算机辅助创新软件系统实现 |
| 4.5 本章小结 |
| 5 基于物场分析的调施胶系统创新设计 |
| 5.1 引言 |
| 5.2 物场分析 |
| 5.2.1 物场分析法定义 |
| 5.2.2 物场模型的转换与标准解 |
| 5.3 调施胶系统进化模式分析 |
| 5.3.1 理想系统 |
| 5.3.2 调施胶系统的进化路线 |
| 5.4 调施胶系统物场模型的建立与完善 |
| 5.4.1 拌胶机作用不足物场模型 |
| 5.4.2 拌胶机有害功能物场模型 |
| 5.4.3 系统异常状况物场模型 |
| 5.4.4 螺杆泵物场模型 |
| 5.5 本章小结 |
| 6 刨纤类人造板调施胶技术创新方案评价 |
| 6.1 引言 |
| 6.2 调施胶工段创新评价方法 |
| 6.2.1 调施胶工段创新方案的模糊评价法 |
| 6.2.2 基于层次分析法的权值确定 |
| 6.2.3 改造方案评价 |
| 6.3 实施效果 |
| 6.3.1 刨花板表面质量分析报告 |
| 6.3.2 刨花板物理性能检测报告 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间参加的科研工作、发表的学术论文 |
| 致谢 |
（9）刨花板生产施胶工艺研究现状与发展（论文提纲范文）
| 1 国外相关技术的研究 |
| 2 国内相关技术的研究 |
| 2.1 南京林业大学 |
| 2.2 东北林业大学 |
| 2.3 中南林业科技大学 |
| 2.4 国家林业局北京林业机械研究所 |
| 2.4.1 在刨花板供胶和施胶工艺和设备方面的研究。 |
| 2.4.2 秸秆刨花板施胶工艺研究。 |
| 3 结论 |
（10）基于支持向量机的中密度纤维板施胶系统复合控制的设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外中密度纤维板的研究现状和发展趋势 |
| 1.2.1 国内外中密度纤维板施胶技术的应用研究现状 |
| 1.2.2 我国中密度纤维板施胶技术存在的问题和发展趋势 |
| 1.3 课题研究的内容和方法 |
| 1.4 课题研究的目的和意义 |
| 2 中密度纤维板施胶工艺分析 |
| 2.1 中密度纤维板生产线概述 |
| 2.2 中密度纤维板施胶工艺及设备 |
| 2.2.1 中密度纤维板施胶工艺分析 |
| 2.2.2 中密度纤维板施胶设备 |
| 2.3 中密度纤维板的施胶量 |
| 2.3.1 施胶量对中纤板性能的影响 |
| 2.3.2 施胶量及其相关原料的计算 |
| 2.4 影响施胶的因素 |
| 2.5 施胶系统控制分析 |
| 2.6 本章小结 |
| 3 统计学习理论及支持向量机 |
| 3.1 引言 |
| 3.2 统计学习理论 |
| 3.2.1 机器学习问题 |
| 3.2.1.1 机器学习问题的表述 |
| 3.2.1.2 经验风险最小化原则 |
| 3.2.1.3 机器学习的发展历史 |
| 3.2.2 统计学习理论 |
| 3.2.2.1 VC维 |
| 3.2.2.2 推广性的界 |
| 3.2.2.3 结构风险最小化原则 |
| 3.3 支持向量机理论 |
| 3.3.1 最优分类超平面 |
| 3.3.2 支持向量分类机 |
| 3.3.3 支持向量回归机 |
| 3.3.4 核函数 |
| 3.3.5 支持向量机的研究及应用 |
| 3.4 本章小结 |
| 4 中密度纤维板施胶系统的复合控制 |
| 4.1 中密度纤维板施胶系统的工作原理 |
| 4.2 逆系统方法 |
| 4.2.1 逆系统的基本概念与原理 |
| 4.2.1.1 逆系统 |
| 4.2.1.2 伪线性系统 |
| 4.2.1.3 逆系统方法原理 |
| 4.3 中密度纤维板施胶系统逆控制 |
| 4.3.1 系统的可逆性 |
| 4.3.2 基于支持向量机的逆控制 |
| 4.3.3 基于SVM的直接逆模型辨识 |
| 4.4 PID控制器 |
| 4.5 基于逆控制与PID控制器的复合控制器 |
| 4.6 本章小结 |
| 5 施胶系统复合控制器的实现与仿真 |
| 5.1 MDF施胶系统的组成元件 |
| 5.2 中密度纤维板施胶系统逆模型的建立 |
| 5.2.1 最小二乘支持向量机建模 |
| 5.2.2 LS-SVM模型参数的选择 |
| 5.2.3 基于LS-SVM的中密度纤维板施胶系统逆模型的建立与仿真 |
| 5.3 复合控制器控制效果的仿真 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
四、PLC在人造板调供胶控制中的应用（论文参考文献）
- [1]基于Fuzzy-PID的人造板调施胶系统的研究[D]. 姜其锋. 东北电力大学, 2016(08)
- [2]中密度纤维板施胶系统的模糊神经网络控制器研究[D]. 李婧讴. 东北林业大学, 2014(02)
- [3]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[D]. 王颖. 东北林业大学, 2013(03)
- [4]基于PLC的PID控制器在刨花板调供胶系统中的应用[J]. 左玉虎. 科技信息, 2011(28)
- [5]基于LMI刨花板施胶鲁棒H∞控制仿真研究[D]. 郭继宁. 东北林业大学, 2010(04)
- [6]刨花板施胶动力学特性分析与鲁棒控制研究[D]. 刘德胜. 东北林业大学, 2009(05)
- [7]基于预测控制的刨花板施胶比值系统研究[J]. 刘亚秋,赵化启,刘德胜. 自动化技术与应用, 2009(11)
- [8]基于TRIZ的刨纤类人造板调施胶优化及创新设计方法研究[D]. 于慧伶. 东北林业大学, 2009(01)
- [9]刨花板生产施胶工艺研究现状与发展[J]. 金征,李光哲,张伟. 木材加工机械, 2009(04)
- [10]基于支持向量机的中密度纤维板施胶系统复合控制的设计[D]. 祖海燕. 东北林业大学, 2009(11)