《基于小波神经网络的电涡流传感器非线性补偿》PDF+DOC
作者:付立华,王刚
单位:中煤科工集团常州研究院有限公司
出版:《工矿自动化》2015年第09期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFMKZD2015090190
DOC编号:DOCMKZD2015090199
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于遗传算法的电涡流传感器线性度优化》PDF+DOC2015年第10期 曹现刚,史春蕾
《基于GA-WNN的电涡流传感器的温度补偿》PDF+DOC2019年第03期 吴子恒,卢文科,冯阳,陆腾云,左锋
《基于遗传小波神经网络的白酒识别电子鼻》PDF+DOC2013年第05期 周红标,张新荣,耿忠华
《基于小波神经网络的电容称重传感器非线性补偿研究》PDF+DOC2010年第07期 俞阿龙
《基于遗传小波网络的飞控系统故障诊断研究》PDF+DOC2008年第03期 宁东方,章卫国,李斌
《基于遗传小波神经网络的多传感器信息融合技术的研究》PDF+DOC2007年第11期 高美静,赵勇,谈爱玲
《锰铜合金导线在电涡流位移传感器中的应用》PDF+DOC2020年第03期 张永超,赵录怀,邱轲
《基于遗传神经网络的电容称重传感器非线性补偿方法》PDF+DOC2010年第06期 俞阿龙
《基于小波神经网络的永磁同步电机无速度传感器控制》PDF+DOC2010年第07期 李毓洲,阳林
《基于RBF神经网络的热敏电阻温度传感器非线性补偿方法》PDF+DOC2007年第05期 俞阿龙
为消除电涡流传感器的非线性误差,提高其测量精度,提出了一种基于小波神经网络和遗传算法的电涡流传感器非线性补偿方法。该方法利用小波神经网络的非线性映射能力,使得传感器的输入与输出线性化,并使用遗传算法搜寻网络的最优初始值,加强网络的非线性逼近能力和收敛能力,显著提高电涡流传感器的非线性补偿效果。实验结果表明,经过补偿后,极大提高了传感器的精度,传感器输出电压最大绝对误差为15.55mV,最大相对误差为1.36%,非线性误差为0.34%。
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。