基于神经网络的多维力传感器静态解耦的研究

• 作者: 刘宏 姜力 蔡鹤皋 高晓辉
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 多维力传感器 静态解耦 人工神经网络 最小二乘
• 年，卷（期）: 2002,（24）
• 所属期刊栏目: 信息技术
• 页码范围: 2100-2103
• 页数: 4页
• 分类号: TP244.2
• 字数: 3687字
• 语种: 中文
• DOI: 10.3321/j.issn:1004-132X.2002.24.010

摘要

提出了基于人工神经网络进行多维力传感器静态解耦的方法.维间耦合是制约多维力传感器测量精度的主要因素,为克服传统线性解耦方法的局限性,利用BP神经网络的强非线性逼近能力研究了多维力传感器的非线性静态解耦.以研制的微型5维指尖力/力矩传感器为对象进行了解耦实验,结果表明,与基于最小二乘的线性解耦方法相比,提高了解耦精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡鹤皋		233	4809	37.0	57.0
2	刘宏		198	1901	22.0	30.0
3	姜力		86	783	15.0	22.0
4	高晓辉		30	401	11.0	19.0