[发明专利]智能动态称重方法与系统在审
申请号: | 201811426637.1 | 申请日: | 2018-11-27 |
公开(公告)号: | CN109579967A | 公开(公告)日: | 2019-04-05 |
发明(设计)人: | 丁国清;徐大森;陈欣 | 申请(专利权)人: | 上海交通大学 |
主分类号: | G01G23/01 | 分类号: | G01G23/01;G06F17/50 |
代理公司: | 上海汉声知识产权代理有限公司 31236 | 代理人: | 庄文莉 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了一种智能动态称重方法和系统,从物品称重的瞬态响应入手,提高物品输送至称重装置时测量信号的超调量,大幅增加了物品称重的动态灵敏度。因为物品输送至动态称重装置的时刻随机,动态称重谐振系统受到输送物品的冲击,从而改变动态称重系统的输出波形,特别是波形中的超调量随着输送时刻的不同而变化。因此提出了一种基于深度学习,利用神经网络的图像识别与处理的智能称重学习算法,针对不同时刻和不同物品重量的瞬态响应曲线进行学习,用于提高其测量准确度。 | ||
搜索关键词: | 称重 瞬态响应 物品输送 智能动态 超调量 图像识别与处理 动态称重系统 动态称重装置 动态灵敏度 准确度 测量信号 称重装置 动态称重 神经网络 输出波形 输送物品 谐振系统 学习算法 测量 智能 学习 | ||
【主权项】:
1.一种智能动态称重方法,其特征在于,包括:步骤S0,建立自激振荡稳定的带有输送带的动态称重机构,并建立动态称重机构的三维模型,通过仿真得到动态称重机构响应物品冲击时冲击响应超调部分的曲线图像;步骤S1,对曲线图像进行图像特征提取,将提取到的特征向量和对应的物品重量进行对应,得到包含特征向量和真值的矩阵,作为训练集的组成部分;步骤S2,利用训练集,对深度学习神经网络模型进行训练,得到所需的深度学习神经网络模型;步骤S3,根据所需的深度学习神经网络模型,在现场采集物品对输送带冲击响应超调部分的图像,并将该图像输入至所述所需的深度学习神经网络模型,输出所述物品重量的估算值。
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上海交通大学,未经上海交通大学许可,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/patent/201811426637.1/,转载请声明来源钻瓜专利网。
- 上一篇:一种用于智能机器人玩具的称重装置
- 下一篇:一种主动减振天平