作者：郭全民,贾永峰 单位：沈阳仪表科学研究院有限公司 出版：《仪表技术与传感器》2009年第01期 页数：3页  （PDF与DOC格式可能不同） PDF编号：PDFYBJS2009010350 DOC编号：DOCYBJS2009010359 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 通过对起重量限制器的受力分析，指出在塔机起重量软测量中钢丝绳张力与拉力传感器拉力之间呈非线性关系，提出了应用函数型神经网络的强非线性逼近能力，建立非线性校正模型，消除塔机起重量测量中的非线性误差。结合塔机QTZ63给出了系统实现和网络仿真，实际应用表明这种非线性校正模型网络结构简单，所需样本少，系统误差小。

    📙 相关资料

    1. 《基于FLNN的塔机起重量软测量方法研究》PDF+DOC 通过起重量限制器的受力分析，指出在塔式起重机(塔机)起重量软测量中钢丝绳张力与拉力传感器拉力之间呈非线性关系，提出应用函数型连接神经网络(FLNN)建立软测量模型，为塔机起重量的间接在线测量提供了新方法。结合塔机QTZ63给出了网络的实现过程，实测研究表明：该测量方法具有误差小、精度高、容易实现等优......
    2. 《塔式起重机起重量限制器检测装置研制》PDF+DOC 本文介绍一种主要为塔式起重机起重量限制器的检验提供一种新的有效检测手段，该检测设备通过固定钢丝绳，施加的外力等效为钢丝绳对额定起重量的提拉力，来触发起重量限制器动作，无须额外提供砝码等计量称重物，便可实现精准有效现场检测，这种检验手段为起重量限制器在《起重机械定期检验规则》中难以实现的“现场验证”检......
    3. 《一种利用函数链神经网络的传感器建模新方法》PDF+DOC 讨论基于函数链神经网络 (FLNN)的传感器建模新方法 ，其结构简单、使用灵活、建模容易 ，易于实时硬件实现。两个算例说明网络的训练和非线性逼近方法 ，显示出网络的自适应能力、学习能力 ，基于FLNN的传感器模型可同时实现温度补偿和非线性校正。实际上 ，利用这种模型可以跟踪补偿环境改变引起的传感器特......
    4. 《基于函数链神经网络的传感器建模》PDF+DOC 现代测控系统对传感器的精度和工作条件提出了很高的要求.为此，人们不得不采取一些中间补偿和修正措施，实现抗干扰、线性化，以提高传感器和系统的性能.讨论基于函数链神经网络(FLNN)的传感器建模新方法，其精度提高，结构简单、使用灵活、建模容易，易于实时硬件实现.两个算例说明网络的训练和非线性逼近方法，显......
    5. 《BP算法应用于智能传感器的数据处理》PDF+DOC 利用BP算法具有的非线性映射能力对传感器标定数据进行输入-输出特性的反非线性逼近，将其作为智能传感器系统的非线性校正软件，使传感器在该软件的支持下提高测量精度.用传感器实验数据通过训练的网络，测量相对误差由原来的约6.66％下降至O.98％。...
    6. 《优化RBF神经网络在压力传感器中的应用》PDF+DOC 针对压力传感器在应用中出现温度误差大这一缺点，提出了通过采用径向基函数(RBF)神经网络较强的非线性逼近能力，实现其非线性校正和温度补偿的网络方法，并对该法进行改进。通过仿真可看出，改进方法校正的系统能自动补偿非线性误差，具有误差小，精度高等优点。因此，提出的改进的RBF神经网络法对压力传感器的非线......
    7. 《基于函数型连接神经网络的瓦斯传感器非线性校正》PDF+DOC 通过对载体催化瓦斯传感器检测原理的分析，指出瓦斯体积分数与瓦斯传感器输出电压之间呈非线性关系，提出了应用函数型连接神经网络的强非线性逼近能力，且不依赖确定的数学模型的优点，建立非线性校正模型，消除瓦斯检测中的非线性误差。网络仿真结果与分段线性拟合曲线的比较表明：这种非线性校正模型结构简单、收敛速度快......
    8. 《虚拟仪器系统非线性软校正的支持向量机法》PDF+DOC 针对人工神经网络等传统方法在解决虚拟仪器系统方面的不足，提出了解决虚拟仪器系统非线性校正的支持向量机方法。该算法是在接受客观非线性事实的基础上，通过采用支持向量机来建立起虚拟仪器的传递特性，从而实现非线性校正。将该校正模型应用于一压力测量虚拟仪器，取得了满意的效果。...
    9. 《基于模糊RBF神经网络的传感器动态特性补偿研究》PDF+DOC 为了改善传感器的动态特性，减小系统测量误差，分析了传感器动态性能补偿的基本原理，把模糊RBF神经网络应用到传感器的补偿环节。仿真实验表明，使用补偿的传感器输出达到稳态的时间比没有补偿的缩短了大约9ms，相应的动态特性指标也得到了较大的改善。把该算法用于对瓦斯传感器的非线性校正，大大提高了瓦斯检测的灵......
    10. 《径向基函数神经网络在多维力传感器标定中的应用》PDF+DOC 维间耦合是制约多维力传感器测量精度的主要因素，为了克服传统线性标定方法的局限性，利用径向基函数(RBF)神经网络强非线性逼近能力进行了多维腕力传感器的静态标定，并将其与最小二乘法和BP神经网络标定法作了比较。以研制的六维腕力传感器为对象进行了实验，结果表明，采用RBF神经网络对多维腕力传感器标定比用......

    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。