基于徑向基神經網絡的傳感器故障診斷方法.pdf

1、汽車衡的應用不僅局限于公路運輸方面，在倉儲貿易、工礦企業(yè)等也有應用。動態(tài)汽車衡不僅滿足了高速公路的快速過車要求，而且滿足其對稱重數據準確性的要求，而稱重傳感器作為汽車衡的關鍵部分，起著至關重要的作用。由于稱重傳感器長時間工作在重負荷下，且工作環(huán)境惡劣，導致其較容易發(fā)生故障。為了提高動態(tài)稱重系統(tǒng)的可靠性，對稱重傳感器的故障診斷是十分有必要的。
　　在參考國內外關于傳感器故障診斷方法文獻的基礎之上，本文結合徑向基函數神經網絡算法的基本

2、原理，提出一種基于徑向基神經網絡的稱重傳感器故障診斷的方法，并對故障傳感器進行了仿真實驗和研究。
　　本文介紹了徑向基神經網絡的基本原理，并確定了以廣義徑向基神經網絡作為模型，網絡分為:輸入層、隱含層和輸出層，確定了每一層神經元。該網絡模型具有很強的非線性擬合能力，可映射任意復雜的非線性關系，而且學習規(guī)則簡單，便于計算機實現。具有很強的魯棒性、記憶能力、非線性映射能力以及強大的自學習能力。正是由于徑向基神經網絡的優(yōu)點，所以將徑向基

3、神經網絡作為稱重傳感器的故障診斷的網絡模型。該方法在如下兩方面有較新的構思:
　　1.該方法可以判斷出故障傳感器的位置，易于人為更換，從而大大提高維修過程中的工作效率;
　　2.該方法易于計算機實現，可以快速對故障傳感器進行處理，并且可以對故障傳感器進行預估，在有一個稱重傳感器發(fā)生故障時也能保證稱重系統(tǒng)繼續(xù)工作。
　　本文通過詳細分析稱重傳感器工作原理以及串聯和并聯兩種常見的電路聯接方式的工作機理，對汽車衡多路稱重傳感