肇慶端州鼎湖17米路燈升降車出租 吊車租賃電話13928292824 稱重傳感器蠕變誤差對稱重結果的影響機理, 肇慶端州鼎湖四會登高車出租,肇慶端州鼎湖四會登高車租賃,肇慶端州鼎湖四會登高車 在環(huán)境溫度分別為5℃、15℃、25℃、35℃、40℃的情況下，利用不同重量的標準砝碼分別加載在登高車衡承載面上。CPU采用變采樣間隔的方法采集不同測試溫度下的登高車衡蠕變數(shù)據(jù)，即在加載初期，稱重數(shù)據(jù)的采樣間隔為0.5分鐘，連續(xù)采樣12次；然后每隔3分鐘采樣一次稱重數(shù)據(jù)，連續(xù)采樣8次。因此系統(tǒng)在30分鐘之內完成一組不同溫度下（相同載荷）的登高車衡蠕變數(shù)據(jù)采集，這種數(shù)據(jù)采集方法符合稱重傳感器的蠕變特性。CPU將采集135組8路稱重傳感器信號、1組溫度數(shù)據(jù)和1組時間數(shù)據(jù)。系統(tǒng)首先利用基于MRBFNN的稱重融合網絡，獲得135個稱重數(shù)據(jù)；然后將MRBFNN融合結果、溫度數(shù)據(jù)與時間數(shù)據(jù)組合并歸一化，其中6組數(shù)據(jù)（6×15×5×20，即每組數(shù)據(jù)包括15個稱重數(shù)據(jù)、5個溫度數(shù)據(jù)和20個時間數(shù)據(jù)）用于RBFNN訓練，3組（3×15×5×20）用于RBFNN測試。上位機采用梯度訓練方法完成登高車衡輸出融合網絡的離線訓練。網絡結束訓練后，上位機將RBRNN的各參數(shù)（如擴展常數(shù)R、中心矢量C、權值矩陣W和輸出層偏置b）下載到下位機，為登高車衡稱重結果的溫度與蠕變誤差實時補償作準備。登高車衡溫度與蠕變誤差補償前稱重結果仿真，補償后的稱重結果（即MRBFNN融合結果）。為了更好地說明補償效果，cy%=fyTt作降維處理（cy%=fyTt，0y為將24t的標準砝碼加載在承載器時，MRBFNN的融合結果），該條件下登高車衡溫度與蠕變補償前的稱重結果仿真，該條件下補償后的登高車衡稱重結果仿真。補償后的登高車衡輸出更接近目標值24t，補償后的誤差遠小于補償前的誤差，補償效果明顯。在不同環(huán)境溫度下加載不同標準砝碼時，登高車衡溫度與蠕變補償前后的誤差。經登高車衡輸出融合網絡的溫度與蠕變誤差補償后，登高車衡的稱重誤差遠小于補償前的誤差，補償效果明顯。
肇慶端州鼎湖四會登高車出租,肇慶端州鼎湖四會登高車租賃,肇慶端州鼎湖四會登高車
登高車衡智能容錯方法以多傳感器相關性分析和稱重傳感器智能故障診斷為基礎，并通過基于CRBFNN的登高車衡稱重融合實現(xiàn)，其算法實現(xiàn)步驟如下：（1）利用信號采集電路，獲取N路相互獨立的傳感器稱重信號并進行數(shù)據(jù)預處理，同時給各傳感器分配邏輯地址；（2）根據(jù)登高車衡多傳感器相關性分析，建立多傳感器的全關聯(lián)模型和局部關聯(lián)模型，獲得各路稱重傳感器輸出的估計值ˆix，為登高車衡智能容錯奠定基礎；（3）利用稱重傳感器故障融合檢測模型中的二次預測網絡，首先完成故障稱重傳感器的尋址，當無故障時，登高車衡以N路傳感器稱重信號X=(x1,x2,…,xN)為輸入，即pX=X，并同時完成稱重傳感器故障預測；（4）若僅有一路稱重傳感器i發(fā)生故障，系統(tǒng)利用全關聯(lián)模型與傳感器故障融合檢測模型，完成故障傳感器的尋址與隔離、傳感器故障類型識別、傳感器故障預測、故障傳感器輸出估計等功能，并以故障傳感器的輸出估計值ix代替故障傳感器的實測值xi，完成稱重融合輸入向量重構，并實現(xiàn)故障狀態(tài)下稱重融合輸入向量的自動選擇，（5）若任意兩路稱重傳感器i、j發(fā)生故障，系統(tǒng)利用局部關聯(lián)模型、傳感器故障融合檢測模型、修正的二次預測模型等，完成稱重傳感器故障診斷，并實現(xiàn)稱重融合輸入向量重構，以及故障狀態(tài)下稱重融合輸入向量的自動選擇，即Xp=X%；（6）以Xp為輸入向量，利用MRBFNN模型完成登高車衡稱重融合和偏載誤差與線性度誤差的自動補償。
肇慶端州鼎湖四會登高車出租,肇慶端州鼎湖四會登高車租賃,肇慶端州鼎湖四會登高車
還可以看看
其他文章，謝謝您的閱讀。
網站申明：系本文編輯轉載，來自網友自行發(fā)布或來源于網絡，目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，所有權歸屬原作者。如內容、圖片有任何版權問題，請
聯(lián)系我們刪除。