共查询到20条相似文献,搜索用时 124 毫秒
1.
首先介绍了基于多个力传感器共同测试技术的机车车辆称重台的组成结构和传统称重测量模型。由于传统模型要求多个力传感器的输出特性完全一致,这在实际应用中往往无法满足。因此,在进行多次重复测量时,各个传感器的负荷分配变化都会导致合成信号的变化,从而产生测量不确定度。采用一种基于数字量求和方式的称重测量模型,对传统模型进行改进,消除各个力传感器输出特性的差异对测量结果造成的影响,减小测量不确定度。试验结果证实了该方法的正确性和有效性。 相似文献
2.
3.
本文对计量给煤机这一称重产品的工作原理、设备组成作了简单介绍,以图文结合的形式着重阐述了三组称重桥架在称重给煤机的应用及优点。 相似文献
4.
《中国计量学院学报》2015,(3):274-279
利用ADAMS软件建立动态轨道衡称重系统模型,并通过实际测量来验证其可靠性,使软件仿真取代动态称重现场数据采集,降低测量劳动强度.首先根据实际的轨垫式轨道衡的称重结构原理建立模型,利用单一变量法改变质量或者速度,进行仿真称重过程,从而得到在不同的负载、不同速度下的仿真称重数据.然后再利用动态轨道衡实测相应数据,与软件仿真结果比较分析.结果表明,当车辆速度在20km/h以内,模型仿真结果与实际实验结果吻合,验证了动态轨道衡称重模型的可靠性,可用软件仿真取代动态称重现场数据采集工作,为动态轨道称重补偿研究奠定理论基础. 相似文献
5.
基于FLANN的动态称重法 总被引:1,自引:0,他引:1
根据“逆模型”的思想 ,利用神经元网络良好的逼近能力 ,基于函数联接型神经网络 ( FLANN)的传感器动态补偿方法和最小二乘法 ,提出了一种车辆动态称重解决新方法 相似文献
6.
7.
8.
9.
针对采用砝码法和衡器载荷测量仪法检定电子汽车衡的加载状态,结合实际尺寸和边界条件建立电子汽车衡结构模型;应用数学模型计算和有限元分析手段,对不同加载状态下承载器的变形特性以及对称重传感器的影响进行了分析。研究结果表明,两种方法在称重和偏载检定时结果略有差异,但不影响检定结果判断。通过实际称重和偏载检定测试,验证了理论分析结论。 相似文献
10.
11.
12.
Dynamic weighing under nonzero initial conditions 总被引:8,自引:0,他引:8
The discrete output error (OE) model of second order is derived for the weighing system dynamics. Using the model and the recursive least squares (RLS) procedure, model parameters and then the mass being weighed can be estimated from a dynamic measurement signal of very short duration. The validity and the accuracy of this method are illustrated by digital simulation studies and real-life measurements 相似文献
13.
目的 由于全自动称量包装精度控制容易受到物料冲力等因素的影响,导致精度控制很难保持稳定,降低其抗扰性能.为此,提出基于PLC冗余技术的全自动称量包装精度控制方法.方法 建立称量传感器的数学模型,采用滑动平均滤波和程序判断滤波处理称量原始信号,去除动态振荡和干扰因素,将处理的信号作为输入数据,利用PLC冗余技术制定同步机制,实现数据传输和控制命令的同步传输,在此基础上,使用设计的专家控制器,根据灵活的控制规则库实现全自动称量包装的精度控制.结果 设计的基于PLC冗余技术的全自动称量包装精度控制方法过码质量计量偏差小、通讯数据协同性好.结论 通过滤波处理的控制方法可以有效提高控制系统的抗扰性能. 相似文献
14.
15.
目的 为提高粉状饲料包装过程的称量精度,提高包装效率,基于RBF神经网络设计一种粉状饲料定量称量包装控制系统.方法 首先介绍系统总体结构,以动态定量称量为主要研究对象,重点分析包装机的给料过程.针对精细给料过程,建立被控对象数学模型,结合传统PID控制和RBF神经网络设计称量控制器.通过RBF神经网络实现PID控制器参数的在线调整,从而提高称量精度.最后进行实际称量试验.结果 试验结果表明,静态和动态称量偏差均可以控制在0.5%以内,计量为25~50 kg,生产能力可以达到900包/h.结论 所述控制系统称量精度较高,具有比较理想的可靠性和稳定性,能够满足包装需求. 相似文献
16.
17.
18.
19.
动态定量称量包装系统BP神经网络PID控制算法 总被引:1,自引:1,他引:0
目的针对动态定量称量包装控制系统具有大惯性、滞后、非线性且无法建立精确数学模型等缺点,研究提高动态定量称量包装系统控制精度的方法。方法提出了一种改进型BP神经网络PID的定量称量包装控制系统,将BP神经网络与PID控制方法相结合,通过神经网络的自学习、加权系数的调整,优化PID控制器参数K_i,K_p,K_d,并将粒子群算法引入到神经网络中作为其学习算法,以有效提高BP神经网络算法的收敛速度。结果仿真和实验结果表明,改进型BP神经网络PID控制响应速度快、超调量较小,系统称量误差得到大幅度减小。结论所述控制方法可以明显提高定量称量控制过程的稳定性、精确性以及鲁棒性。 相似文献
20.
目的 为解决微量包装系统中称量传感器输出电压与质量之间的非线性关系、提高称量精度,基于改进BP神经网络设计一种非线性补偿方法.方法 阐述电阻应变式称量传感器的非线性补偿原理,根据称量传感器输入和输出之间的关系,设计一种神经网络补偿器.为提高神经网络控制性能,引入一种惩罚因子,可解决因训练不足导致的误差偏大等问题.结果 经对比发现,改进型BP神经网络具有较快的收敛速度、较高的精度,可提高微量称量包装系统的控制性能.高速模式下,称量误差可以控制在0.5%以内,实际称量结果较理想.结论 该方法能够改善系统动态性能,提高测量精度,可满足称量、包装行业等精度要求. 相似文献