3级av免费在线观看_一本精品无码不卡在线观看_亚洲无码在线观看视频免费_久久午夜无码就频

    出口式電子汽車衡根據設計要求，一般具有4~12路稱重傳感器。這些傳感器按一定的拓撲結構分布在出口式電子汽車衡秤體下方，構成典型的多傳感器稱重系統。實驗發(fā)現，各稱重傳感器的輸出以及相鄰傳感器輸出的比值相互影響，存在相關性，這些相關性受許多因素影響。

    現有出口式電子汽車衡利用并聯方式，在模擬接線盒中將各路稱重傳感器的輸出信號進行累加，獲得一個與被測載荷質量成比例的電壓信號，經信號調理、A/D轉換后，由單片機處理獲得稱重結果，送顯示、通信，完成被測載荷的稱重；這種方式由于通過硬件電路直接將各路稱重傳感器輸出信號集中累加，割裂了稱重傳感器之間的，忽視了多傳感器的相關性，失去了利用出口式電子汽車衡本身多路稱重傳感器的關聯特性進行故障診斷和容錯控制的可能性，從而使得任意一路傳感器發(fā)生故障都將導致整個稱重系統失效。

    近年來，神經網絡在智能信息處理中得到了廣泛的應用。作為前饋神經網絡的重要分支，徑向基函數神經網絡(RBFNN)由于具有很強的逼近非線性函數能力和自學習功能，收斂速度快，魯棒性好，已廣泛應用于系統建模、函數逼近與非線性估計等。出口式電子汽車衡各路稱重傳感器的輸出信號以及輸出信號比值相互關聯，它們之間存在某種非線性函數關系，利用RBFNN逼近這種非線性函數,分別構造多路稱重傳感器輸出信號的關聯模型以及輸出信號比值的關聯模型，建立各路傳感器輸出的預估網絡和相鄰稱重傳感器輸出比值的預估網絡。由于這兩個預估網絡相互獨立，從而可以獲得兩個獨立的、冗余的傳感器輸出預測值。出口式電子汽車衡現場使用時因受噪聲影響，單獨利用其中任何一個關聯模型都將產生較大誤差。為此以這兩個關聯模型產生的獨立冗余估計值為輸入，構建一種自適應加權融合方法，以獲得更準確的稱重傳感器輸出估計信號，為出口式電子汽車衡的故障診斷與智能容錯奠定基礎。

    本章研究出口式電子汽車衡多路稱重傳感器的相關性，構建任意一路傳感器與其它N-1路傳感器的關聯模型（全關聯模型），即利用RBFNN分別建立多路稱重傳感器輸出信號的關聯模型和相鄰傳感器輸出信號比值的關聯模型，獲得兩個獨立的預測值，并利用它們的冗余性，構建一種自適應加權融合方法，完成稱重傳感器輸出結果的準確估計。為實現出口式電子汽車衡多路傳感器故障的智能容錯，建立了任意一路稱重傳感器與其它N-2路傳感器的關聯模型（即多傳感器局部關聯模型），以實現該狀態(tài)下故障傳感器的輸出估計。通過仿真驗證這種方法的準確性與有效性。

以上信息由上海越衡實業(yè)有限公司提供，轉載時請注明。
相關推薦：
scs 電子汽車衡結構介紹    
防爆地磅廠家生產的傳感器工作原理