基于人工神经网络模型的木材干燥应变模拟预测

编号 zgly0001711801

文献类型 期刊论文

文献题名 基于人工神经网络模型的木材干燥应变模拟预测

作者 付宗营  蔡英春  高鑫  周凡  江京辉  周永东 

作者单位 中国林业科学研究院木材工业研究所国家林业和草原局木材科学与技术重点实验室  东北林业大学材料科学与工程学院 

母体文献 林业科学 

年卷期 2020年06期

年份 2020 

分类号 S781.71 

关键词 人工神经网络  弹性应变  机械吸附蠕变  模拟预测 

文摘内容 【目的】研究常规干燥过程中干燥基准、预处理条件、含水率对木材干燥应力的影响,探讨干燥应力沿髓心至树皮方向的分布情况,以实现干燥应变的模拟预测。【方法】整合分析采用图像解析法测算得到的弹性应变和机械吸附蠕变相关数据,基于人工神经网络模型,以干燥温度、含水率、相对湿度、距髓心距离为输入变量对弹性应变进行模拟预测,以预处理温度、干燥温度、含水率、相对湿度、距髓心距离为输入变量对机械吸附蠕变进行模拟预测。通过网络训练和验证,得到合理的人工神经网络预测模型,并对模型进行测试,探讨分析所建立模型的预测能力。【结果】弹性应变预测模型中,各数据集均呈现出较好的相关性,训练集、验证集和测试集的相关系数（R）分别为0.988、0.983和0.978,所有数据集的决定系数（R2）均高于0.95,验证集达到最优时的均方差（MSE）为1.21×10-6。机械吸附蠕变预测模型中,利用含水率为28%和12%的数据集进行模型训练和验证,训练集和验证集的相关系数（R）分别为0.981、0.977,验证集达到最优时的均方差（MSE）为1.26×10-6;利用含水率20%的数据集进行模型测试,测试集的相关系数（R）为0.969,所有数据集的决定系数（R2）均高于0.94,网络模型能够解释94%以上的试验数据,表现出较好的预测能力。【结论】所建立模型的预测值和试验值吻合较好,预测成功率较高,能够为人工神经网络在干燥应力、应变方面的应用提供可行性依据。