《基于DSP的BP神经网络真空度数据采集系统》PDF+DOC
作者:田金波,赵智忠,毕海岩
单位:西安高压电器研究所
出版:《高压电器》2014年第12期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFGYDQ2014120090
DOC编号:DOCGYDQ2014120099
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种改进的BP神经网络WSN数据融合方案》PDF+DOC 罗丹
《基于BP网络信息融合技术的电路板故障诊断》PDF+DOC2006年第03期 周绍磊,张文广,张晨亮
《基于BP神经网络的水分检测数据处理》PDF+DOC2006年第03期 翟宝峰,陈秋艳
《基于BP神经网络的压力传感器静态特性数据融合》PDF+DOC2004年第06期 张丹,于朝民,李东
《基于BP神经网络的压力传感器数据融合研究》PDF+DOC2012年第04期 刘二林
《BP神经网络在自动变速器故障诊断中的应用》PDF+DOC2012年第08期 郑劲,丁雪兴,孙怀君
《BP算法在位移传感器测量精度方面的应用》PDF+DOC2010年第02期 杨帆,肖贝,唐路,程雯
《基于BP神经网络数据融合的瓦斯监测系统》PDF+DOC2008年第04期 韩兵,付华
《基于BP神经网络算法的飞机发动机火警信号系统研究》PDF+DOC2008年第04期 吴光彬,王栋,贾卫东,高超
《BP神经网络融合预报在深基坑监测中的应用》PDF+DOC2008年第04期 张冠宇,邓勇,杨振,余春平
设计了基于DSP芯片TMS320F2812和BP神经网络数据融合的真空度信号数据采集融合系统。首先,利用横磁场脉冲磁控法和屏蔽罩电位法双传感器,对真空灭弧室进行真空度检测,采集的模拟信号经放大处理后通过DSP转换到数字信号;其次,利用BP神经网络方法进行数据融合,以获取准确的采样数据。BP神经网络的训练过程需要的时间长、数据量大,所以利用特征向量进行训练的环节在MATLAB上实现,将训练好后得到的权值矩阵和阈值向量嵌入到DSP中;然后,对真空灭弧室的真空度采集数据处理后的融合值由TMS320F2812的e CAN模块串行通信到上位机由VB可视化页面对数据进行检测分析。重点提出的基于DSP的BP神经网络数据融合技术的数据处理方法和串口通信,并实验证明这种方法具有良好的容错性,诊断结论的可信度明显提高,能够有效提高测量数据的稳定性和准确度。
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。