《药品灌装线动态称重系统非线性校正的研究》PDF+DOC
作者:高小娇,黄劼,刘臣园
单位:中国计算机学会工业控制计算机专业委员会;江苏省计算技术研究所
出版:《工业控制计算机》2015年第10期
页数:2页 (PDF与DOC格式可能不同)
PDF编号:PDFGYKJ2015100460
DOC编号:DOCGYKJ2015100469
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于BP网络的电涡流传感器非线性补偿》PDF+DOC2016年第02期 李莲,丁文宽
《LabVIEW设计中压力传感器的BP神经网络温度非线形校正》PDF+DOC2006年第04期 朱滨峰,徐桂云,李俊敏
《基于神经网络的传感器非线性误差校正》PDF+DOC2002年第01期 林康红,施惠昌,卢强,奉玲
《基于改进反向传播算法的跨音速攻角补偿修正研究》PDF+DOC2010年第12期 孟博,李荣冰,刘建业,李睿佳
《基于神经网络的矿尘浓度传感器输出特性研究》PDF+DOC2009年第11期 胡安瑞,程学珍,杨芬,曹茂永
《空调系统传感器故障诊断方法研究》PDF+DOC2008年第06期 金文,李冬辉
《基于神经网络校正的NTC热敏电阻传感器系统》PDF+DOC2008年第05期 赵立燕,刘军,许亮
《基于神经网络模型的传感器非线性校正(英文)》PDF+DOC2006年第05期 田社平,赵阳,韦红雨,王志武
《应用BP神经网络校正铂电阻温度传感器非线性的方法》PDF+DOC2006年第02期 杜福嘉,汪达兴
《基于改进GA-BP神经网络的湿度传感器的温度补偿》PDF+DOC2013年第01期 彭基伟,吕文华,行鸿彦,武向娟
由于传感器本身的线性问题和各种环境因素的综合影响,测量系统的输入输出总是存在一定非线性,因此对系统进行非线性补偿是提高系统测量精度的必要环节。以药品灌装线动态称重系统为例,由于传感器非线性造成的误差已将近2%。针对这个问题,提出了一种基于BP神经网络的传感器非线性校正方法,选用Levenberg-Marquardt反向传播算法的训练函数和感知器权值和阈值学习函数可以将系统的非线性误差控制在0.4%的范围内,从而大幅度提高药品灌装线称重系统中传感器的测量精度和工作效率。该非线性校正方法也适用于其他的测量系统。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。