基于小波和BP神经网络的车载动态称重算法

作者:郝晓娴;牛昱光;韩芝星;蔡晓龙; 刊名:仪表技术与传感器 上传者:胡华兵

【摘要】针对车载动态称重系统测量精度较低问题,提出了基于小波和BP神经网络的车载动态称重算法.首先利用小波变换对车载称重信号进行噪声滤波预处理,然后将车辆速度信号、加速度信号和小波预处理之后的车载称重信号作为BP神经网络输入层构建网络模型,使车载动态称重误差控制在2%以内,满足车载动态称重精度要求.研究结果表明,该模型预测精度高、实用性强.

全文阅读

2017正 第 8期 仪 表 技 术 与 传 感 器 Instrument Technique and Sensor 2017 No.8 基于小波和 BP神经网络的车载动态称重算法 郝晓娴 ,牛昱光 ,韩芝星 ,蔡 晓龙 (1.太原理工大学信 息工程学 院 ,山西太原 030024; 2.山西职业技术学院 电气工程与 自动化 系 ,山西太原 030006; 3.国网山西省 电力公司检修公司 。山西太原 030032) 摘要 :针对车载动态称重 系统测量精度较低 问题 ,提 出了基 于小波和 BP神经网络的车载动态称重 算法 首先利用小波变换对车载称重信号进行噪声滤波预 处理 ,然后将车辆速度信号 、加速度信号和 小波预处理之后 的车载称 重信号作 为 BP神经网络输入层构建 网络模型 ,使 车载动态称重误 差控制在 2%以内,满足 车载动 态称重精度要求。研 究结果表明,该模型预测精度 高、实用性强。 关键词 :车栽动 态称重 ;小波变换 ;BP神经网络 中图分类号 :TP183 文献标识码 :A 文章编号 :1002—1841(2017)08-0110-04 Vehicle Dynamic W eighing Algorithm Based on W avelet and BP Neural Network HAO Xiao—xian ,NIU Yu—guang。 , HAN Zhi—xing ,CAI Xiao-long (1.Information Engineering College,Taiyuan University of Technology,Taiyuan 030024,China; 2.Department of Electrical Engineering and Automation,Shanxi Vocational Ploy-tech College,Taiyuan 030006,China; 3.Shanxi Province Power M aintenance Company of the State Grid,Taiyuan 030032,China) Abstract:Aiming at the problem that the measurement accuracy of on—board dynamic weighting system is low,vehicle dy— namic weighting algorithm was proposed based on wavelet and BP neural network.Firstly,the wavelet trans~rm was used to pre— process noise of vehicle weighing signa1.Then,the vehicle speed signal,acceleration signal,and vehicle weighing signal were used as the input layers of BP neural network to build network model to make the vehicle dynamic weighing error less than 2% and meet the demand of vehicle weighing.The resuhs showed that the model has high precision and stro

参考文献

引证文献

问答

我要提问