| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 论文的研究背景及意义 | 第11-12页 |
| 1.2 汽车衡国内外研究状况 | 第12页 |
| 1.3 汽车衡称重误差补偿方法 | 第12-14页 |
| 1.4 人工神经网络 | 第14-15页 |
| 1.5 论文主要工作与结构 | 第15-17页 |
| 第二章 电子汽车衡系统结构及原理 | 第17-22页 |
| 2.1 电子汽车衡结构 | 第17页 |
| 2.2 承载器 | 第17-18页 |
| 2.3 称重传感器 | 第18-20页 |
| 2.4 接线盒 | 第20页 |
| 2.5 称重显示器 | 第20页 |
| 2.6 电子汽车衡的原理 | 第20-21页 |
| 2.7 本章小结 | 第21-22页 |
| 第三章 电子汽车衡称重误差补偿算法研究 | 第22-52页 |
| 3.1 汽车衡称重误差分析 | 第23-26页 |
| 3.1.1 汽车衡偏载误差 | 第23-24页 |
| 3.1.2 称重传感器误差 | 第24-26页 |
| 3.2 基于传统BP神经网络的汽车衡称重融合方法 | 第26-32页 |
| 3.2.1 基于传统BP神经网络的汽车衡称重融合算法 | 第26-30页 |
| 3.2.2 基于传统BP神经网络的汽车衡称重误差补偿方法 | 第30-32页 |
| 3.3 基于权值光滑约束的汽车衡称重融合方法 | 第32-40页 |
| 3.3.1 汽车衡受力模型 | 第33-34页 |
| 3.3.2 基于权值光滑约束的优化算法 | 第34-37页 |
| 3.3.3 权值光滑约束算法抗干扰能力分析 | 第37-39页 |
| 3.3.4 权值光滑优化算法实现 | 第39页 |
| 3.3.5 算法时间复杂度分析 | 第39-40页 |
| 3.4 基于权值光滑约束的神经网络汽车衡仿真实验 | 第40-51页 |
| 3.4.1 平滑因子ε对权值约束算法的影响 | 第43-47页 |
| 3.4.2 隐含层神经元个数对算法的影响 | 第47-49页 |
| 3.4.3 算法的抗干扰性测试 | 第49-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 电子汽车衡称重平台实现 | 第52-62页 |
| 4.1 汽车衡称重系统框图 | 第52页 |
| 4.2 传感器选型 | 第52-53页 |
| 4.2.1 称重传感器选型 | 第52-53页 |
| 4.2.2 温度传感器选型 | 第53页 |
| 4.3 系统硬件电路设计 | 第53-58页 |
| 4.3.1 调理电路设计 | 第53-55页 |
| 4.3.2 模数转换电路 | 第55-56页 |
| 4.3.3 单片机最小系统 | 第56-57页 |
| 4.3.4 电源电路设计 | 第57-58页 |
| 4.4 系统程序设计 | 第58-61页 |
| 4.4.1 程序总体架构 | 第58页 |
| 4.4.2 主程序设计 | 第58-59页 |
| 4.4.3 数据预处理 | 第59-60页 |
| 4.4.4 权值光滑约束算法设计 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 汽车衡称重平台性能测试 | 第62-67页 |
| 5.1 汽车衡主要性能指标 | 第62-63页 |
| 5.1.1 汽车衡量程 | 第62页 |
| 5.1.2 汽车衡分度值 | 第62页 |
| 5.1.3 准确度等级 | 第62-63页 |
| 5.1.4 汽车衡最大允许误差 | 第63页 |
| 5.2 汽车衡称重实验平台测试 | 第63-66页 |
| 5.2.1 偏载误差测试 | 第63-64页 |
| 5.2.2 重复性误差测试 | 第64-65页 |
| 5.2.3 示值误差测试 | 第65-66页 |
| 5.2.4 鉴别力测试 | 第66页 |
| 5.3 本章小结 | 第66-67页 |
| 总结与展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 附录A 攻读硕士学位期间参加的项目与发表的论文 | 第72-73页 |
| 附录B 汽车衡数据采集实物图 | 第73-74页 |
| 附录C 汽车衡硬件原理图 | 第74-76页 |
| 附录D 相关算法MATLAB程序 | 第76-78页 |