工业控制计算机
工業控製計算機
공업공제계산궤
Industrial Control Computer
2015年
10期
102-103
,共2页
传感器%非线性补偿%BP神经网络%MATLAB仿真
傳感器%非線性補償%BP神經網絡%MATLAB倣真
전감기%비선성보상%BP신경망락%MATLAB방진
networks%sensors%MATLAB BP neural simulation%non-linear compensation
由于传感器本身的线性问题和各种环境因素的综合影响,测量系统的输入输出总是存在一定非线性,因此对系统进行非线性补偿是提高系统测量精度的必要环节.以药品灌装线动态称重系统为例,由于传感器非线性造成的误差已将近2%.针对这个问题,提出了一种基于BP神经网络的传感器非线性校正方法,选用Levenberg-Marquardt反向传播算法的训练函数和感知器权值和阈值学习函数可以将系统的非线性误差控制在0.4%的范围内,从而大幅度提高药品灌装线称重系统中传感器的测量精度和工作效率.该非线性校正方法也适用于其他的测量系统.
由于傳感器本身的線性問題和各種環境因素的綜閤影響,測量繫統的輸入輸齣總是存在一定非線性,因此對繫統進行非線性補償是提高繫統測量精度的必要環節.以藥品灌裝線動態稱重繫統為例,由于傳感器非線性造成的誤差已將近2%.針對這箇問題,提齣瞭一種基于BP神經網絡的傳感器非線性校正方法,選用Levenberg-Marquardt反嚮傳播算法的訓練函數和感知器權值和閾值學習函數可以將繫統的非線性誤差控製在0.4%的範圍內,從而大幅度提高藥品灌裝線稱重繫統中傳感器的測量精度和工作效率.該非線性校正方法也適用于其他的測量繫統.
유우전감기본신적선성문제화각충배경인소적종합영향,측량계통적수입수출총시존재일정비선성,인차대계통진행비선성보상시제고계통측량정도적필요배절.이약품관장선동태칭중계통위례,유우전감기비선성조성적오차이장근2%.침대저개문제,제출료일충기우BP신경망락적전감기비선성교정방법,선용Levenberg-Marquardt반향전파산법적훈련함수화감지기권치화역치학습함수가이장계통적비선성오차공제재0.4%적범위내,종이대폭도제고약품관장선칭중계통중전감기적측량정도화공작효솔.해비선성교정방법야괄용우기타적측량계통.
A useful nonlinear rectification way based on BP neural network is proposed in this paper.Using the trainlm and the learngdm,the nonlinear of the weighing system used for the drug fil ing system is control ed in the range of 0.4%. Thus the efficiency of the entire weighing system can be improved effectively.Furthermore,this nonlinear rectification method is also applicable to other measurement systems.
