动态定量称量包装系统滤波算法

目的为了提高动态定量称量包装精度,提升数据采集和信号测量的准确性。方法分析定量称量系统的组成以及工作原理,并针对系统中存在的噪声,提出一种基于小波包滤波的称量包装滤波算法。通过塔式分解方法实现快速离散小波包变换,由离散卷积方程得到小波包分解系数,进而完成滤波算法的重组。结果通过仿真和实验结果可知,小波包滤波方法能够很好地滤除动态称量信号中的噪声,提升了有用信号的品质。结论该滤波算法提升了动态定量称量系统的稳定性,提高了称量包装精度。     

非线性质量补偿方法在微量包装系统中的应用

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.     

多头组合秤的算法研究分析

目的 为研究不同类型算法对提高多头组合秤称重精度和称重速度的影响.方法 把动态规划算法和遗传算法应用于多头组合秤,通过对比不同数量的称量斗,2种算法在组合成功率和组合时间上的优劣,分析出最适合多头组合秤的算法.结果 动态规划算法的组合时间明显少于遗传算法的组合时间.遗传算法的组合成功率一直保持着96％以上的高水平;动态规划算法在称量斗数量少于10时的组合成功率低于90％,但随称量斗数量的增加而明显提高.结论 在少于20个称量斗的称重系统中采用遗传算法,虽然花费时间稍多,但是可以获得高组合成功率;在大于20个称量斗的称重系统中采用动态规划算法,既花费时间少,也能获得高组合成功率.     

基于热电偶的爆炸场温度补偿方法及其 LabVIEW 实现?

在爆炸场瞬态高温测试过程中,由于热电偶的动态特性较差,使得测试结果存在较大动态误差。针对该问题,应用了以大功率激光器为热源的可溯源动态校准系统,对热电偶传感器进行动态校准,分析其动态特性;在此基础上,运用MATLAB和量子粒子群优化(QPSO)算法设计动态补偿滤波器,试验验证了动态补偿的有效性;通过Lab VIEW与MATLAB混合编程,最终在Lab VIEW平台上实现对热电偶输出的动态补偿。结果表明,补偿后的热电偶响应速度加快,爆炸场温度补偿结果可信。     

可编程动态特性补偿滤波器设计

以常用的典型传感器为应用对象,设计了一种可编程配置的动态特性补偿模拟滤波器,通过单片机控制改变模拟滤波器电路的结构与参数以实现对不同传感器动态特性的补偿。通过对不同方案的分析和比较,选择了合适的电路结构以及元件参数,实现了针对常见工作频带在20 k Hz以下的机电系统3~6阶可编程传感器动态特性补偿滤波器。通过对由电路构成的一阶系统和悬臂梁系统的补偿,验证了该动态特性补偿滤波器的可用性。     

压电式压力传感器动态特性补偿技术研究

针对近爆区冲击波压力测试中压电式压力传感器因动态特性不佳造成信号畸变之问题,通过激波管动态校准试验,分析传感器动态特性;对造成动态测试误差的主要因素,利用动态补偿技术设计数字补偿滤波器,对传感器爆炸信号进行补偿处理。结果表明,该方法能有效减小动态测试误差、提高近爆区冲击波压力测试精度。     

大时间常数传感器动态特性的在线实时补偿

在测控系统中传感器通常都位于系统的反馈通道.大时间常数的传感器严重地影响着系统的实时调节,为此,对大时间常数的传感器进行在线的实时补偿是十分必要的.本文通过分析,给出了对大时间常数传感器动态特性进行在线实时补偿的算法,该算法根据传感器在当前以及此前若干时刻的测量输出值yk,yk-1,yk-2直接给出现场被测量实际值的估计值xk,从而摆脱了由于大时间常数传感器的惯性给系统的实时调节带来的困难.为了实现对传感器的动态特性进行补偿,文章还给出了对传感器模型进行在线辨识的方法.     

应变式力传感器动态特性研究及动态补偿

通过测试传感器的固有频率和冲击响应,对不同结构的应变式力传感器的动态特性进行了研究。当力传感器动态特性不理想时,根据零极点配置法设计了动态补偿数字滤波器,对力传感器进行动态补偿,使之适用于动态测量。实验表明:柱式力传感器的动态特性优于S形力传感器。通过对S形传感器进行动态补偿,拓宽了力传感器的工作频带,提高了力传感器的动态性能,减小了动态误差。     

BP神经网络在测试系统动态补偿中的应用

测试系统的非线性动态补偿是仪器技术的一个重要方面．采用BP神经网络对测试系统进行动态补偿．BP神经网络的结果决定于网络输入、隐层和输出节点．由于其非线性映射特性,BP神经网络完全能够反映测试系统的动态响应特性．采用了收敛速度较快的递推预报误差算法训练神经网络．试验结果表明,BP神经网络的特性完全能够满足测试系统的动态补偿要求．表明本文的方法是有效的．     

称量传感器标定装置进给系统的动态特性分析

目的解决称量传感器标定装置因进给系统在实际工作时频繁受到电机的振动而可能引发检测装置共振的问题。方法利用三维设计软件PROE建立称量传感器标定装置进给系统三维模型,结合有限元仿真技术对称量传感器标定装置进给系统进行动态特性分析和瞬态分析,并对模态分析结果进行试验验证。结果当外界激励频率与进给系统第5阶模态(412 Hz)接近时,进给系统的变形、应力值较大。结论在实际工作环境中应当避免称量传感器标定装置工作在第5阶(412 Hz)模态频率附近。     

车辆动态称重的速度补偿研究

研究了速度对车辆动态称重准确度的影响,并对车辆载重受力进行分析,导出速度与车辆轴重的数学表达式,利用机械动力学分析系统构建了动态称重有限元模型仿真称重过程,并对速度影响进行补偿。结果表明,基于机械动力学分析系统的有限元动态称重速度补偿模型正确可靠,20t载重汽车在8.33m/s情况下最大补偿量达到10%,大大提高了动态称重准确度。     

食盐及其类形物的高精度定量包装设备研究

针对食盐定量包装生产称量精度低、自动化程度不高等问题,对高精度食盐定量包装设备进行研究,通过分析食盐本身的物理特性,设计了称量、传送、复检反馈装置.称量装置设计为可调式量杯结构,以量杯体积估计预包装的食盐质量;复检反馈装置设计为多传感器的皮带秤结构,克服自重与重物重量比大对称量精度的影响.通过对动态称重过程中存在的误差...     

混合式动态称重数据处理研究

针对定量包装高速度和准确度的要求,建立了动态称重实验系统,针对新型混合式定量动态称重的特点,采用滑动数据滤波方法,提高称重的快速性和准确性.试验数据的分析表明滑动数据滤波方法在混合式定量动态称重中应用是有效可行的,可以使称重准确、高效.     

基于改进烟花算法的传感器动态特性补偿方法研究

为了提高传感器的动态测量精度,提出了一种基于改进烟花算法的动态补偿器设计方法。依据传感器输入输出的动态标定数据,运用改进后的烟花算法逆向建模获取动态补偿滤波器,以改善原传感器系统的动态性能。经仿真实验测试,验证了该方法的可行性。将方法应用于科氏质量流量计变送器的动态补偿测试。实验结果表明,基于改进烟花算法的动态补偿方法可以有效提高科氏质量流量计变送器的动态特性,动态响应时间减小了将近90%。     

在动态称重中应用基于声卡的数据采集系统

针对定量包装对精度和速度的要求,建立了混合式动态定量称重系统;构建了基于声卡的数据采集系统,介绍了系统软硬件结构,并将数据采集系统应用于动态称重中,实验证明了该方法的可行性.