專利名稱：基于多傳感器數(shù)據(jù)融合算法的木材干燥系統(tǒng)的溫度和濕度控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及木材干燥系統(tǒng)的溫度和濕度控制方法。
背景技術(shù)：
當(dāng)前，智能控制系統(tǒng)的熱點(diǎn)領(lǐng)域之一，就是多傳感器的聚合與整合技術(shù)。它是新時期信息領(lǐng)域的基本重心之一，同時涵蓋了當(dāng)前科學(xué)技術(shù)的多個方面。因?yàn)橐粋€傳感器一定會具有穩(wěn)態(tài)或間歇非穩(wěn)態(tài)，不具備整體性和魯棒性，所以一個突發(fā)的問題就可能產(chǎn)生設(shè)備崩潰。以上這些困難的解決方式，就是多傳感器聚合與整合技術(shù)。傳感器數(shù)量上的優(yōu)勢，不光表述在相同背景下的多角度特征，也同時表明了相異的背景特性。采用多傳感器監(jiān)控設(shè)備，不但可以實(shí)現(xiàn)信號的收集，而且也實(shí)現(xiàn)了控制方式的并行化。在獲得更全局化，更精準(zhǔn)的信號同時，也降低了耗費(fèi)和時間，增強(qiáng)了控制設(shè)備的品質(zhì)。也就是說，實(shí)時性、低耗費(fèi)性、 增補(bǔ)性和重復(fù)性是多傳感器聚合與整合技術(shù)的特征。多傳感器信息整合涵蓋了龐雜的信息，多樣的層數(shù)劃分，以及不同方法等特點(diǎn)。它也在人工智能、問題判決、視頻應(yīng)用等民間范圍中，使巨大的數(shù)據(jù)處理好處得到提升，差不多所有待處理的信號系統(tǒng)都可以采用數(shù)據(jù)整合，使用數(shù)據(jù)整合方式能夠取得超過獨(dú)個數(shù)據(jù)源更加完整準(zhǔn)確的選擇。在不遠(yuǎn)的未來，軍事技術(shù)上的多傳感器信息融合技術(shù)得到推廣，已經(jīng)在工業(yè)生產(chǎn)中得到應(yīng)用。為了達(dá)到不發(fā)生輸入信號中的單一特性，就需要使用信號整合。 它引出龐雜的信號實(shí)質(zhì)，并使這些信號互相協(xié)同，也就是多傳感器聯(lián)接或一起操作的好處， 增強(qiáng)了傳遞信號的效果，降低了獨(dú)個傳感器的有限性。

發(fā)明內(nèi)容
本發(fā)明是為了將多傳感器數(shù)據(jù)融合算法應(yīng)用于木材干燥系統(tǒng)的控制中實(shí)現(xiàn)提高控制精度，從而提供一種基于多傳感器數(shù)據(jù)融合算法的木材干燥系統(tǒng)的溫度和濕度控制方法。基于多傳感器數(shù)據(jù)融合算法的木材干燥系統(tǒng)的溫度和濕度控制方法，它由以下步驟實(shí)現(xiàn)步驟一、采用η個溫度傳感器采集木材干燥室內(nèi)的溫度值，并將所述溫度值根據(jù)模糊熵算法計(jì)算獲得η個溫度參數(shù)；采用m個木材含水率傳感器探頭采集木材干燥室內(nèi)的濕度值，并將所述濕度值根據(jù)模糊熵算法計(jì)算獲得m個濕度參數(shù)；步驟二、將步驟一獲得的η個溫度參數(shù)和m個濕度參數(shù)根據(jù)聚類融合算法進(jìn)行數(shù)據(jù)整合，獲得溫度控制參數(shù)和濕度控制參數(shù)；步驟三、根據(jù)步驟二獲得的溫度控制參數(shù)控制木材干燥系統(tǒng)中的加熱器，實(shí)現(xiàn)對木材干燥系統(tǒng)的溫度控制；根據(jù)步驟三獲得的濕度控制參數(shù)控制木材干燥系統(tǒng)中的加濕器，實(shí)現(xiàn)對木材干燥系統(tǒng)的濕度控制；
η為大于或等于2且小于或等于10的整數(shù)；
m為大于或等于2且小于或等于10的整數(shù)。
步驟一中的采用η個溫度傳感器采集木材干燥室內(nèi)的溫度值，并將所述溫度值根據(jù)模糊熵算法計(jì)算獲得溫度參數(shù)的具體方法是
步驟Al、采用η個溫度傳感器進(jìn)行Hii次的分組檢測，每個分組獲得η個溫度值；計(jì)算每個分組中的η個溫度值Xij (i = l，2，...，n;j = l，2，...，mi)的平均值
權(quán)利要求
1.基于多傳感器數(shù)據(jù)融合算法的木材干燥系統(tǒng)的溫度和濕度控制方法，其特征是它由以下步驟實(shí)現(xiàn)步驟一、采用η個溫度傳感器采集木材干燥室內(nèi)的溫度值，并將所述溫度值根據(jù)模糊熵算法計(jì)算獲得η個溫度參數(shù)；采用m個木材含水率傳感器探頭采集木材干燥室內(nèi)的濕度值，并將所述濕度值根據(jù)模糊熵算法計(jì)算獲得m個濕度參數(shù)；步驟二、將步驟一獲得的η個溫度參數(shù)和m個濕度參數(shù)根據(jù)聚類融合算法進(jìn)行數(shù)據(jù)整合，獲得溫度控制參數(shù)和濕度控制參數(shù)；步驟三、根據(jù)步驟二獲得的溫度控制參數(shù)控制木材干燥系統(tǒng)中的加熱器，實(shí)現(xiàn)對木材干燥系統(tǒng)的溫度控制；根據(jù)步驟三獲得的濕度控制參數(shù)控制木材干燥系統(tǒng)中的加濕器，實(shí)現(xiàn)對木材干燥系統(tǒng)的濕度控制；η為大于或等于2且小于或等于10的整數(shù)； m為大于或等于2且小于或等于10的整數(shù)。
2.根據(jù)權(quán)利要求1所述的基于多傳感器數(shù)據(jù)融合算法的木材干燥系統(tǒng)的溫度和濕度控制方法，其特征在于步驟一中的采用η個溫度傳感器采集木材干燥室內(nèi)的溫度值，并將所述溫度值根據(jù)模糊熵算法計(jì)算獲得溫度參數(shù)的具體方法是步驟Al、采用η個溫度傳感器進(jìn)行Hii次的分組檢測，每個分組獲得η個溫度值；計(jì)算每個分組中的η個溫度值Xij (i = l，2，...，n;j = l，2，...，mi)的平均值
3.根據(jù)權(quán)利要求1所述的基于多傳感器數(shù)據(jù)融合算法的木材干燥系統(tǒng)的溫度和濕度控制方法，其特征在于步驟一中的采用m個含水率傳感器探頭采集木材干燥室內(nèi)的濕度值，并將所述濕度值根據(jù)模糊熵算法計(jì)算獲得濕度參數(shù)的具體方法是步驟Bl、采用m個濕度傳感器進(jìn)行Hii次的分組檢測，每個分組獲得m個濕度值；計(jì)算每個分組中的m個濕度值Xij (i = l，2，...，m;j = l，2，...，mi)的平均值 _ ι mi
4.根據(jù)權(quán)利要求1所述的基于多傳感器數(shù)據(jù)融合算法的木材干燥系統(tǒng)的溫度和濕度控制方法，其特征在于步驟二中所述將步驟一獲得的溫度參數(shù)和濕度參數(shù)根據(jù)聚類融合算法進(jìn)行數(shù)據(jù)整合的方法具體方法是步驟Cl、將η個溫度參數(shù)和m個濕度參數(shù)中每個參數(shù)作為一類，記為^，i = 1，…， m+n ；將π ,形成矩陣D，并在所述矩陣D中消除主對角元素O之外的最小元素(Ii, ρ將該最小元素所在行和列的類、和、合并為一個新的類，即π f = {> ” JijI ；在矩陣D中消去該最小元素所在行和列的類、和^.，并將類Hf與矩陣D中剩余其它未合并的類之間的距離組成1行和1列，形成距離矩陣Dl ；步驟C2、重復(fù)執(zhí)行步驟Cl，直至m+n個參數(shù)聚為一個大類時，執(zhí)行步驟C3 ；步驟C3、根據(jù)每次消除的最小元素和合并類的編號，對步驟C2獲得的大類根據(jù)融合公式
全文摘要
基于多傳感器數(shù)據(jù)融合算法的木材干燥系統(tǒng)的溫度和濕度控制方法，涉及木材干燥系統(tǒng)的溫度和濕度控制方法。它是為了將多傳感器數(shù)據(jù)融合算法應(yīng)用于木材干燥系統(tǒng)的控制中實(shí)現(xiàn)提高溫度和濕度控制精度。其方法采用n個溫度傳感器和m個木材含水率傳感器探頭采集木材干燥室內(nèi)的溫度值和濕度值，并將所述溫度值和濕度值根據(jù)模糊熵算法計(jì)算獲得n個溫度參數(shù)和m個濕度參數(shù)，并根據(jù)聚類融合算法進(jìn)行數(shù)據(jù)整合，獲得溫度控制參數(shù)和濕度控制參數(shù)控制木材干燥系統(tǒng)中的加熱器和加濕器，實(shí)現(xiàn)對木材干燥系統(tǒng)的溫度和濕度的控制。本發(fā)明適用于干燥系統(tǒng)的溫度和濕度控制。
文檔編號G06F19/00GK102494532SQ20111038214
公開日2012年6月13日 申請日期2011年11月25日 優(yōu)先權(quán)日2011年11月25日
發(fā)明者任洪娥, 陳龍 申請人:任洪娥