作者：林海军,滕召胜,迟海,吴阳平,唐立军 单位：湖南大学 出版：《湖南大学学报(自然科学版)》2010年第05期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFHNDX2010050100 DOC编号：DOCHNDX2010050109 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 传统汽车衡称重误差补偿过程繁琐、称重结果准确度低，为此提出了一种基于多径向基函数神经网络(RBFNN)的汽车衡误差补偿方法.根据汽车衡不同检定秤量段的最大允许误差确定多个子RBFNN，每个子RBFNN负责一段秤量范围的误差补偿，建立相应秤量段的称重误差补偿模型，并给出补偿模型的训练算法.将各子RBFNN并联组合，利用自适应选择网络，自动选择合适的子RBFNN，完成不同称重段的最优补偿，从而获得全量程的最佳补偿效果.仿真实验表明，这种多RBFNN补偿方法与由单个RBFNN实现全量程补偿的方法相比，子RBFNN规模小，补偿效果更好。

    📙 相关资料

    1. 《基于RBF神经网络的测斜仪方位角校正研究》PDF+DOC 本文介绍了国内常用磁性电子测斜仪的结构和测斜原理，分析了其本身和工作过程中可能存在的误差及其来源。针对井眼姿态测量中的主要测量参数之一方位角，基于径向基函数(RBF)神经网络补偿算法，建立了以实测井斜角和方位角构成的二维向量为输入、标准方位角构成的一维向量为输出的三层RBF神经网络模型，并用实际测斜......
    2. 《称重传感器蠕变误差的神经网络补偿方法》PDF+DOC 针对电阻应变式称重传感器存在严重的蠕变误差直接影响称重结果准确度的问题，提出了一种基于神经网络的称重传感器蠕变误差自动补偿模型，并给出了模型的训练算法。对量程为50 kg，C3等级的电阻应变式称重传感器进行了实验，实验结果表明，使用神经网络蠕变误差补偿方法补偿后，称重传感器加载标准砝码30 min内......
    3. 《基于RBF神经网络的电子秤非线性误差补偿》PDF+DOC 称重传感器、秤盘机械结构的非线性环节影响了电子秤称重结果的准确度。本文分析了电子秤的非线性误差来源与误差机理，在此基础上利用径向基函数神经网络(RBFNN)构建了一种电子秤非线性误差补偿网络，完成了电子秤的非线性校正。经现场检测表明，采用这种方法补偿后的电子秤称重误差小于国家标准《JJG 555-1......
    4. 《基于RBFNN的称重传感器温度误差补偿》PDF+DOC 称重传感器存在因环境温度不同导致的非线性误差，需要进行补偿。阐述了称重传感器的温度误差机理，提出了一种基于径向基函数神经网络(RBFNN)的称重传感器温度误差补偿方法，并给出了训练算法。采用该方法，利用量程为100 kg的称重传感器，在0～60℃范围内进行温度误差补偿实验。实验表明：采用这种方法补偿......
    5. 《基于FCM聚类和RBF神经网络的机床热误差补偿建模》PDF+DOC 热关键点的选择和热误差建模技术是决定热误差补偿是否有效的关键，对提高数控机床的加工精度至关重要。为了实现对数控机床热误差的补偿控制，文章利用模糊C均值(FCM)聚类方法，对机床上布置的温度测点进行优化筛选，将温度变量从20个减少到4个，然后给出了基于RBF热误差补偿建模方法。通过建模实例表明，文章提......
    6. 《基于多传感器信息融合的汽车衡误差补偿》PDF+DOC 传统的汽车衡误差补偿方法是通过反复调节接线盒中电位器，调整每路称重传感器通道增益实现的，过程繁琐、称重结果准确度低。介绍了汽车衡称重原理，分析了称量误差产生的原因，确定了误差模型，以多路称重传感器信号为输入，提出了基于径向基函数神经网络多传感器信息融合误差补偿方法，建立了融合模型，给出了融合模型的训......
    7. 《基于RBF神经网络的控制系统传感器故障诊断方法》PDF+DOC 针对现行研究中压铸机实时检测与控制系统中相关传感器的常见故障问题，通过对人工神经网络理论与方法的学习，建立了一种基于径向量基函数神经网络RBFNN的控制系统传感器故障诊断观测器模型。通过来自压铸机的实测参数进行模型训练，采用模糊K均值聚类算法选取聚类中心，利用该观测器确定传感器输出值与传感器实际输出......
    8. 《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+DOC 针对热敏电阻温度传感器应用中存在的非线性问题，本文提出了应用RBF神经网络强非线性逼近能力进行非线性补偿的方法。文中介绍了非线性补偿的原理和网络训练方法。该方法不依赖于传感器的模型，而是根据传感器的输入和响应数据，建立补偿模型。结果表明，这种非线性补偿模型具有误差小、精度高、可在线标定、鲁棒性强，与......
    9. 《基于RBF神经网络的车辆牵引性能测试数据融合技术》PDF+DOC 针对目前车辆牵引性能测试中，牵引力传感器由于环境温度变化出现测量误差，影响了测试精度的问题，采用基于神经网络的数据融合技术对其进行补偿，不但避免了硬件补偿的复杂性，且提高了测试精度，取得较好的效果。实验证明：采用基于径向基函数(RBF)神经网络的数据融合技术补偿牵引力传感器中由于温度漂移而引起的误差......
    10. 《基于RBF神经网络的全姿态磁航向误差建模与补偿》PDF+DOC 对磁罗盘系统误差和目前多数文献所提出的全姿态磁航向误差补偿方法的不足进行了分析。针对具有一定俯仰角或横滚角的磁罗盘系统磁航向误差建模和补偿问题，提出了基于径向基函数(RBF)神经网络的修正方法，并与BP神经网络方法进行了比较。在分析算法原理的基础上进行了实验仿真，结果表明：采用RBF神经网络在明显提......

    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。