[发明专利]一种基于模糊识别的称重传感器测试补偿方法有效

专利信息
申请号: 201710847349.2 申请日: 2017-09-19
公开(公告)号: CN107741269B 公开(公告)日: 2020-08-28
发明(设计)人: 花银群;汤建华;陈瑞芳;李志宝;薛青 申请(专利权)人: 江苏大学
主分类号: G01G23/01 分类号: G01G23/01;G06N7/02
代理公司: 暂无信息 代理人: 暂无信息
地址: 212013 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 模糊 识别 称重 传感器 测试 补偿 方法
【权利要求书】:

1.一种基于模糊识别的称重传感器测试补偿方法,其特征在于,按照如下步骤进行:

步骤1:在包含n个测量称重干扰因素传感器的称重系统中,将测量称重干扰因素的传感器依次编号为传感器1,传感器2,…,传感器n,组成传感器集U,然后采集相应的传感器输出值为ui,i=1,2,3…,n和称重传感器输出值为W,n为测量称重干扰因素传感器的个数,n为大于等于3的正整数;

步骤2:设置测量称重干扰因素传感器的影响权重值分别为ai,i=1,2,3…,n,并将ai作为矩阵中的元素组成权重模糊矩阵A=(a1,a2,a3…,an),其中,ai与上述传感器集U中的第i个传感器对应;

步骤3:建立一个包含m个补偿系数kj的补偿评价集矩阵K:

K=(k1,k2,k3…,km),其中,m为大于等于3的正整数,j=1,2,3…,m;

步骤4:设置第i个传感器的隶属度函数集:

Ri=(f1(ui),f2(ui),f3(ui)…,fm(ui));

其中,fm(ui)为步骤1中传感器集U中第i个传感器的第m个隶属度函数,ui为步骤1中传感器集U中第i个传感器的输出值,i=1,2,3…,n,

得到如下单因素评判矩阵R:

步骤5:利用步骤2中得到的权重模糊矩阵A和步骤4中得到的单因素评判矩阵R,进行模糊合成,得到矩阵B:

B=A·R=(b1,b2,b3,…,bm);

步骤6:根据步骤5中得到的矩阵B和步骤3中的补偿评价集矩阵K,采用如下加权平均的方法得到称重传感器输出值W的修正系数s:

最后,计算得到修正后的称重值为W’=s*W。

2.如权利要求1所述的一种基于模糊识别的称重传感器测试补偿方法,其特征在于,步骤2中,权重模糊矩阵A中各元素ai相加后的总和为1。

3.如权利要求1所述的一种基于模糊识别的称重传感器测试补偿方法,其特征在于,步骤4中的隶属度函数,为常数、线性函数或指数函数,且隶属度函数的输出值范围在[-1,1]。

4.如权利要求1所述的一种基于模糊识别的称重传感器测试补偿方法,其特征在于,步骤5中,权重模糊矩阵A与单因素评判矩阵R进行模糊合成得到矩阵B中各常数元素bj的方式为:其中i=1,2…,n,j=1,2,…,m,ai是上述矩阵A中第i个常数元素,rij是上述矩阵R中第i行的第j列中隶属度函数根据第i个传感器输出值ui求得的常数元素。

5.如权利要求1所述的一种基于模糊识别的称重传感器测试补偿方法,其特征在于,步骤6中,采用另一种计算方法确定修正系数s,如下:s=max(bj),其中,j=1,2,3…,m,bj是上述步骤5中矩阵B中的常数元素。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏大学,未经江苏大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710847349.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top