基于灰色BP神经网络的质心数据处理方法

中国机械工程 ›› 2012, Vol. 23 ›› Issue (4): 430-434.

基于灰色BP神经网络的质心数据处理方法

张宪;钟江;吴晖;赵章风

浙江工业大学,杭州,310014

出版日期:2012-02-25 发布日期:2012-03-02
基金资助:
国家“十二五”科技支撑计划资助项目(2011BAD29B12)；国家自然科学基金资助项目(50805131)
The National Key Technology R&D Program（No. 2011BAD29B12）;
National Natural Science Foundation of China（No. 50805131）

Data Processing Method of Centroid Test System Based on Gray BP Neural Network Algorithm

Zhang Xian;Zhong Jiang;Wu Hui;Zhao Zhangfeng

Zhejiang University of Technology,Hangzhou,310014

Online:2012-02-25 Published:2012-03-02
Supported by:

The National Key Technology R&D Program（No. 2011BAD29B12）;
National Natural Science Foundation of China（No. 50805131）

摘要/Abstract

摘要：

为减小传感器的随机误差对三点支撑小型农业机质心测试系统质心高度数据的影响,同时提高质心高度的测试效率和安全性,对该类测试系统在有限次、小角度条件下测试获得质心高度的数据处理方法进行了研究。提出灰色GM(1,1)模型与BP神经网络相结合的灰色BP神经网络模型的构建方法,

采用该方法构建的预测模型,对质心高度测试获得的数据进行处理可以获得较高精度的质心高度数据,并搭建了小型试验台对预测模型进行验证。结果表明,采用该方法构建的质心高度预测模型得到的质心高度数据相对误差为0.759%。

关键词:

数据处理, 预测模型, 灰色GM(1,1)模型, BP神经网络

Abstract:

In order to reduce the influences of sensor's random errors on three point support small agricultural machinery centroid position measuring system,a new test data processing method was studied with fewer times and small-angle test operations.A construction method of gray BP neural network model was proposed,which integrated the gray GM(1,1) model and the BP neural network model.And the prediction model was verified with an actual small agricultural machinery centroid measuring platform.The results show that the construction method and forecasting model are credible,and the relative error is as 0.759% which is better than original error.

Key words: data processing, forecasting model, gray GM(1,1) model, BP neural network

中图分类号:

TP202

张宪, 钟江, 吴晖, 赵章风.

基于灰色BP神经网络的质心数据处理方法

[J]. 中国机械工程, 2012, 23(4): 430-434.

ZHANG Xian, ZHONG Jiang, TUN Hui, DIAO Zhang-Feng.

Data Processing Method of Centroid Test System Based on Gray BP Neural Network Algorithm

[J]. China Mechanical Engineering, 2012, 23(4): 430-434.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.cmemo.org.cn/CN/

http://www.cmemo.org.cn/CN/Y2012/V23/I4/430

[1]	王国彪, 赖一楠, 范大鹏, 杨华勇, 王时龙. 新型精密传动机构设计与制造综述 [J]. J4, 201016, 21(16): 1891-1897.
[2]	王立存, 陈进, 张贤明, 陈国强. 基于泛函的制冷涡旋压缩机变壁厚涡旋型线理论及形状优化 [J]. J4, 201016, 21(16): 1898-1901.
[3]	李小力, 陈威, 闫蓉. 基于BP神经网络的空间轮廓误差自适应补偿 [J]. J4, 201016, 21(16): 1902-1906.
[4]	夏瑞雪, 卢荣胜, 刘宁, 董敬涛. 基于圆点阵列靶标的特征点坐标自动提取方法 [J]. J4, 201016, 21(16): 1906-1910.
[5]	陈立锋, 吴晓铃, 秦大同, 肖正明. 齿轮啮合过程摩擦功耗研究 [J]. J4, 201016, 21(16): 1911-1915.
[6]	李明磊, 贾育秦, 张学良, 刘丽琴, 杜娟, 温淑花, 兰国生. 基于多目标差异演化算法的并联机构结构优化 [J]. J4, 201016, 21(16): 1915-1920.
[7]	吴怀超, 吴白羽, 张秀华. 石蜡感温阀传热性能的数字仿真研究 [J]. J4, 201016, 21(16): 1921-1926.
[8]	鲁开讲, 师俊平, 张锋涛. 平面三自由度并联机构动力学优化设计 [J]. J4, 201016, 21(16): 1926-1931.
[9]	张敏杰, 王庆九, 管成. 并联式油液混合动力挖掘机动力系统仿真研究 [J]. J4, 201016, 21(16): 1932-1936.
[10]	刘安平, 刘济春. IPC-208B型原子力显微镜大范围扫描三维驱动系统研究 [J]. J4, 201016, 21(16): 1936-1940.
[11]	姚运萍, 王智渊. 螺栓连接受载能量损失与结合面参数识别 [J]. J4, 201016, 21(16): 1941-1943,1951.
[12]	陈建, 邓利娟. 恒力弹性机构的设计 [J]. J4, 201016, 21(16): 1944-1946.
[13]	罗洁思, 于德介, 史美丽. 基于SVD和线调频小波路径追踪的转速波动齿轮箱故障诊断 [J]. J4, 201016, 21(16): 1947-1951.
[14]	战晓磊, 辛洪兵, 汉斯·彼德　兰特斯. 基于虚拟现实的MOTOMAN-HP3型机器人运动学仿真 [J]. J4, 201016, 21(16): 1952-1954,1998.
[15]	苏厚军, 史铁林, 陈非. 高炉煤气透平机状态检修的设计与实施 [J]. J4, 201016, 21(16): 1955-1958.