液体称重控制

本文分析了液体称重这一被控对象,提出了其控制器的设计思想。仿真结果表明:系统设计合理,系统运行达到预期目的。具有一定的实用参考价值。     

一种电阻应变式称重变送器设计

针对称重传感器信号长线传输过程的干扰问题和称重仪表的通用性问题,设计了一种称重变送器对传感器信号数字化,运用移位去极值平均滤波增强传感器信号抗干扰性能,采用最小二乘法校正电阻应变式称重传感器特性曲线;实验结果表明,设计实现了称重信号的数字化,传输距离达到了20米,并且称量精度可以达到了C3等级。     

参数估计在汽车动态称重中的应用

本文主要介绍了参数估计法在车辆动态称重中的应用。在讨论动态称重模型的基础上,得出了汽车轴重表达式的参数形式,用递推最小二乘法进行参数估计,从而得出了汽车轴重的估计,最后利用采样数据进行了实验。结果表明,参数估计法是有效的,动态系数的偏差小于4.75%。     

基于神经网络技术的动态定量称重控制方法的研究

以传送带,料门给料的称重过程为研究对象,提出一种新型动态定量称重控制方法,该方法基于复合技术的思想,以神经网络技术为控制核心,采取多因素协调,较为有效地解决了动态定量称重过程中速度与精度的矛盾。     

称重配料系统的微机控制

一、引言 在配合饲料的生产过程中,一个重要环节是把多种原料按一定的比例进行混合,而各种原料配比是否准确将直接影响配合饲料的质量,早期完成这一工作大多采用定位控制、定时顺序控制、多秤杆切换,甚至人工称量方法。这些方法都存在配比控制精度差、生产效率低、工人劳动强度大等缺点。研制的微机配料控制系统,采用8031单片机作为控制器,通过称重传感器直接采集称重信号,自动控制配料,操作人员通过键盘与CRT显示器可以进行配方的输入,调换及修改,控制系统的启停,监视配料的生产过程。打印机可以及时地打印配料结果和生产报表,这不仅使配料的精度大大提高,而且提高了劳动生产率,实现生产     

液体物料自动称重配料控制系统

为满足液体物料配料生产过程中对精度和效率的要求,设计了自动称重配料控制系统。控制系统由PLC、称重仪表、触摸屏和变频器等组成。该系统可实现生产过程中的在线动态称重,实时监控、采集、处理现场信号;系统采用多段速进料,较好地解决了动态称重过程中精度和速度的矛盾。系统具有配料速度快、精度高、成本低等优点。     

基于Davidon最小二乘法的神经网络内模控制

为了将内模控制推广至非线性控制领域,本文将其与神经网络相结合,利用神经网络对任意非线性映射的逼近能力推导出一种能对非线性系统进行有效控制的神经网络内模控制器。在网络学习算法上采用收敛速度快的Ｄａｖｉｄｏｎ最小二乘法训练多层前馈神经网络,从而保证控制方案的实时性。仿真结果表明了该方法的有效性。     

基于DDE技术的液体粘度在线测量系统

为实现注聚液粘度的在线测量,采用软测量的原理,建立了基于DDE技术的液体粘度在线测量系统.首先建立待测液体粘度的数学模型;然后应用最小二乘法进行参数辨识,最终确立该模型,并得到待测粘度值.通过动念数据交换(DDE)技术将PLC采集到的数据送入Matlab中进行处理,并将结果送回组态王,实现了组态王与Matlab的实时数据交换,使得系统可以方便地在线处理数据.具有编程简单,操作方便等优点.     

自动称重控制给煤机在大港电厂的应用

自动称重控制给料装置是集微处理机技术、变频调速技术、皮带秤测量技术等为一体的机电一体化产品.它比传统的电子皮带秤增加了对给料驱动系统的自动控制,从而实现对给料的自动调节,所以其功能更强,可广泛用于各行各业生产过程控制和计量管理.     

基于RBF神经网络提高动态称重精度控制方法的研究

通过对螺旋加料的定量称重过程的研究，介绍了一种新型的动态定量称重控制方法。     

基于RBF神经网络提高动态称重精度控制方法的研究

通过对螺旋加料的定量称重过程的研究,介绍了一种新型的动态定量称重控制方法。     

现场总线技术在称重控制仪表中的应用

本文设计了现场总线技术在称重肿的应用，提高了控制系统的可靠性和及时性，在实际应用中显示了强大的生命力。     

动态称重系统的建模及其参数估计

阐述了为了兼顾动态称重系统的快速性和精度,将动态称重作为一个基于最小二乘法的参数估计和预测问题来处理,即从建立数学模型和信号处理算法方面加以解决。然后,将动态称重系统等效为二阶系统,分析得出了系统为时变非线性系统,推导出了系统的动态数学模型,并且,根据系统模型,将问题转化为参数辨识问题。辨识算法上,采用了基于Householder变换的自适应最小二乘法,其具有抗方程病态性好、稳定性好、估计精度高、计算量小、跟踪性好等优点。试验结果证明:所提出方法是可行的,达到了试验提出的技术要求,测量相对误差小于0.25%FS,系统在全量程范围内的准确度不低于0.25%。在提高称重速度的同时,也保证了系统的测量准确性,对于此类系统的实用化开发具有很好的参考价值。     

定量称重控制过程的FNNPID控制技术

针对动态定量称重产生的称量误差，提出改进装置结构，利用模糊神经网络PID技术实现控制。从测量方法和控制原理上解决动态称量过程中精度与速度的矛盾。试验结果表明称量精度得到明显提高。     

一种研究电子天平蠕变特性的新方法

提出了一种研究电子天平蠕变特性的新方法。这种方法首先在几个重量点上用最小二乘法得到蠕变的变化曲线 ,然后再在其它重量点上用分段线性插值的方法得到该点的蠕变变化曲线。经实验验证 ,这种方法简单有效。     

基于二阶系统的动态汽车衡称重方法及应用

采用离散化二阶系统的分析方法实现了动态汽车衡的称重测量.从称重过程的力学模型分析入手,推导出系统传递函数关系并作离散化处理,采用最小二乘法估计系统的模型参数,由称重系统的测量值推算车辆的实际重量.将此方法应用于某公路动态汽车衡的开发,安装路试表明,动态测量与静态称重的吻合度控制于1.5%以内.     

一类非线性系统的自适应控制

针对一类非线性系统，利用微分几何方法中的反馈线性化方法将其等价表示为时变线性系统，再设计一个最小方差自校正调节器，利用参数估计中最成熟的递推最小二乘法对系统参数进行估计，并结合利用最小方差控制策略，实现了对原非线性系统的自适应控制．仿真表明了所提方法的有效性．     

晶体生长控制中的高辨力称重系统

论述了晶体生长控制中高分辨力称重系统的实现技术，重点介绍了传感器的选型方法和信号调理电路的设计技术。系统达到了二十万分之一的有效分辨力。     

基于多元液体浓度传感器的牛奶成分浓度检测技术

研究了应用超声参量和电学参量相结合，检测牛奶中主要成分浓度的基础理论。介绍了预测模型的建立方法，并将声电法与参考法进行了比对。结果表明，声电法具有稳、准、快的特点。测量重复性变异系数（CV值）优于0．01，测量精度十分接近参考法，每个试样测量时间仅需30s，完全能够满足实际测量的需要。这一研究为牛奶成分浓度快速检测提供了一种新的方法。     

基于神经网络误差修正的混沌控制与同步

针对混沌系统非线性强、多变量耦合等特点,提出了一种基于神经网络误差修正的自适应多变量混沌系统的广义预测控制算法,用线性广义预测控制器控制混沌系统,用神经网络对模型预测误差进行修正。算法中辩识过程模型用递推最小二乘法(RLS)、神经网络权值用Davidon最小二乘法(DLS)训练。这种算法对被控混沌系统的先验知识要求较少,无需知道被控系统的精确模型,数值仿真显示可实现混沌系统的宽范围控制与同步。