论文部分内容阅读
随着信息技术、新材料、生物技术等重要领域的革命性突破和交叉融合，引发了新一轮的产业变革，加快了新一代信息技术与制造业的深度融合。传统的中密度纤维板(MDF)检测系统越来越难以满足加工过程中高精度、高效化、自动化的要求。MDF的厚度检测对连续热压机生产高质量的MDF成品板材起着至关重要的作用，提高MDF在线厚度检测精度对稳定板材的物理性能，减少生产能耗具有重要意义。 本文以国家林业局948课题“MDF板厚在线检测与精准控制关键技术引进”(2014-4-46)以及国家自然基金项目“中密度纤维板连续平压多场耦合效应及精准工艺协同控制机理”(31370565)为背景，对MDF厚度在线检测方法进行了研究与实践: 本文首先介绍了MDF生产制造工艺及板材成品性能检测标准。根据成品MDF的厚度检测标准，以及MDF板材的表面特点，设计了符合现代制造系统结构要求和特点的MDF厚度检测系统，并制定了MDF厚度在线检测的基本框架。 根据所设计的检测系统制定了MDF厚度检测的实验方案，并选取不同厚度的MDF作为实验材料进行实际厚度的检测，并得到了大量的实测数据，证明了所设计检测系统的可行性。由于生产和检测过程中存在着诸多不稳定因素，所以需要对实测数据进行预处理，去除异常、次要、冗余的数据。通过小波包变换与卡尔曼滤波结合的混合滤波方法，对原始数据进行预处理，剔除了异常数据，为接下来对MDF厚度在线检测方法的研究打下了基础。 基于预处理过后的数据样本，采用支持向量机(SVM)的回归方法，对厚度数据进行预测，从而消除一定量的检测误差。即选取不同的核函数对MDF厚度进行建模，并采用网格搜索法完成了惩罚因子及核函数参数的选取，通过对预测结果的对比，确定了以RBF径向基核为核函数的SVM回归模型，完成了MDF厚度在线检测预测模型的构建。 另外，为了提高所建MDF厚度预测回归模型的预测性能，引入粒子群优化算法(PSO)对其进行优化，通过不同的改进PSO优化方法对预测模型的预测性能进行改善，最后通过各模型的精度对比，验证了改进后的MDF厚度预测模型在预测精度上更具优势，同时将此模型用于本文所设计的MDF厚度检测系统，以提高检测精度。 本文所开发的基于优化SVM的MDF厚度在线检测系统及方法具有运行稳定、功能完备、检测精度高等特点，在MDF厚度检测方法的研究方向具有先进性，在MDF制造业具有较高的应用价值。