《基于神经网络的速度传感器幅频特性改进》PDF+DOC
作者:于海春,俞阿龙
单位:中国电子科技集团公司第四十九研究所
出版:《传感器与微系统》2007年第07期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2007070240
DOC编号:DOCCGQJ2007070249
下载格式:PDF + Word/doc 文字可复制、可编辑
《振动速度传感器的动态性能改进的软件方法》PDF+DOC2004年第04期 俞阿龙,陈华宝
《基于选频补偿的磁电式速度传感器频响展宽研究》PDF+DOC1999年第03期 余水宝
《磁电式绝对振动速度传感器频响展宽研究》PDF+DOC1999年第01期 余水宝,李鸣华,吕振洪
《一种测量超低频绝对振动的新方法》PDF+DOC1998年第02期 余水宝
《磁电式速度传感器动态特性分析》PDF+DOC1994年第03期 程珩,刘岩
《基于传感器动态检测和神经网络的气体识别》PDF+DOC2005年第05期 李广义,黄家锐,苏润,黄行九,刘锦淮
《振动速度传感器幅频特性改进方法的研究》PDF+DOC2004年第05期 俞阿龙,黄惟一
《水轮发电机组低频振动信号的测量》PDF+DOC2010年第12期 陈战平
《基于小波神经网络的振动速度传感器幅频特性补偿研究》PDF+DOC 俞阿龙
《基于支持向量机的传感器非线性动态补偿方法》PDF+DOC2006年第02期 汪晓东,张浩然,张长江,汪金山,蒋敏兰,武林
为了降低磁电式振动速度传感器的下限测量频率,以实现超低频振动速度测量,提出改进其幅频特性的函数连接型人工神经网络(FLANN)方法。该方法以磁电式振动速度传感器动态试验数据为基础,通过FLANN训练来确定传感器动态补偿网络,以改善它的幅频特性。介绍了原理和FLANN权值调整的算法,给出用FLANN建立的磁电式振动速度传感器动态补偿网络的数学模型。结果表明:这种幅频特性的改进方法具有精度高、鲁棒性好,并能在线修正等优点,在工程测试领域有重要的实用价值。
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。