皮带秤动态称重用神经网络算法设计

• 作者: 李冰莹 李永新 王海涛 董祥辰
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 皮带秤 动态称重 误差补偿 学习算法 过程神经网络
• 年，卷（期）: 2020,（5）
• 页码范围: 573-577
• 页数: 5页
• 分类号: TB932
• 字数: 3471字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2020.05.11

摘要

针对皮带秤在使用中难以保持标称计量精度的缺点,提出将过程神经网络引入皮带秤动态称重误差的补偿中.将动态称量过程中皮带秤单位长度上的重量、皮带速度、皮带垂度变化作为模型输入,设计了应用于皮带秤动态称重误差研究的单隐层过程神经网络误差反传播学习算法,利用Matlab软件对算法模型进行训练和测试,模型经过149次学习优化达到网络精度要求,测试组误差为1％,较使用网络前的原误差明显降低,验证了算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李永新	南京理工大学机械工程学院	67	557	14.0	19.0
2	李冰莹	南京理工大学机械工程学院	5	1	1.0	1.0
6	董祥辰	南京理工大学机械工程学院	3	0	0.0	0.0
7	王海涛		5	1	1.0	1.0