10.3969/j.issn.1001-005X.2013.02.013
基于人工神经网络的落叶松干燥模型研究
采用人工神经网络BP型3层映射模式,对东北林业大学木材干燥实验室俄罗斯产落叶松进行木材含水率测定,干球温度平衡含水率和预热阶段干燥阶段的木材含水率以干燥机内部所测定为基准作为输入矩阵,以所测定的木材降温阶段和湿热阶段所测定的木材含水率作为输出矩阵从而确定3层形式,作出一段周期内落叶松控制系统降温和湿热阶段含水率预测,通过网络训练获得最佳权值,作为预测模拟参数,通过调整干球温度和其他参数使在半自动控制中木材含水率达到可控效果,从而在今后的干燥过程中可以通过含水率的预测得以实现对温度的调控.
BP神经网络、落叶松木材、干燥、木材含水率
29
S757.3(森林经营学、森林计测学、森林经理学)
2013-08-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
58-61