一种基于神经网络的力传感器的数据融合方法

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.