基于DBN-PID的木材干燥窑参数检测系统附视频

被引:4
作者
夏春江 [1 ]
王培良 [1 ,2 ]
机构
[1] 杭州电子科技大学新型电子器件研究所
[2] 湖州师范学院信息与控制技术研究所
基金
浙江省自然科学基金;
关键词
深度学习; 深度信念网络; 木材干燥窑参数; 嵌入式系统;
D O I
暂无
中图分类号
TP274 [数据处理、数据处理系统];
学科分类号
140102 [集成电路设计与设计自动化];
摘要
针对目前在木材干燥过程中检测参数精度低的问题,设计了一种木材干燥窑参数检测系统;该系统对干燥窑有关参数进行实时采集、调理,经ARM处理器进行数据处理后,将采集的数据通过WiFi无线网络上传至PC机;为改进系统的控制算法,引入深度学习方法,提出了一种基于DBN-PID的控制算法,并与BP-PID算法进行了实验比较;实验结果表明,DBN-PID控制算法应用在木材干燥窑参数检测系统中具有更高的检测精度;为进一步说明DBN-PID算法的性能,还与BP-PID算法进行了仿真比较;仿真表明,DBN-PID算法能够很好的近似非线性对象,具有较强的自适应能力。
引用
收藏
页码:99 / 101+105 +105
页数:4
相关论文
共 10 条
[1]
增强学习的PID控制参数优化快速整定算法 [J].
刘岩 .
计算机测量与控制, 2014, 22 (02) :467-470+479
[2]
木材窑干过程含水率实时在线检测技术述评 [J].
成发勇 ;
刘佩英 ;
姜志宏 ;
朱远 .
林业科技开发, 2013, (04) :7-11
[3]
基于Deep Learning网络态势感知建模方法研究 [J].
周长建 ;
司震宇 ;
邢金阁 ;
刘海波 .
东北农业大学学报, 2013, (05) :144-149
[4]
基于Deep Belief Nets的中文名实体关系抽取 [J].
陈宇 ;
郑德权 ;
赵铁军 .
软件学报, 2012, 23 (10) :2572-2585
[5]
我国木材干燥设备制造业概况与存在的问题[J] 张璧光;伊松林;周永东; 干燥技术与设备 2011,
[6]
BP神经网络在PID控制器参数整定中的应用 [J].
陈书谦 ;
张丽虹 .
计算机仿真, 2010, 27 (10) :171-174
[7]
嵌入式神经网络PID控制器的研究与设计 [J].
胡力刚 ;
许伟明 .
计算机测量与控制, 2010, 18 (09) :2066-2069
[8]
双CPU在木材干燥窑智能化测试系统中的应用 [J].
薛巨峰 ;
张佳薇 ;
刘德胜 .
林业机械与木工设备, 2006, (06) :40-41
[9]
木材干燥全自动控制系统的研制 [J].
常建民 ;
王东林 ;
高建民 .
北京林业大学学报, 2003, (02) :72-75
[10]
PID参数先进整定方法综述 [J].
王伟 ;
张晶涛 ;
柴天佑 .
自动化学报, 2000, (03) :347-355