论文部分内容阅读
汽车衡是生活中不可或缺的计量器具,其计量准确与否直接关系着国民的经济利益。受称重传感器的非线性、秤体的机械变形等影响,汽车衡系统存在非线性误差和偏载误差。现有的误差补偿方法,调节过程复杂,补偿效果较差。针对以上问题,本文以汽车衡的先验知识作为约束条件,构建一种基于权值光滑优化神经网络的汽车衡称重融合方法,建立称重误差补偿模型,提高称重准确度。同时,搭建了基于低功耗单片机MSP430F449为核心处理器的汽车衡称重实验平台。根据《JJG555-1996非自动称通用检定规程》,完成对实验平台的测试,验证