《基于人工神经网络电子平台秤故障识别方法》PDF+DOC
作者:刘秀华,项秀明,吕宝超,付建新
单位:中国自动化学会;黑龙江省自动化学会;黑龙江省科学院自动化研究所
出版:《自动化技术与应用》2019年第07期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFZDHJ2019070290
DOC编号:DOCZDHJ2019070299
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于神经网络模型的发动机工况识别》PDF+DOC2002年第S1期 陈 华
《人工神经网络在化学中的应用进展》PDF+DOC2000年第03期 高志明,关岩,于洪梅,吴秀红,李井会
《基于BP神经网络与概率神经网络的汽车发动机故障识别方法及对比分析》PDF+DOC2020年第05期 李雯,喻菲菲,杜灿谊,李锋,龚永康
《数控机床热误差补偿的人工神经网络建模及其应用》PDF+DOC2006年第01期 张宏韬,曹洪涛,沈金华,李永祥,杨建国
《热电偶式风速传感器的非线性动态调校》PDF+DOC2005年第05期 田丰,柴艳莉,李威
《智能化雷达辐射源识别方法研究》PDF+DOC2004年第04期 孙道贺,王宝树
《基于神经网络与可能性理论的雷达型号识别模型》PDF+DOC2003年第11期 方敏,邱素蓉,王宝树
《基于遗传算法与神经网络的桥梁结构健康监测系统研究初探》PDF+DOC2002年第03期 吴大宏,赵人达
《基于神经网络的多传感器模糊航迹关联算法》PDF+DOC2009年第11期 田宝国,陈健
《MRAS感应电机定子电阻的在线辨识》PDF+DOC2007年第06期 李健,程小华
为快速实现识别电子平台秤故障,保证电子平台秤正常的工作状态,此方法针对电子平台秤四个数字传感器的输出码值进行研究,通过采集不同状态下个传感器的输出码值,然后使用Matlab软件中的BP神经网络的建立识别模型。结果表明,通过四种状态下传感器码值的输出值建立4(输入节点)-10(隐层节点)-2(输出节点)的BP人工神经网络模型,该神经网络模型的预测准确率可达到100%。因此认为,人工神经网络算法可为电子平台秤的故障识别提供可靠的技术支撑。
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。