基于人工神经网络电子平台秤故障识别方法

摘要

为快速实现识别电子平台秤故障,保证电子平台秤正常的工作状态,此方法针对电子平台秤四个数字传感器的输出码值进行研究,通过采集不同状态下个传感器的输出码值,然后使用Matlab软件中的BP神经网络的建立识别模型。结果表明,通过四种状态下传感器码值的输出值建立4(输入节点)-10(隐层节点)-2(输出节点)的BP人工神经网络模型,该神经网络模型的预测准确率可达到100%。因此认为,人工神经网络算法可为电子平台秤的故障识别提供可靠的技术支撑。