包装过程称量信号处理方法研究

目的为提高包装过程定量称量精度,结合卡尔曼滤波算法和模糊控制原理设计一种称量信号处理方法。方法定量称量控制系统一般由触摸屏、控制器、称量传感器、变频器等电气设备组成。以传感器信号处理为主要研究对象,提出一种改进卡尔曼滤波算法。采用卡尔曼滤波器实现称量信号中随机噪声的处理。利用模糊控制器来实时监测卡尔曼滤波每次更新后实际方差和理论方差的差值。最后,进行实验研究。结果实验结果表明,改进卡尔曼滤波的实际性能比较理想,滤波处理前,称量误差最大可以达到2.5%;经滤波处理后,最大称量误差只有0.26%。结论所述信号处理方法可以有效地降低称量信号噪声,提高称量精度。

基于神经网络的无人机传感器故障识别

无人机的研发速度不断加快,传感器能够按照较高的标准来执行,整体上的功能是非常显著的。从客观的角度来分析,无人机传感器故障识别,成为了业界内高度关注的对象,通过对神经网络的理念和技术有效应用,能够最大限度的提高无人机传感器故障识别效率、质量。减少了传统判断依据不足的现象。文章针对基于神经网络的无人机传感器故障识别进行讨论,并提出合理化建议。