【摘要】 电阻应变式测力传感器是目前国内外广泛使用的一种传感器。但它在使用的过程中,经常由于载荷分布不均,造成其精度的降低,使其输出特性呈现严重的非线性。引起这种误差的主要原因有:传感器的高度不足、斜载、偏心等。人工神经网络是由大量处理单元(神经元)组成的非线性大规模自适应系统,能够表达任意复杂的动态特性。因此,针对传感器的高度不足、斜载这两种情况,该文提出了利用前向多层神经网络进行数据融合。以筒式力传感器为例,阐述了其网络模型的建立过程。结果表明在高度降低和斜载的情况下,利用神经网络传感器仍能保持很高的精度。这在工程实际中是非常有用的。更多还原

【Abstract】 This article introduces the problem that lies in the process of using measuring force sensors. Here one way is brought forward, which has more merits, and is used to improve the veracity of the sensor using multiplayer neural network (NN). The detailed description of NN’s structure and algorithm are provided. In the end , this paper gives an example that illustrates the building and applications of the network method of the measuring force sensor in cylinder figure, which shows that this method is feasible.更多还原