提高智能检测体系精度的神经网络方法及应用.pdfVIP

摘 要 智能检测是完成智能控制任务的一个重要手段，是智能控制领域 的一个重要分支。由于精度是智能检测系统最重要的性能指标之一， 因而提高智能检测系统精度的研究就成为国内外研究热点之一。 影响智能检测系统精度的三大要素是非线性误差、重复误差和温 度漂移误差。本文介绍了当前克服这三大误差的研究现状及不足，重 点研究了一种非线性误差分区校正的改进BP神经网络方法，减小温 度漂移误差的RBF神经网络数据融合方法和减小重复误差的数字滤 波方法。描述了这三种方法的原理、改进的神经网络模型和仿真实验。 最后，将以上三种方法综合应用，实现了一个高精度的气门综合 检验机系统，该系统包括减小非线性误差和温度漂移误差的神经网络 综合学习模块、智能测量模块、调零模块和数据处理模块。实验和应 用表明，本文提出的减小智能检测系统误差的方法是高效可行的。 关键字： 非线性误差，重复误差，温度漂移，BP神经网络，RBF 神经网络 and for Theories，Methods