MDF熱壓過程多傳感器數據融合模型建立與仿真研究.pdf

1、熱壓是中密度纖維板(MDF)生產過程中的關鍵工序之一，對產品質量和產量起著決定性作用。熱壓過程工藝狀況復雜多變，受到各種工藝因素和干擾因素的影響，是一個包含多變量的非線性過程，使對于熱壓過程的板坯內部參數檢測、過程控制的研究增加了很多不確定性。針對上述問題，本文以多層壓機的MDF熱壓過程為研究對象，深入研究了多傳感器數據融合分層體系、功能模型與融合方法，以提高數據檢測精度和決策的可信度。
　　在深入分析MDF熱壓工藝過程機理，工藝

2、參數特點及其相互關系的基礎上，提出將多傳感器數據融合理論應用于熱壓過程的檢測與決策，構建了分層融合體系和功能模型，為熱壓過程的數據融合方法研究提供了框架結構。研究了數據層、特征層和決策層的融合算法，并對算法進行了仿真。熱壓試驗和仿真結果證明了融合模型及算法的可行性和有效性。
　　針對觀測數據的隨機噪聲和疏失誤差，在數據層融合中，采用基于置信距離的數據一致性檢驗方法，確定傳感器最優(yōu)融合數。提出了一種具有在線學習能力的自適應加權最小二

3、乘算法，對板坯內部溫度數據進行估計，各傳感器的信息權重直接反映了傳感器的動態(tài)誤差情況，克服了由于某個傳感器誤差偏大對系統(tǒng)估值造成的不良影響，仿真結果表明，總體估值精度明顯高于任一傳感器的局部估值精度和算術平均算法的精度。
　　本文運用單因素對比試驗和多因素正交試驗，計算各因素對于性能指標的影響因子，得到各因素對于性能影響的定性關系。同時建立了工藝因素與性能參數有限樣本集，針對小樣本預測建模問題，提出了一種基于粒子群優(yōu)化參數的支持向

4、量機回歸算法，建立了熱壓成品性能預測模型，相對于網絡搜索和交叉驗證選參方法，數值擬合精度和模型泛化性能得到了較大幅度的提高。
　　針對熱壓過程中的不確定性問題，為了定量表示相關模糊概念和數據，有針對性地構建了產品等級評定、熱壓狀態(tài)評價和控制決策的模糊識別框架，運用海明距離法構造了證據的基本概率賦值，將模糊集理論和證據理論進行綜合應用實現了決策，彌補了人工經驗進行決策的不確定性，提高了決策的可信度。
　　課題將數據融合理論、智