论文部分内容阅读
称重传感器存在因环境温度不同导致的非线性误差,需要进行补偿。阐述了称重传感器的温度误差机理,提出了一种基于径向基函数神经网络(RBFNN)的称重传感器温度误差补偿方法,并给出了训练算法。采用该方法,利用量程为100 kg的称重传感器,在0～60℃范围内进行温度误差补偿实验。实验表明:采用这种方法补偿后,称重传感器温度误差大大减少,提高了称重准确度。