《大量程柔性铰六维力传感器静态解耦的研究》PDF+DOC
作者:石中盘,赵铁石,厉敏,赵延治,丁长涛
单位:中国仪器仪表学会
出版:《仪器仪表学报》2012年第05期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFYQXB2012050150
DOC编号:DOCYQXB2012050159
下载格式:PDF + Word/doc 文字可复制、可编辑
《六维力传感器静态解耦方法》PDF+DOC2012年第03期 肖汶斌,董文才
《基于过程神经网络的六维力传感器动态解耦研究》PDF+DOC2016年第05期 王毓,许德章,张家敏,许曙
《基于蚁群BP神经网络算法的六维力传感器解耦研究》PDF+DOC2016年第01期 张家敏,许德章
《基于径向基函数神经网络的压电式六维力传感器解耦算法》PDF+DOC2017年第05期 李映君,韩彬彬,王桂从,黄舒,孙杨,杨雪,陈乃建
《基于遗传小波神经网络的机器人腕力传感器动态补偿研究》PDF+DOC2009年第05期 俞阿龙
《基于遗传小波神经网络的机器人腕力传感器动态建模研究》PDF+DOC 俞阿龙
《六维力传感器静态解耦算法应用研究》PDF+DOC2007年第12期 张景柱,郭凯,徐诚
《基于神经网络的六维力传感器静态标定方法研究》PDF+DOC2006年第02期 李海滨,段志信,高理富,康补晓
《基于Stewart机构的六维力传感器解耦算法研究》PDF+DOC 盖广洪,高波
《六维力传感器静态解耦算法及静态标定的研究》PDF+DOC2013年第06期 武秀秀,宋爱国,王政
为提高大量程六维力传感器的测量精度,提出了一种新型的六维力传感器非线性静态解耦方法,该方法结合混合递阶遗传算法和小波神经网络的优点,采用递阶遗传算法与最小二乘法分别对小波神经网络隐层结构参数以及输出层权值进行优化,再将优化后的小波神经网络模型用于六维力传感器非线性解耦。建立了基于混合递阶遗传算法和优化小波神经网络的六维力传感器非线性解耦模型,设计了基于混合递阶遗传算法的小波神经网络结构及参数优化算法,给出了六维力传感器非线性解耦的具体实现流程。以最新研制的6-UPUR大量程柔性铰六维力传感器为对象进行实验,结果表明,采用该方法六维力传感器的Ⅰ类误差和Ⅱ类误差分别为1.25%和2.59%,比采用BP和RBF神经网络方法的测量精度高。
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。