自动定量称量包装传感器信号去噪算法

发布时间：2018-10-21 12:56

【摘要】：目的为了有效滤除自动称量控制系统中的噪声信号,提升称量系统的稳定性和精确度,提出一种基于BP神经网络粒子滤波的称量信号去噪方法。方法在粒子滤波算法中映入了BP神经网络,利用BP神经网络的非线性映射特点,对权值进行分裂和选择,将观测值看作神经网络的目标信号,通过神经网络中的多次训练增大小权值粒子的权重,从而提高粒子滤波算法的多样性。结果仿真和实验结果表明,BP神经网络粒子滤波方法能有效滤除称量包装系统中的噪声信号,提升传感器信号品质。结论该滤波方法大大提升了称量系统的稳定性,有效提高了称量包装的精度,所述控制方法可以明显提高定量称量控制过程的稳定性、精确性以及鲁棒性。
[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.
【作者单位】： 内蒙古电子信息职业技术学院;
【分类号】：TB486

【相似文献】

相关期刊论文 前10条

1 彭磊;田丽;;基于神经网络消除噪声技术的研究[J];黑龙江科技信息;2009年16期

2 林建辉,陈建政,陈琳;基于神经网络的转子动力系统稳定性辨识[J];机械科学与技术;1999年02期

3 熊日华,王世昌;神经网络在膜技术中的应用[J];膜科学与技术;2003年06期

4 高强;钱林方;侯远龙;王力;;泵控缸电液位置伺服系统的神经网络模型参考自适应控制[J];机床与液压;2008年06期

5 缑新科;崔明月;;神经网络-遗传算法在振动控制系统中的应用[J];机械设计与制造;2009年08期

6 于祥;赵冬至;张丰收;肖忠峰;;基于神经网络的红树林景观特性遥感提取技术研究[J];海洋环境科学;2007年06期

7 国蓉;何镇安;;基于多级神经网络的被动声定位算法研究[J];计算机应用研究;2011年06期

8 石小云;;基于SOM神经网络的静止卫星云图分类[J];电子设计工程;2011年16期

9 丁国良,张春路,李灏;神经网络在空调器仿真中的应用研究[J];制冷学报;1999年02期

10 印兴耀，吴国忱，张洪宙;神经网络在储层横向预测中的应用[J];石油大学学报(自然科学版);1994年05期

相关会议论文 前10条

1 徐慧;徐海樵;张必银;;基于LVQ神经网络的水声目标识别技术[A];中国造船工程学会电子技术学术委员会——2012年水下复杂战场环境目标识别与对抗及仿真技术学术交流论文集[C];2012年

2 张彼德;;汽轮发电机组振动多故障诊断的神经网络方法研究[A];第八届全国振动理论及应用学术会议论文集摘要[C];2003年

3 金凤;;基于神经网络与理想解的多属性决策[A];第四届全国船舶与海洋工程学术会议论文集[C];2009年

4 吴宝志;袁晓梅;;基于神经网络的汽车空调系统变工况运行的仿真研究[A];第九届全国冷水机组与热泵技术学术会议论文集[C];1999年

5 黎启柏;桂佩佩;韩君;;二次调节控制系统的模糊-神经网络自学习自适应控制[A];液压与气动学术研讨会论文集[C];2004年

6 于洪洁;彭建华;;具有非线性耦合函数的HR神经网络的混沌同步[A];中国力学学会学术大会'2005论文摘要集（下）[C];2005年

7 黎启柏;桂佩佩;韩君;;二次调节控制系统的模糊-神经网络自学习自适应控制[A];第三届全国流体传动及控制工程学术会议论文集（第三卷）[C];2004年

8 王祥厚;李程远;;台阶爆破岩石块度预测的神经网络[A];第七届全国工程爆破学术会议论文集[C];2001年

9 潘滨;陈剑平;李晓茹;;改进BP神经网络在岩质边坡稳定性分析中的应用[A];第八届全国工程地质大会论文集[C];2008年

10 钟小丽;谢菠荪;;使用神经网络进行中垂面头相关传输函数外插[A];中国声学学会2005年青年学术会议[CYCA'05]论文集[C];2005年

相关博士学位论文 前2条

1 李广博;Fourier正交基神经网络加权响应面法的结构可靠性分析[D];吉林大学;2014年

2 李英伟;基于增量改进BP神经网络微波深度干燥模型及应用研究[D];昆明理工大学;2011年

相关硕士学位论文 前10条

1 吴航;基于卷积神经网络的遥感图像配准方法[D];南昌大学;2015年

2 黄伟明;基于神经网络的LED可靠性分析模型研究[D];华南理工大学;2016年

3 宋欣益;基于卷积神经网络的高光谱数据分类方法研究[D];哈尔滨工业大学;2016年

4 王舰锋;基于卷积神经网络的卫星云量计算[D];南京信息工程大学;2016年

5 邢凯;基于神经网络和Contourlet的遥感图像分类处理[D];黑龙江大学;2016年

6 孟春林;神经网络PID在热交换器中的应用[D];太原科技大学;2009年

7 董航飞;基于神经网络的中央空调温度控制研究[D];扬州大学;2009年

8 石小云;基于神经网络方法的卫星图像云分类[D];中国海洋大学;2012年

9 马玉秀;神经网络在激光遥感鉴别海面溢油中的应用[D];大连海事大学;2006年

10 夏玲琼;基于神经网络的电液伺服地震模拟振动台的控制研究[D];湖南大学;2009年

，

本文编号：2285150