| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1. 引言 | 第12-20页 |
| 1.1 项目研究背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.3 主要研究内容 | 第17-20页 |
| 2 载重测量原理研究及测量方法实现方案 | 第20-26页 |
| 2.1 载重测量原理研究 | 第20-23页 |
| 2.1.1 液压缸工作原理分析 | 第20页 |
| 2.1.2 升举载重过程研究 | 第20-23页 |
| 2.2 称重物理模型分析及测量方法实现方案 | 第23-26页 |
| 2.2.1 称重物理模型分析 | 第23-24页 |
| 2.2.2 测量方法及实现方案 | 第24-26页 |
| 3 基于神经网络的载重检测算法研究及应用 | 第26-50页 |
| 3.1 深度学习算法研究 | 第26-36页 |
| 3.1.1 机器学习 | 第26-27页 |
| 3.1.2 感知器和反向传递算法研究 | 第27-32页 |
| 3.1.3 稀疏自编码器研究 | 第32-34页 |
| 3.1.4 深度神经网络的训练方法 | 第34-36页 |
| 3.2 神经网络计算载重质量功能验证及参数分析 | 第36-43页 |
| 3.2.1 基于数值实验的神经网络计算载重质量功能验证 | 第36-41页 |
| 3.2.2 神经网络参数整定 | 第41-43页 |
| 3.3 基于神经网络的载重检测算法应用 | 第43-50页 |
| 3.3.1 载重检测算法的训练 | 第44-46页 |
| 3.3.2 载重检测算法的训练的编程应用 | 第46-50页 |
| 4 基于STM32的嵌入式称重系统硬件设计 | 第50-64页 |
| 4.1 系统硬件总体设计 | 第50-51页 |
| 4.1.1 称重系统功能分析 | 第50-51页 |
| 4.1.2 称重系统硬件组成 | 第51页 |
| 4.2 传感器选型 | 第51-54页 |
| 4.2.1 油压模块的选型 | 第52页 |
| 4.2.2 霍尔传感器的选型 | 第52-53页 |
| 4.2.3 传感器接线设计 | 第53-54页 |
| 4.3 信号处理模块设计 | 第54-57页 |
| 4.3.1 运算放大电路实现 | 第54-56页 |
| 4.3.2 模数转换(ADC)电路 | 第56-57页 |
| 4.4 嵌入式控制运算模块设计 | 第57-60页 |
| 4.4.1 控制模块功能分析 | 第57-58页 |
| 4.4.2 STM32电路设计 | 第58-60页 |
| 4.5 人机交互模块实现 | 第60-62页 |
| 4.5.1 点阵液晶模块接口设计 | 第60-61页 |
| 4.5.2 矩阵键盘 | 第61-62页 |
| 4.6 电源模块设计 | 第62-64页 |
| 5 基于MDK的称重系统软件设计 | 第64-78页 |
| 5.1 系统软件总体设计 | 第64-67页 |
| 5.1.1 控制程序功能分析及整体流程图 | 第64-65页 |
| 5.1.2 STM32编程思想 | 第65-67页 |
| 5.2 功能模块驱动程序编写 | 第67-74页 |
| 5.2.1 AD7888驱动程序编写 | 第67-69页 |
| 5.2.2 液晶显示驱动程序编写 | 第69-72页 |
| 5.2.3 矩阵键盘驱动程序编写 | 第72-74页 |
| 5.3 称重系统管理程序编写 | 第74-78页 |
| 5.3.1 界面管理程序编写 | 第74-77页 |
| 5.3.2 数据处理程序编写 | 第77-78页 |
| 6 称重系统的运行实验及数据分析 | 第78-88页 |
| 6.1 称重系统实物展示 | 第78-79页 |
| 6.2 称重系统运行实验及误差分析 | 第79-88页 |
| 6.2.1 称重系统运行实验 | 第79-84页 |
| 6.2.2 实验结果及误差分析 | 第84-88页 |
| 7 结论 | 第88-90页 |
| 7.1 结论 | 第88页 |
| 7.2 展望 | 第88-90页 |
| 参考文献 | 第90-92页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第92-96页 |
| 学位论文数据集 | 第96页 |