共查询到20条相似文献,搜索用时 15 毫秒
1.
介绍了称重式果蔬分选机的流水线结构,并简要描述了分选机所采用的悬臂梁式称重传感器的原理和该分选机所选择的称重传感器的主要指标。较为详细地阐述了作者设计的一款称重式果蔬分选机控制器的工作原理,并就该水果机的实现方案进行了一些细节的讨论并指出了数据处理过程中软硬件资源使用的难点。 相似文献
2.
3.
4.
5.
为了解决电容称重传感器的非线性问题,提出了补偿其非线性的小波神经网络方法。该方法以电容称重传感器实验数据为基础,通过小波神经网络训练来确定传感器非线性补偿网络。介绍电容称重传感器非线性补偿原理,分析网络的拓扑结构,给出网络参数训练方法。结果表明,采用小波神经网络进行电容称重传感器非线性补偿具有好的鲁棒性,网络训练速度快、精度高,并能在线补偿,在测试领域有实用价值。 相似文献
6.
扼要回顾了模拟式称重传感器的特性,介绍了数字化智能称重传感器的原理、结构及其涉及的数字化补偿技术等,探讨了关键技术问题。文中还叙述了这一产品的应用和发展。 相似文献
7.
8.
介绍了光纤光栅(FBG)称重传感器原理,建立了称重系统的力学模型,双孔平行梁利用自身结构特点对称重传感器进行了温度和偏载补偿,设计了基于Labview的光纤光栅祢重系统,阐述了系统的硬件组成和软件实现,并利用Labview方便的外部接口、数据处理和图形界面功能,方便读出称重传感器的载荷质量,解决了普通解调仪只能读出光栅波长这一问题。 相似文献
9.
电阻应变式称重传感器存在严重的非线性误差,直接影响称重结果的准确度。本文首先阐述了称重传感器的非线性误差机理与误差补偿原理,提出了一种基于导数约束的称重传感器非线性误差补偿方法。该方法根据称重传感器输入-输出特性曲线的单调递增性,构造神经网络补偿模型训练的约束条件,完成神经网络优化设计,弥补了因训练样本不足导致的网络泛化误差大的缺陷,同时讨论了惩罚因子对网络性能的影响。实验表明,采用这种基于导数约束神经网络补偿方法(DCNN方法)的称重传感器的非线性误差远小于补偿前的误差;同时当训练样本不足时,DCNN方法比传统训练方法(仅利用数据样本训练神经网络,DINN)具有更好的泛化能力,称重准确度更高。 相似文献
10.
11.
12.
13.
14.
较全面地综述了应变式传感器在汽车工业中的应用。文中着重对汽车轴重仪、叉车称重、公路汽车称重、双重刹车系统、轮胎自动充气机、汽车外壳表面应力测试等方面的应用实例均作了原理性的介绍。 相似文献
15.
16.
随着全国地面气象观测自动化,为保障数据质量和设备运行,仪器维护特别是新设备的安装维护提到综合观测业务重要位置。近年来称重式降水传感器已经在全国地面观测站中正式应用,作为夏季降水观测的首选备用仪器,承担冬季结冰期降水观测,满足冬季应急服务需要,作者在实际应用中及时发现问题,不断进行总结用以指导日常观测工作。以山东五莲站DSC1型称重式降水传感器从启用以来发现的典型问题为基础,重点阐述了称重式降水传感器的工作原理、典型问题及维护方法,提高称重式降水传感器运行稳定性和降水观测数据的可用性。 相似文献
17.
文简要介绍了称重式水果分选机的组成和称重传感段的结构,并描述了分选机称重传感段在称重信号采集的设计要点,介绍了分选机所采用的悬臂梁式称重传感器的原理,重点对分选机传感信号的特点进行了详细分析,对复杂信号的产生原因做了一些探讨。最后介绍了作者的信号采样方案。 相似文献
18.
19.