排序方式: 共有89条查询结果,搜索用时 15 毫秒
1.
传感器是自动化设备的核心部件,传感器故障检测显得尤为重要。针对目前汽车衡维护、检修的困难,为有效准确判断故障传感器,提出了以径向基函数神经网络(RBFNN)预估值的初始化数据库专家系统判别方法。经现场测试准确率达到96%以上,从而有效简单地判定传感器好坏和识别故障传感器的位置。 相似文献
2.
通过对以石英晶体传感器为称重单元的动态称重系统称重信号中干扰信号的分析,得出其称重信号中存在大量干扰信号,包括高频噪声和低频噪声,此外车辆行驶时自身振动、轴型、行驶速度以及加速度都会影响动态称重精度.针对以上问题,提出先利用小波变换算法对称重数据进行滤波预处理,然后再经过EEMD算法以及信号重构算法进一步处理.将以上信号处理算法通过仿真以及运用于现场,能够使称重数据误差控制在2%以内,达到了良好的称重效果. 相似文献
3.
卡尔曼滤波在动态汽车衡称量中的应用 总被引:1,自引:0,他引:1
为了适应动态汽车衡称重精度的要求,本文通过分析干扰因素,提取出真实的轴重信号,将汽车质量信号分成两部分进行分析建模,应用卡尔曼滤波作为信息处理器,得到较准确的真实信号。在实际测试中通过加载砝码,得到了较准确的实验数据,与其AD值的平均值进行对比。结果表明:该方法提高了动态称重的精度,实现了动态精度在国标范围中。 相似文献
4.
要提高公路预检系统的可靠性与稳定性,关键是要提高系统动态称重的准确度等级,提出专家系统与模糊多阈值消噪算法相结合的动态称重数据处理方法。弯板传感器动态称重过程的知识多,处理过程复杂,采用专家系统对知识进行处理;动态称重信号的干扰在不同小波分解层和不同数据区间的强度不同,采用模糊多阈值消噪算法对动态称重数据进行消噪处理,重构的动态称重数据达到要求,并在Matlab中分析表明该算法是有效的。通过现场试验验证,将专家系统与模糊多阈值消噪算法相结合,使系统动态称重误差小于2%,称量准确度等级达到2级指标。 相似文献
5.
6.
7.
8.
将小波变换多尺度理论用于分析确定共生矩阵最佳步长参数值,利用小波变换对原始图像进行分解,根据具体纹理图像,选择合适小波子图像(近似图像或其细节子图像)进行纹理分析,通过计算分解图像的纹理特征参数(对比度)确定最佳步长参数.当步长参数为最优值时,计算所得纹理特征参数值将处于周期极值位置,其利于纹理分析.相对于原始图像,分... 相似文献
9.
10.