电子秤称重传感器的精确标定研究

用于推进剂的自动称重机为了使推进剂的称量输出值准确反映称量值，对对称的重量传感器进行了精确校准以进行研究。功能链神经网络方法用于精确校准称重检测值与对称重量系统的实际重量值之间的功能关系。校准后的称重系统的精度为lt，1％，可以满足实际生产需求。 0.简介推进剂自动称重机由称重传感器，电动机，振动器，药桶等组成。根据过程要求和生产精度进行调试时，测量系统的非线性例如找到称重传感器和放大器，使得实际重量值与测量的输出值之间存在复杂的非线性关系。为了使称量输出准确地反映出称量值并实现对推进剂称量过程的准确称量，需要对称量检测值与对称称量系统的实际称量值之间的功能关系进行精确校准⑴，因此，作者进行了研究。 1.称重传感器的校准1.1校准和校准方法通常可以使用查表法，曲线拟合法和更复杂的算法（例如神经网络法）来校准功能。其中，查表法速度较快，但当系统函数fgt，）= 0有多个解时，误差较大，曲线拟合法可以更快地求解系统方程，但当系统中存在噪声时在求解方程时可能会遇到矩阵不适的情况，不利于求解，函数链神经网络方法具有很强的非线性表达能力，可用于称重函数曲线的标定。 1.2用于校准称重系统功能曲线的功能链神经网络的特性曲线如图1所示。Wo，W1，W2和W]是神经网络的权重，而神经网络的输出x是传感器的实际重量。训练网络时，将一组数据1，ur，uf，u和实际权重值按顺序添加到神经网络，并通过学习迭代方法修改权重值，并重复许多学习过程次。一直进行到神经网络输出值的估计误差的均方根值（MSE）达到足够小的值为止。此时，学习过程结束，并且权重W 0，W 1，W 2和W 1是系数αa 1。该算法的原理如下：1.3功能校准结果的应用经过上述校准过程，称重系统将输出数据U作为功能的输入，将实际称重值X作为功能输出功能的拟合曲线。 ，2.通过功能链神经网络的总结重量传感器校准后，可以保证称量值与实际值的一致性。该方法为连续快速称量奠定了基础，实现了对推进剂称量的连续自动称量，并确保了推进剂自动称量机的称量精度。