一種發射藥自動稱量機為使發射藥稱重輸出值能精確地反映稱重值，對稱重傳感器精確標定進行研究。 采用函數鏈神經網絡法對稱重系統稱重檢測值與實際重量值之間的函數關系進行精確標定，通過標定的稱重系統精 度<1%,滿足實際生產需要。

0.引言

一種發射藥自動稱量機由稱重傳感器、電機、振動器和藥斗等組成，在按照工藝要求及生產精度 調試時發現稱重傳感器、放大器等測量系統的非線 性度，使實際重量值與測量輸出值之間呈復雜的非 線性關系。為了使稱重輸出值精確地反映稱重值，實現發射藥稱重過程的精確稱量，需要對稱重系統 稱重檢測值與實際重量值之間的函數關系進行精確 標定⑴；因此，筆者對其進行研究。

1.稱重傳感器的標定

1.1 標、定方法

通常可以釆用查表法、曲線擬合法及較復雜的 算法如神經網絡法等進行函數的標定。其中，查表 法具有較快的速度，但當系統函數f>)=0有多個解 的情況下誤差較大；曲線擬合法可以較快地求解系 統的方程，但當系統有噪聲存在時，可能會在求解 方程時遇到矩陣病態情況，使求解受阻；函數鏈神 經網絡法具有強大的非線性表達能力，可用于稱重 函數曲線的標定。

1.2對稱重系統函數曲線的函數鏈神經網絡標定

稱重傳感器的特性曲線如圖1。

Wo, W1, W2,和W]作為神經網絡的權值，神經網絡的 輸出x廠即為傳感器相應的實際重量。在訓練網絡 時，將關于稱重輸出值u的一組數據1, ur, uf , u; 和稱重實際值按順序加到神經網絡，用學習迭代 法對權值進行修正，學習過程多次進行，直至神經 網絡輸出值的估計誤差均方根值(MSE)達到1個足 夠小的值，此時，學習過程結束，權值W0, W1, W2, 和W]即系數蝴?a]。算法原理如下：

1.3函數標定結果應用

經過上述標定過程，得到稱重系統以輸出數據 U作為該函數的輸入，實際稱重值X作為函數輸出 的函數擬合曲線，

2 .結束語

通過函數鏈神經網絡法對稱重傳感器進行標定 后，保證了稱重值與實際值的一致性。該方法為連 續快速稱量創造了基礎，使發射藥稱重實現連續自 動稱量，保證了發射藥自動稱量機稱重精度。