-
题名基于导数约束的称重传感器非线性误差补偿方法
被引量：8
- 1
-
-
作者
林海军
王震宇
林亚平
汪鲁才
-
机构
湖南大学信息科学与技术学院
湖南师范大学工学院
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2013年第11期1537-1542,共6页
-
基金
国家自然科学基金项目(51205127)
中国博士后基金项目(2012M511717)
湖南省教育厅基金项目(110845)
-
文摘
电阻应变式称重传感器存在严重的非线性误差,直接影响称重结果的准确度。本文首先阐述了称重传感器的非线性误差机理与误差补偿原理,提出了一种基于导数约束的称重传感器非线性误差补偿方法。该方法根据称重传感器输入-输出特性曲线的单调递增性,构造神经网络补偿模型训练的约束条件,完成神经网络优化设计,弥补了因训练样本不足导致的网络泛化误差大的缺陷,同时讨论了惩罚因子对网络性能的影响。实验表明,采用这种基于导数约束神经网络补偿方法(DCNN方法)的称重传感器的非线性误差远小于补偿前的误差;同时当训练样本不足时,DCNN方法比传统训练方法(仅利用数据样本训练神经网络,DINN)具有更好的泛化能力,称重准确度更高。
-
关键词
称重传感器
非线性误差补偿
神经网络
导数约束
-
Keywords
load cell
nonlinear error compensation
neural network
derivatives constraints
-
分类号
TP212
[自动化与计算机技术—检测技术与自动化装置]
-
