收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于先进数据处理技术的智能称重传感器研究

朱子健  
【摘要】:传感器技术是高科技发展的重要基础,数字化、智能化是当前传感器领域发展的主导方向。本文主要研究称重传感器,结合目前国内外称重传感器的应用现状,设计了一种基于RS485通讯的数字式智能称重传感器,硬件设计中采用了AVR24位单片机,及高度集成的CS-5532 A/D芯片,重点在对称重传感器的各种主要技术参数的误差补偿、称重系统的数据处理及故障诊断等方面作了深入细致的研究,论文的主要工作及创新性点如下: 1. 系统分析了称重传感器主要误差的成因及其应用场合,在此基础上,设计开发了 基于先进数据处理方法的高性能智能称重传感器。这种传感器吸收了模糊数学、 人工智能等方面的新成果,采用合理灵活的先进数据处理方法实现传感器误差的 数字补偿,避免了传统称重传感器中繁琐且精度不高的模拟的补偿方法及传统的 数学建模的数字补偿,精度可达 OIMLC6。 2. 根据称重传感器的非线性与温度误差特性,将函数连接型神经网络引入称重传感 器的补偿设计中,提出了称重传感器的非线性及温度误差的神经网络补偿并给出 了易于单片机化的实现方法。研究表明:采用所提出的补偿方法精度高且灵活可 靠且方便易行。 3. 根据称重传感器的蠕变特性,在传感器的设计中引入模糊理论,创造性地提出了 称重传感器蠕变的在线模糊补偿理论并给出了易于单片机化的实现方法。研究表 明:采用提出的补偿方法,传感器的蠕变补偿简单方便,可靠性、精度好。 4. 开发了基于新型传感器的智能称重系统。在分析了现有称重系统的现状并保留传 统称重系统功能的同时,增加了免标定、系统故障自诊断、不间断工作,传感器 故障预报等新功能,智能化程度及称重精度都得到极大提高。对各项功能给出了 实现的方法及实例说明,这些方法具有较高的参考意义和实用价值。 5. 在智能称重系统的设计中引入灰色理论,创造性地提出了称重传感器软故障的灰 色预测理论并给出了切实可行的实现方法。通过灰色建模,对传感器的软故障进 行预报,提高系统可靠性。 本文的研究结果包括数字式智能称重传感器、一套综合智能模型及几种有效的数据处理方法,对于智能称重传感器的发展和应用有重要的参考意义。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 徐谦;庞清乐;;基于神经网络的电容式压力传感器非线性校正[J];微计算机信息;2006年31期
2 郑鸿飞;张丽红;;智能传感器数据处理方法[J];电脑开发与应用;2006年11期
3 文玉梅,李平;通道式智能传感器原理及其应用[J];仪表技术与传感器;1995年03期
4 翁桂荣;关于人工神经网络在智能传感器中的应用研究[J];仪器仪表学报;2002年03期
5 王祁,聂伟,王少军;人工神经网络智能气体传感器[J];传感器技术;1998年05期
6 李力,田爱玲,高虹亮;BP算法应用于智能传感器的数据处理[J];三峡大学学报(自然科学版);2002年04期
7 董守愚;信息时代的骄子——智能传感器[J];安徽电子信息职业技术学院学报;2003年02期
8 陈向群,郭以述;IEEE1451智能传感器接口标准研究[J];仪器仪表学报;2002年S3期
9 唐圣学;USB智能传感器数据采集虚拟仪器的设计[J];机电产品开发与创新;2003年05期
10 欧廷印;胡筱婧;;传感技术发展综述[J];电工技术;2006年11期
11 姜秀英;;智能传感器与FCS现场总线控制系统应用[J];科技创新导报;2009年06期
12 赵志诚;智能传感器[J];仪表技术与传感器;1999年10期
13 赵鹏,王立斌,沈国峰,王祁;智能单向加速度/速度/位移传感器设计[J];传感器技术;2004年11期
14 ;传感器[J];今日电子;2008年02期
15 ;Memosens智能传感器——有助于减少成本的投资[J];中国水泥;2010年04期
16 宋小刚;;智能传感器朝着集成化与网络化方向发展[J];现代制造;2010年03期
17 丁湘;;企业需求促进智能传感器发展[J];现代制造;2010年03期
18 王志强;李彩虹;杨晓婧;;基于遗传神经网络的扭矩传感器设计[J];山东理工大学学报(自然科学版);2009年05期
19 张纶;智能传感器的现状与未来[J];测控技术;1987年04期
20 孙敏;;"新型传感技术"知识讲座——第七讲 智能传感技术[J];自动化仪表;1987年02期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 朱子健;基于先进数据处理技术的智能称重传感器研究[D];南京航空航天大学;2005年
2 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
3 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
4 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
5 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
6 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
7 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
8 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
9 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
10 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
中国硕士学位论文全文数据库 前10条
1 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
2 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
3 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
4 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
5 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
6 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
9 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
10 段成均;时滞神经网络稳定性分析[D];重庆交通大学;2011年
中国重要报纸全文数据库 前10条
1 群芳;英开发预测滑坡智能传感器[N];地质勘查导报;2010年
2 于翔;数字神经网络中的协同应用[N];网络世界;2009年
3 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
4 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
7 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
8 武安明;智能型压力变送器在工业自动化控制系统中的应用[N];中国机电日报;2000年
9 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
10 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978