• 1
  • 2
新闻详细
http://www.foshanludengchechuzu.com/ 佛山南庄镇登高车出租,    佛山南庄镇登高车租赁,   佛山南庄镇登高车公司    🚵 迷而知返,    得道不远 🚵
新闻分类:公司新闻   作者:admin    发布于:2019-06-084    文字:【】【】【


          佛山南庄镇登高车出租,    佛山南庄镇登高车租赁,   佛山南庄镇登高车公司     🚵 迷而知返,    得道不远 🚵     登高车的工作斗称重传感器蠕变误差对称重结果的影响机理??      在环境温度分别为5℃、15℃、25℃、35℃、40℃的情况下,利用不同重量的标准砝码分别加载在登高车衡承载面上。CPU采用变采样间隔的方法采集不同测试温度下的登高车衡蠕变数据,即在加载初期,称重数据的采样间隔为0.5分钟,连续采样12次;然后每隔3分钟采样一次称重数据,连续采样8次。因此系统在30分钟之内完成一组不同温度下(相同载荷)的登高车衡蠕变数据采集,这种数据采集方法符合称重传感器的蠕变特性。CPU将采集135组8路称重传感器信号、1组温度数据和1组时间数据。系统首先利用基于MRBFNN的称重融合网络,获得135个称重数据;然后将MRBFNN融合结果、温度数据与时间数据组合并归一化,其中6组数据(6×15×5×20,即每组数据包括15个称重数据、5个温度数据和20个时间数据)用于RBFNN训练,3组(3×15×5×20)用于RBFNN测试。上位机采用梯度训练方法完成登高车衡输出融合网络的离线训练。网络结束训练后,上位机将RBRNN的各参数(如扩展常数R、中心矢量C、权值矩阵W和输出层偏置b)下载到下位机,为登高车衡称重结果的温度与蠕变误差实时补偿作准备。登高车衡温度与蠕变误差补偿前称重结果仿真,补偿后的称重结果(即MRBFNN融合结果)。为了更好地说明补偿效果,cy%=fyTt作降维处理(cy%=fyTt,0y为将24t的标准砝码加载在承载器时,MRBFNN的融合结果),该条件下登高车衡温度与蠕变补偿前的称重结果仿真,该条件下补偿后的登高车衡称重结果仿真。补偿后的登高车衡输出更接近目标值24t,补偿后的误差远小于补偿前的误差,补偿效果明显。在不同环境温度下加载不同标准砝码时,登高车衡温度与蠕变补偿前后的误差。经登高车衡输出融合网络的温度与蠕变误差补偿后,登高车衡的称重误差远小于补偿前的误差,补偿效果明显。


   

           佛山南庄镇登高车出租,    佛山南庄镇登高车租赁,   佛山南庄镇登高车公司  http://www.foshanludengchechuzu.com/



            登高车衡智能容错方法以多传感器相关性分析和称重传感器智能故障诊断为基础,并通过基于CRBFNN的登高车衡称重融合实现,其算法实现步骤如下:


     (1)利用信号采集电路,获取N路相互独立的传感器称重信号并进行数据预处理,同时给各传感器分配逻辑地址;


     (2)根据登高车衡多传感器相关性分析,建立多传感器的全关联模型和局部关联模型,获得各路称重传感器输出的估计值ˆix,为登高车衡智能容错奠定基础;


     (3)利用称重传感器故障融合检测模型中的二次预测网络,首先完成故障称重传感器的寻址,当无故障时,登高车衡以N路传感器称重信号X=(x1,x2,…,xN)为输入,即pX=X,并同时完成称重传感器故障预测;


     (4)若仅有一路称重传感器i发生故障,系统利用全关联模型与传感器故障融合检测模型,完成故障传感器的寻址与隔离、传感器故障类型识别、传感器故障预测、故障传感器输出估计等功能,并以故障传感器的输出估计值ix代替故障传感器的实测值xi,完成称重融合输入向量重构,并实现故障状态下称重融合输入向量的自动选择,


      (5)若任意两路称重传感器i、j发生故障,系统利用局部关联模型、传感器故障融合检测模型、修正的二次预测模型等,完成称重传感器故障诊断,并实现称重融合输入向量重构,以及故障状态下称重融合输入向量的自动选择.  



      (6)以Xp为输入向量,利用MRBFNN模型完成登高车衡称重融合和偏载误差与线性度误差的自动补偿。



        佛山南庄镇登高车出租,    佛山南庄镇登高车租赁,   佛山南庄镇登高车公司 





分享到:
点击次数:759  更新时间:2019-06-08  【打印此页】  【关闭

Copyright © 2009-2014,恒越吊篮车出租公司,All rights reserved