会员注册 | 登录 | 微信快捷登录 支付宝快捷登录 QQ登录 微博登录 | 帮助中心 人人文库renrendoc.com美如初恋!
站内搜索 百度文库

热门搜索: 直缝焊接机 矿井提升机 循环球式转向器图纸 机器人手爪发展史 管道机器人dwg 动平衡试验台设计

毕业设计(论文)-三角形隶属度函数用于模糊神经网络的衡器标定.doc毕业设计(论文)-三角形隶属度函数用于模糊神经网络的衡器标定.doc -- 6 元

宽屏显示 收藏 分享

资源预览需要最新版本的Flash Player支持。
您尚未安装或版本过低,建议您

三角形隶属度函数用于模糊神经网络的衡器标定摘要目的将三角型隶属度函数的模糊神经网络用于电容式多功能天车秤,实现电解铝的称重过程的计量,提高称重的准确度。方法用一部分实际铝称重的部分属于做测试,利用三角形隶属函数对这部分数据进行模糊化处理,然后输入到基于BP算法的神经网络,对该网络进行训练。用训练好的网络对剩下的数据进行测试,并与之前的数据进行比较,得出对衡器标定的误差,观察准确程度。结果在称重过程中融入了模糊理论与神经网络的方法,既考虑了称重数据的模糊性又考虑称重特征与称重结果的复杂关系,使结果更加具有精确性,为衡器的标定开辟了一条新方法。关键词模糊神经网络三角型隶属度函数BP算法铝称重AbstractObjectivetowilltrianglemembershipfunctionoffuzzyneuralnetworkforcapacitivemultifunctionPTMscale,therealizationoftheweighingprocesselectrolyticaluminium,improvetheaccuracyofmeasurementweighing.Methodsusingpartoftheactualaluminumweighingpartbelongtodothetest,andusingtriangledistrutionfunctionofthissectiondataarefuzzed,theninputtotheneuralnetworkbasedonBPalgorithm,thenetworkfortraining.Usefortherestofthetrainednetwork,andexperimentaldatabefore,itisconcludedthatthedatatocomparecalibrationerror,observinginstrumentsthataccuratedegree.Resultsinweighingprocessintothefuzzytheoryandthemethodofneuralnetwork,whichconsidersthefuzzinessoftheweighingdataandconsiderthecharacteristicsandweighingweighing,tomaketheresultmorecomplicatedrelationshipwithaccuracy,thecalibrationforinstrumentshaveopenedupanewmethod.KeywordsfuzzyneuralnetworktrianglemembershipfunctionBPalgorithmaluminumweighing郑州大学本科学位论文2011年5月2/37目录摘要..............................................................................................................................................................1ABSTRACT...................................................................................................................................................1第一章引言...................................................................................................................................................41.1课题的研究背景、目的和意义.......................................................................................................41.2本课题的主要研究内容....................................................................................................................4第二章电子称重系统以及数据提取方法.............................................................................................52.1电容式多功能天车电子秤...............................................................................................................52.2称重数据的提取.................................................................................................................................5第三章模糊神经网络以及BP算法.......................................................................................................83.1模糊神经网络基础.............................................................................................................................83.1.1神经网络.....................................................................................................................................83.1.2模糊理论.....................................................................................................................................93.2BP神经网络......................................................................................................................................113.2.1BP网络的结构........................................................................................................................113.2.2BP神经网络的学习算法......................................................................................................123.3BP神经网络设计基础....................................................................................................................193.3.1训练样本集的准备................................................................................................................193.3.2初始权值的设计....................................................................................................................213.3.3BP多层感知器结构设计......................................................................................................223.3.4网络训练与测试....................................................................................................................23第四章三角形隶属度函数在铝称重的应用.......................................................................................244.1隶属函数............................................................................................................................................244.2模糊神经网络的结构模型.............................................................................................................26第五章模糊神经网络用于铝称重的步骤...........................................................................................275.1特征提取和模糊化..........................................................................................................................275.2隶属函数选取...................................................................................................................................275.3隐含层和输出层的处理.................................................................................................................28第六章实验结果的讨论..........................................................................................................................316.1三角形隶属度函数称重结果........................................................................................................316.2三角形型隶属度函数模糊神经网络的称重结果分析............................................................31第七章结论.................................................................................................................................................32参考文献.......................................................................................................................................................32郑州大学本科学位论文2011年5月3/37附录仿真程序..........................................................................................................................................34郑州大学本科学位论文2011年5月4/37第一章引言1.1课题的研究背景、目的和意义任何一个产铝企业的管理层,均应该准确地掌握生产设备的生产能力、设备运行效率等原始数据,从而依据这些原始数据,科学、合理的调控生产。但由于工艺条件的限制,长期以来,却始终无法准确地掌握单槽原铝日产量。导致管理人员无法根据出铝量得到电解槽运行状态,对铝电解槽的均衡稳定生产带来不利影响。目前的出铝生产管理,大部分采用人工计数、结合铸造车间称重抬包总重,来统计单个电解槽和单个铝包的出铝量受生产现场电磁场干扰和人工操作的影响,无法准确控制单槽出铝精度,单个电解槽的析出数量与析出精度始终是铝电解生产管理中的一个盲区。导致管理人员无法根据出铝量得到电解槽运行状态,对铝电解槽的均衡稳定生产带来不利影响。1.2本课题的主要研究内容本系统主要有三大模块组成,如下图所示资料收集和数据提取数据的模糊化处理本系统网络的设计三大模块包括的内容为一、完成课题所需特征数据的提取及量化。二、对特征数据进行模糊化处理。包括对特征数据的分析,选出需要模糊化的项,对模糊理论的深入认识,选择三角形隶属函数等。三、完成对系统的设计和特征数据的学习、结果预测等。包括对神经网络、模糊理论及二者结合的必要性的深入研究,对BP神经网络的原理、结构及学习方法的深入研究等。本文关键是运用模糊数学和神经网络构建了一个模糊神经网络模型,用于铝称重,提高计量精度控制。以一部分实际出铝重量为样本,首先利用三角形隶属函数对样本数据进行模糊化处理,再输入基于BP算法的神经网络,对网络进行训练,用训练好的网络对余下的样本进行预测。并将预测结果与之前数据进行比较。郑州大学本科学位论文2011年5月5/37第二章电子称重系统以及数据提取方法2.1电容式多功能天车电子秤电容式多功能天车秤有秤体部分和仪表部分两部分组成。秤体部分主要由称重传感器、LC振荡器、编码器、温度传感器等组成。当外加荷载(被称重物)作用于电容式称重传感器时,作为传感器主体的弹性元件将产生与荷载值相对应的微小变形,使设在弹性体内的电容的极间距离随之改变,这样就引起电容器的电容量的变化,这样就引起电容器的电容量的变化,从而使LC振荡器的频率也随着改变。振荡信号经过编码器进行计数(我们成为内码)处理,处理后的信号通过信号电缆传输给仪表。称体中温度传感器的作用是,将传感器的内部温度变化转变成电信号送编码器在发送给仪表,从而通过仪表中的微计算机自动修正因温度变化对称重传感器的影响,保证称重结果的准确性。仪表通过信号电缆接收到传感器信号后,再进行解码并送入微处理器,微处理器根据键盘输入的指令要求,对该解码信号进行处理,最后将求出的称重结果送显示器、打印机、寄存器等。2.2称重数据的提取在不同的温度环境下对传感器的12个称量点进行测量,具体实验数据如下低温测试数据温度称量点14.1℃13.5℃12.8℃0吨1144280114478311447281吨1198223119871911986952吨1247761124823412482333吨1293546129397312939934吨1336091133645313364975吨1375803137609213761526吨1413011141323114133047吨1447980144812814482168吨1480933148102214811159吨15120841512114151221810吨15415921541570154168411吨156962115695591569674郑州大学本科学位论文2011年5月6/37常温测试数据温度称量点17℃17.8℃18.9℃18.8℃18.8℃18.8℃0吨1149247114935711494811148700114872811487271吨1203060120316112032811202528120255112025532吨1252432125253312526511251927125194612519473吨1298060129815912982731297567129758312975874吨1340439134053513406471339959133997413399785吨1379980138007413801821379513137952813795326吨1414030141712314172281416576141659014165957吨1451854145193214520351451398145141014514168吨1484659148475114848511484215148422414842329吨15156721515762151586015152401515248151525610吨15450541545142154523915446281544638154464511吨157295815730441573140157254315725521572562高温测试数据温度称量点53.1℃54.6℃56.8℃58.5℃59.5℃0吨115469411551041153870115435411559651吨120833612086911207547120800312094812吨125754712578571256799125724712586193吨130302113032911302305130273813040174吨134525613454921344571134498313461795吨138467113848671384012138439513855086吨142161314217621420956142132014223547吨14563041456432145566914560111456967郑州大学本科学位论文2011年5月7/378吨148900014891191488383148870214895889吨1519911152000515193081519605152042410吨1549192154926915485991548875154963811吨15769951577060157642015766771577383根据以上表格内所示数据,我们可以得到温度对传感器输出的影响,可以做出传感器的特性曲线如下图所示图2.3传感器的特性曲线
编号:201311211318259562    大小:1.13MB    格式:DOC    上传时间:2013-11-21
  【编辑】
6
关 键 词:
专业文献 学术论文 精品文档 毕业设计
温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 人人文库网仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
  人人文库网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
0条评论

还可以输入200字符

暂无评论,赶快抢占沙发吧。

当前资源信息

4.0
 
(2人评价)
浏览:14次
liyun上传于2013-11-21

官方联系方式

客服手机:13961746681   
2:不支持迅雷下载,请使用浏览器下载   
3:不支持QQ浏览器下载,请用其他浏览器   
4:下载后的文档和图纸-无水印   
5:文档经过压缩,下载后原文更清晰   

相关资源

相关资源

相关搜索

专业文献   学术论文   精品文档   毕业设计  
关于我们 - 网站声明 - 网站地图 - 友情链接 - 网站客服客服 - 联系我们
copyright@ 2015-2017 人人文库网网站版权所有
苏ICP备12009002号-5