基于自适应加权融合的汽车衡故障传感器预估
传统汽车衡任意一路称重传感器发生故障都将导致称重系统失效.提出了一种基于自适应加权融合的汽车衡故障传感器预估方法:根据多路称重传感器输出相关性和相邻传感器输出比值的相关性,建立基于径向基函数神经网络(RBFNN)的故障传感器输出预估网络和传感器输出比值的预估网络,得到两组冗余估计信号,采用自适应加权融合方法完成冗余信号融合,获得故障传感器输出估计值.仿真实验与现场测试表明,采用该方法的故障传感器称重误差小于任何单个预估网络误差和算术平均值融合误差,任一传感器发生故障时的汽车衡整体称重误差≤0.5%,避免了称重系统失效.
汽车衡、故障称重传感器、故障、估计、径向基函数神经网络、自适应加权融合
31
TP206(自动化技术及设备)
商务部优化机电和高新技术产品进出口结构资金项目财企[2007]301号
2010-09-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
1509-1513