基于先进数据处理技术的智能称重传感器研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-27页 |
| ·引言 | 第13页 |
| ·传感器的发展趋势 | 第13-16页 |
| ·新材料，新领域 | 第14页 |
| ·数字化，智能化 | 第14-16页 |
| ·集成化，微型化 | 第16页 |
| ·称重传感器 | 第16-21页 |
| ·模拟式称重传感器介绍 | 第17页 |
| ·数字式称重传感器现状 | 第17-19页 |
| ·数字式智能称重传感器的特点 | 第19-21页 |
| ·国内外称重传感器现状及发展趋势 | 第21-24页 |
| ·国内外称重传感器研究现状 | 第21页 |
| ·先进数据处理在传感器领域的应用现状 | 第21-22页 |
| ·人工神经网络 | 第22-23页 |
| ·模糊理论 | 第23-24页 |
| ·灰色理论 | 第24页 |
| ·本文的研究内容 | 第24-27页 |
| 第二章 智能称重传感器总体设计 | 第27-41页 |
| ·称重传感器技术指标 | 第27-31页 |
| ·传感器输入量与输出量的关系 | 第27-28页 |
| ·满量程输出,灵敏度 | 第28页 |
| ·非线性 | 第28页 |
| ·滞后 | 第28-29页 |
| ·重复性 | 第29页 |
| ·零点输出 | 第29页 |
| ·零点温度系数 | 第29-30页 |
| ·灵敏度温度系数 | 第30页 |
| ·蠕变 | 第30-31页 |
| ·本文传感器要求的技术指标 | 第31-34页 |
| ·设计目标 | 第31-32页 |
| ·技术指标说明 | 第32-34页 |
| ·智能传感器总体设计 | 第34-40页 |
| ·总体结构 | 第34-36页 |
| ·数字传感器的组成 | 第36页 |
| ·模拟部分 | 第36-38页 |
| ·数字部分 | 第38-39页 |
| ·上位机部分 | 第39-40页 |
| ·本章小节 | 第40-41页 |
| 第三章 数字部分的软硬件实现 | 第41-58页 |
| ·传感器数字部分设计 | 第41-42页 |
| ·硬件设计标准 | 第42-44页 |
| ·基本要求 | 第42-43页 |
| ·EMC（电磁兼容性）要求 | 第43-44页 |
| ·基本电路介绍 | 第44-47页 |
| ·主要元器件 | 第44页 |
| ·基本电路介绍 | 第44-47页 |
| ·硬件部分整体设计 | 第47-50页 |
| ·电路介绍 | 第47-48页 |
| ·PCB 设计 | 第48-50页 |
| ·PCB 板性能测试 | 第50-52页 |
| ·抗电磁场辐射 | 第50页 |
| ·静电放电 | 第50-51页 |
| ·电脉冲群测试数据 | 第51-52页 |
| ·综合测试 | 第52页 |
| ·传感器软件部分设计 | 第52-57页 |
| ·单片机程序执行主流程 | 第52-54页 |
| ·零点及灵敏度补偿子程序流程 | 第54页 |
| ·非线性温度补偿子程序流程 | 第54-55页 |
| ·蠕变补偿子程序流程 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第四章 基于函数链神经网络的非线性及温度补偿 | 第58-83页 |
| ·传感器非线性误差分析及补偿方式介绍 | 第58-64页 |
| ·弹性元件产生的非线性误差 | 第58-59页 |
| ·电阻应变片产生的非线性误差 | 第59-60页 |
| ·桥路产生的非线性误差 | 第60-61页 |
| ·非线性误差的综合分析 | 第61-62页 |
| ·非线性及温度的模拟补偿方法 | 第62-63页 |
| ·传统的非线性及温度数字补偿方法 | 第63-64页 |
| ·本文采用的补偿方法 | 第64页 |
| ·函数连接型神经网络的基本理论 | 第64-67页 |
| ·函数连接型神经网络 | 第64-65页 |
| ·函数连接型神经网络的结构 | 第65-66页 |
| ·函数增强方式 | 第66-67页 |
| ·称重传感器非线性校正及温度补偿的模型的建立 | 第67-79页 |
| ·模型总体结构 | 第67页 |
| ·建模方案 | 第67-68页 |
| ·实施步骤及学习方法 | 第68-70页 |
| ·建模过程 | 第70-79页 |
| ·补偿效果分析 | 第79-81页 |
| ·本章小结 | 第81-83页 |
| 第五章 蠕变的在线模糊补偿 | 第83-95页 |
| ·蠕变的定义及成因 | 第83-86页 |
| ·蠕变的定义及工作特性 | 第83-85页 |
| ·正蠕变的成因 | 第85-86页 |
| ·负蠕变的成因 | 第86页 |
| ·蠕变调整方法简介 | 第86-88页 |
| ·模拟补偿方法 | 第86-87页 |
| ·一般数字补偿方法 | 第87-88页 |
| ·蠕变的在线模糊数字补偿 | 第88-90页 |
| ·传感器工作过程分析 | 第88-89页 |
| ·蠕变的在线模糊数字补偿原理 | 第89-90页 |
| ·蠕变在线模糊补偿的实现方法 | 第90-92页 |
| ·模糊识别原则 | 第90-91页 |
| ·传感器输出变化状况的辨识 | 第91页 |
| ·蠕变的在线模糊补偿过程描述 | 第91-92页 |
| ·补偿效果验证 | 第92-93页 |
| ·本章小结 | 第93-95页 |
| 第六章 基于灰色理论的传感器故障预测 | 第95-106页 |
| ·灰色理论 | 第95-102页 |
| ·灰色理论基本观点 | 第95-96页 |
| ·灰色动态建模基本机理 | 第96页 |
| ·灰色动态建模基本步骤 | 第96-102页 |
| ·基于灰色理论的传感器故障预测实例 | 第102-105页 |
| ·零点漂移的预测 | 第102-104页 |
| ·重量分配关系变化的预测 | 第104-105页 |
| 基于先进数据处理技术的智能称重传感器研究 | 第104-105页 |
| ·本章小结 | 第105-106页 |
| 第七章 智能称重系统 | 第106-122页 |
| ·称重系统结构 | 第106-108页 |
| ·传统的模拟称重系统结构 | 第106-107页 |
| ·智能称重系统结构及其功能 | 第107-108页 |
| ·智能称重系统的实施 | 第108-120页 |
| ·系统安装 | 第108页 |
| ·标定系统及角差调整 | 第108-116页 |
| ·系统故障诊断及防作弊 | 第116-117页 |
| ·不间断工作 | 第117-119页 |
| ·传感器故障预测 | 第119-120页 |
| ·本章小结 | 第120-122页 |
| 第八章 总结与展望 | 第122-125页 |
| ·全文小节 | 第122-123页 |
| ·展望 | 第123-124页 |
| ·结束语 | 第124-125页 |
| 参考文献 | 第125-133页 |
