基于智能容错算法的多传感器皮带秤

传统的多传感器电子皮带秤不具有故障传感器容错功能。针对上述缺陷,提出一种新方法,该方法根据多路传感器之间的相关性,利用径向基函数神经网络(RBFNN)建立故障传感器的预估网络,并将预估信号与其他几路正常传感器信号组合,完成任一传感器在故障状态下的皮带秤称重。经模拟数据仿真,这种方法可有效避免由于传感器故障而产生的计量误差。

基于料斗秤的定量装车系统算法

料斗秤是定量装车系统中的控制核心,其称量精度严重受物料装载冲击噪声的影响,且出现单个传感器故障时严重影响系统的运行。针对上述情况,设计了小波变换和径向基神经网络结合的算法,对称量信号进行有效去噪,并给出有效值替代故障传感器信号保障系统的正常称量,用Matlab仿真,对实际数据进行处理,验证了算法的可行性。经实际应用不仅提高了系统的称量精度,而且提高了系统的可靠性。