神经网络加速度传感器在振动压实中应用研究.pdfVIP

旦瘗周塞 旦 仪器仪表用户 doi：10．3969／j．issn．1671—1041．2012．02．012 神经网络加速度传感器在振动压实中应用研究 沈泽元 ，曹源文 (重庆交通大学 机电与汽车工程学院，重庆400074) 摘要：在车载式振动压路机压实度检测中利用加速度传感器对信号的检测，由于加速度传感器受 自身性能、安装位置、方向、 土壤压实度和振动压路机振动轮振动量等随机性、不确定性和模糊性的环境因素的影响 。使得加速度传感器的信号输出是 一 种典型的非线性系统。RBF神经网络因具有较强的自组织性、自学习能力和 自适应性等优势，更适合对加速度传感器的 输出进行仿真与预测。基于Matlab程序建立了加速度传感器的神经网络模型，通过神经网络的优势性能对加速度传感器 在信号检测中进行预测。 关键词：RBF神经网络网络 ；加速度传感器；信号采集；信号预测 中图分类号：TP274．5 文献标志码：B Research ofaccelerationsensorinthevibration compactionbased on neuralnetwork sHEN Ze—yuan．CA0 Yuan．wen (SchoolofMeehatronisAutomotiveEngineering，ChongqingJiaotongUniversity，Chongqing400074，China) Abstract：DetectsignalwiththeaccelerationsensorinthetestingofVehicle-mountedvibratoryrollercompaction．Theout- putofaccelerationsensorisatypicalnonlinearsystem ，becauseaccelerationsensorisinfluencedbyitsperformance、in- stallationposition、instaIlationdirection、soiIcompactionandvibrationmilerwheel’Svibration frequency．And thesefac- torsarelargelyrandom．RBFneuralnetworkhasstronglyautomaticarrangement、automaticlearnability、andautomatic adaptivefunction，SOitcanbegoodatemulatingandpredictingtheoutputofaccelerationsensor，Thispaperestablished accelerationsensorneuralnewtorkmodelbasedontheMatlab program．Predicttheoutputofaccelerationsensorwith neuralnetworkinthedetection． KeywOrds：RBFneuralnetwork；accelerationsensor；signalacquisition；signaldetection 0 引言 获取的信息不是完全可靠，把这些影响加速度传感器可信度的因 在振动压路机振动压实度连续检测的研究中，振动轮的 素称为传感器的状态信息。加速度传感器状态信息和其可信度 振动加速度信号时检测研究的重点，通过传感器对振动轮振 之间是一种典型的多输入单输出的非线性映射关系。 动加速度信号的检测与分析处理来反应土壤的压实状况。在 1 神经网络结构及基本算法 实际检测中，我们对传感器安装位置、方向、振动压路机检测 在神经网络中径向基函数(RBF)神经网络是一种三层前 点的非正常振动 、人员操作失误等所产生的振动量