作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为兼顾动态称重系统的快速性和精度,提出用参数辨识方法来进行处理.由于动态称重系统为时变非线性系统,因此采用分段线性化的方法推导出系统的动态数学模型,并将问题转化为参数辨识问题.在辨识算法上,采用BP神经网络不断在线辨识系统参数,从而使其工作在最佳参数下.结果表明:本试验提出方法是可行的,达到了试验提出的技术要求,测量相对误差小于2.5‰FS,不确定度小于10 g,系统在全量程范围内的准确度不低于2%o.在提高称重速度的同时,也保证了系统的测量准确性.
推荐文章
带钢纠偏系统的神经网络辨识
带钢
纠偏机构
神经网络
系统辨识
基于BP神经网络的车辆动态称重技术
动态称重
最大超调量
神经网络
MATLAB仿真
基于对角递归神经网络系统辨识及应用
DRNN神经网络
遗传算法
非线性系统辨识
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 动态称重系统的建模及神经网络辨识
来源期刊 食品与机械 学科 工学
关键词 动态称重 参数辨识 BP神经网络
年,卷(期) 2009,(1) 所属期刊栏目 机械与设计
研究方向 页码范围 112-116
页数 5页 分类号 TS2
字数 3951字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 毛建东 北方民族大学电气信息工程学院 11 106 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (90)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (19)
二级引证文献  (8)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(5)
  • 参考文献(2)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
动态称重
参数辨识
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
食品与机械
月刊
1003-5788
43-1183/TS
大16开
长沙市赤岭路9号
42-83
1985
chi
出版文献量(篇)
6673
总下载数(次)
28
总被引数(次)
50927
论文1v1指导