RBF神经网络在称重传感器非线性补偿中的应用

摘要：

针对称重传感器的蠕变特性和非线性问题,本文应用RBF神经网络对称重传感器的数据进行曲线拟合,得到传感器的输入输出曲线,并在此基础上实现了非线性补偿。另外,传感器在使用过程中,其老化程度很难判定。通过比较其历史输入输出曲线,可以清楚知道传感器的工作状态,并决定其是否需要更换。

关键词： 称重传感器 神经网络 曲线拟合 非线性补偿 蠕变特性

作者: 崔厚梅 郭西进 刘淼

作者单位: 中国矿业大学 信息与电气工程学院,徐州 221008 徐州工程学院 机电工程学院,徐州 221008 中国矿业大学 信息与电气工程学院,徐州 221008 徐州三原技术产业有限公司,徐州 221000

会议类型: 国内会议

会议名称: 第三届全国虚拟仪器学术交流大会

会议地点: 桂林

会议语种:中文

页码: 569-573

在线出版日期: 2009-11-01（万方平台首次上网日期，不代表论文的发表时间）