發(fā)布時(shí)間：2018-10-21 12:56

【摘要】：目的為了有效濾除自動(dòng)稱量控制系統(tǒng)中的噪聲信號(hào),提升稱量系統(tǒng)的穩(wěn)定性和精確度,提出一種基于BP神經(jīng)網(wǎng)絡(luò)粒子濾波的稱量信號(hào)去噪方法。方法在粒子濾波算法中映入了BP神經(jīng)網(wǎng)絡(luò),利用BP神經(jīng)網(wǎng)絡(luò)的非線性映射特點(diǎn),對(duì)權(quán)值進(jìn)行分裂和選擇,將觀測(cè)值看作神經(jīng)網(wǎng)絡(luò)的目標(biāo)信號(hào),通過(guò)神經(jīng)網(wǎng)絡(luò)中的多次訓(xùn)練增大小權(quán)值粒子的權(quán)重,從而提高粒子濾波算法的多樣性。結(jié)果仿真和實(shí)驗(yàn)結(jié)果表明,BP神經(jīng)網(wǎng)絡(luò)粒子濾波方法能有效濾除稱量包裝系統(tǒng)中的噪聲信號(hào),提升傳感器信號(hào)品質(zhì)。結(jié)論該濾波方法大大提升了稱量系統(tǒng)的穩(wěn)定性,有效提高了稱量包裝的精度,所述控制方法可以明顯提高定量稱量控制過(guò)程的穩(wěn)定性、精確性以及魯棒性。
[Abstract]:Aim in order to effectively filter the noise signal in the automatic weighing control system and improve the stability and accuracy of the weighing system, a new method for denoising the weighing signal based on BP neural network particle filter is proposed. Methods the BP neural network is mapped into the particle filter algorithm. Using the nonlinear mapping characteristics of the BP neural network, the weights are split and selected, and the observed values are regarded as the target signals of the neural network. In order to improve the diversity of particle filtering algorithms, the weight of small weight particles is increased by multiple training in neural networks. Results the simulation and experimental results show that the BP neural network particle filter method can effectively filter the noise signal in the weighing packaging system and improve the signal quality of the sensor. Conclusion the filtering method can greatly improve the stability of weighing system and the accuracy of weighing packaging. The control method can obviously improve the stability, accuracy and robustness of the quantitative weighing control process.
【作者單位】： 內(nèi)蒙古電子信息職業(yè)技術(shù)學(xué)院;
【分類號(hào)】：TB486

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 彭磊;田麗;;基于神經(jīng)網(wǎng)絡(luò)消除噪聲技術(shù)的研究[J];黑龍江科技信息;2009年16期

2 林建輝,陳建政,陳琳;基于神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)子動(dòng)力系統(tǒng)穩(wěn)定性辨識(shí)[J];機(jī)械科學(xué)與技術(shù);1999年02期

3 熊日華,王世昌;神經(jīng)網(wǎng)絡(luò)在膜技術(shù)中的應(yīng)用[J];膜科學(xué)與技術(shù);2003年06期

4 高強(qiáng);錢林方;侯遠(yuǎn)龍;王力;;泵控缸電液位置伺服系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制[J];機(jī)床與液壓;2008年06期

5 緱新科;崔明月;;神經(jīng)網(wǎng)絡(luò)-遺傳算法在振動(dòng)控制系統(tǒng)中的應(yīng)用[J];機(jī)械設(shè)計(jì)與制造;2009年08期

6 于祥;趙冬至;張豐收;肖忠峰;;基于神經(jīng)網(wǎng)絡(luò)的紅樹(shù)林景觀特性遙感提取技術(shù)研究[J];海洋環(huán)境科學(xué);2007年06期

7 國(guó)蓉;何鎮(zhèn)安;;基于多級(jí)神經(jīng)網(wǎng)絡(luò)的被動(dòng)聲定位算法研究[J];計(jì)算機(jī)應(yīng)用研究;2011年06期

8 石小云;;基于SOM神經(jīng)網(wǎng)絡(luò)的靜止衛(wèi)星云圖分類[J];電子設(shè)計(jì)工程;2011年16期

9 丁國(guó)良,張春路,李灝;神經(jīng)網(wǎng)絡(luò)在空調(diào)器仿真中的應(yīng)用研究[J];制冷學(xué)報(bào);1999年02期

10 印興耀，吳國(guó)忱，張洪宙;神經(jīng)網(wǎng)絡(luò)在儲(chǔ)層橫向預(yù)測(cè)中的應(yīng)用[J];石油大學(xué)學(xué)報(bào)(自然科學(xué)版);1994年05期

相關(guān)會(huì)議論文 前10條

1 徐慧;徐海樵;張必銀;;基于LVQ神經(jīng)網(wǎng)絡(luò)的水聲目標(biāo)識(shí)別技術(shù)[A];中國(guó)造船工程學(xué)會(huì)電子技術(shù)學(xué)術(shù)委員會(huì)——2012年水下復(fù)雜戰(zhàn)場(chǎng)環(huán)境目標(biāo)識(shí)別與對(duì)抗及仿真技術(shù)學(xué)術(shù)交流論文集[C];2012年

2 張彼德;;汽輪發(fā)電機(jī)組振動(dòng)多故障診斷的神經(jīng)網(wǎng)絡(luò)方法研究[A];第八屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集摘要[C];2003年

3 金鳳;;基于神經(jīng)網(wǎng)絡(luò)與理想解的多屬性決策[A];第四屆全國(guó)船舶與海洋工程學(xué)術(shù)會(huì)議論文集[C];2009年

4 吳寶志;袁曉梅;;基于神經(jīng)網(wǎng)絡(luò)的汽車空調(diào)系統(tǒng)變工況運(yùn)行的仿真研究[A];第九屆全國(guó)冷水機(jī)組與熱泵技術(shù)學(xué)術(shù)會(huì)議論文集[C];1999年

5 黎啟柏;桂佩佩;韓君;;二次調(diào)節(jié)控制系統(tǒng)的模糊-神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)自適應(yīng)控制[A];液壓與氣動(dòng)學(xué)術(shù)研討會(huì)論文集[C];2004年

6 于洪潔;彭建華;;具有非線性耦合函數(shù)的HR神經(jīng)網(wǎng)絡(luò)的混沌同步[A];中國(guó)力學(xué)學(xué)會(huì)學(xué)術(shù)大會(huì)'2005論文摘要集（下）[C];2005年

7 黎啟柏;桂佩佩;韓君;;二次調(diào)節(jié)控制系統(tǒng)的模糊-神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)自適應(yīng)控制[A];第三屆全國(guó)流體傳動(dòng)及控制工程學(xué)術(shù)會(huì)議論文集（第三卷）[C];2004年

8 王祥厚;李程遠(yuǎn);;臺(tái)階爆破巖石塊度預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)[A];第七屆全國(guó)工程爆破學(xué)術(shù)會(huì)議論文集[C];2001年

9 潘濱;陳劍平;李曉茹;;改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在巖質(zhì)邊坡穩(wěn)定性分析中的應(yīng)用[A];第八屆全國(guó)工程地質(zhì)大會(huì)論文集[C];2008年

10 鐘小麗;謝菠蓀;;使用神經(jīng)網(wǎng)絡(luò)進(jìn)行中垂面頭相關(guān)傳輸函數(shù)外插[A];中國(guó)聲學(xué)學(xué)會(huì)2005年青年學(xué)術(shù)會(huì)議[CYCA'05]論文集[C];2005年

相關(guān)博士學(xué)位論文 前2條

1 李廣博;Fourier正交基神經(jīng)網(wǎng)絡(luò)加權(quán)響應(yīng)面法的結(jié)構(gòu)可靠性分析[D];吉林大學(xué);2014年

2 李英偉;基于增量改進(jìn)BP神經(jīng)網(wǎng)絡(luò)微波深度干燥模型及應(yīng)用研究[D];昆明理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 吳航;基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像配準(zhǔn)方法[D];南昌大學(xué);2015年

2 黃偉明;基于神經(jīng)網(wǎng)絡(luò)的LED可靠性分析模型研究[D];華南理工大學(xué);2016年

3 宋欣益;基于卷積神經(jīng)網(wǎng)絡(luò)的高光譜數(shù)據(jù)分類方法研究[D];哈爾濱工業(yè)大學(xué);2016年

4 王艦鋒;基于卷積神經(jīng)網(wǎng)絡(luò)的衛(wèi)星云量計(jì)算[D];南京信息工程大學(xué);2016年

5 邢凱;基于神經(jīng)網(wǎng)絡(luò)和Contourlet的遙感圖像分類處理[D];黑龍江大學(xué);2016年

6 孟春林;神經(jīng)網(wǎng)絡(luò)PID在熱交換器中的應(yīng)用[D];太原科技大學(xué);2009年

7 董航飛;基于神經(jīng)網(wǎng)絡(luò)的中央空調(diào)溫度控制研究[D];揚(yáng)州大學(xué);2009年

8 石小云;基于神經(jīng)網(wǎng)絡(luò)方法的衛(wèi)星圖像云分類[D];中國(guó)海洋大學(xué);2012年

9 馬玉秀;神經(jīng)網(wǎng)絡(luò)在激光遙感鑒別海面溢油中的應(yīng)用[D];大連海事大學(xué);2006年

10 夏玲瓊;基于神經(jīng)網(wǎng)絡(luò)的電液伺服地震模擬振動(dòng)臺(tái)的控制研究[D];湖南大學(xué);2009年

，

本文編號(hào)：2285150