神经网络在汽车起重机幅度预测中的应用及泛化性能分析

探讨了BP神经网络和广义回归神经网络在汽车起重机幅度预测中的应用方法,结合实测数据对比了不同神经网络结构的计算精度和泛化性能差异;为了弥补神经网络算法外推性能较差的缺点,结合工程应用实际,提出了一种通过降维拟合外推超载工况样本数据,从而提高基于神经网络的幅度预测算法泛化性能的方法。

多元多项式回归模型实现汽车起重机力矩限制器算法

根据力矩限制器力矩平衡原理分析引起吊重计算误差的变量,建立多元回归吊重误差计算模型,根据采集的汽车起重机各变量数据统计分析确定多元回归系数,再结合力矩平衡原理计算吊重。经过大量数据验证该方法的可行性,结果表明该模型取得了较好的验证效果。

利用IFM控制器的AD输入端口实现开关量输入的扩展

德国IFM公司生产的移动式控制器,在工程机械领域有着广泛的应用。本文设计了一种扩展模块,可以利用控制器单路的AD(模拟量)输入,扩展出四路开关量输入,从而解决控制器在实际使用过程中,开关量输入不足,而AD(模拟量)输入有冗余的情况。扩展模块在摊铺机上进行了测试和应用,满足了实际的应用需求。