2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著改革開放的有力推進,我國經(jīng)濟得到了穩(wěn)步快速發(fā)展,對外貿(mào)易顯著增加,港口碼頭的貨物吞吐量越來越大,這對港口的貨物裝卸能力提出了更高要求,而門座起重機作為港口碼頭重要的裝卸機械起著十分重要的作用。為了提高港口的工作效率,對門座起重機稱重的穩(wěn)定性和精確度都提出了新的要求:希望貨物在裝卸動態(tài)過程中就能進行穩(wěn)定、精確的稱重與計量。但是目前的門座起重機動態(tài)稱重系統(tǒng)由于只對動態(tài)稱重信號作簡單的數(shù)字濾波處理,缺乏更深一層的信號處理技術(shù),所以系統(tǒng)的穩(wěn)

2、定性和精確度難以得到很大的提高,本文力爭引入模糊神經(jīng)網(wǎng)絡(luò)方法來加以解決。 論文首先介紹了一般門座起重機動態(tài)稱重系統(tǒng)原理和設(shè)計,然后對其存在的問題進行了分析,提出了基于模糊神經(jīng)網(wǎng)絡(luò)的門座起重機動態(tài)稱重系統(tǒng)設(shè)計,然后詳細介紹了模糊神經(jīng)網(wǎng)絡(luò)的基本原理、結(jié)構(gòu)和學習算法,最后對系統(tǒng)進行了仿真實驗。 采用模糊神經(jīng)網(wǎng)絡(luò)門座起重機的動態(tài)稱重系統(tǒng),將動態(tài)稱重問題轉(zhuǎn)化為模糊神經(jīng)網(wǎng)絡(luò)模型建立、算法學習及數(shù)據(jù)處理等問題。由于模糊神經(jīng)網(wǎng)絡(luò)方法具有

3、較強的模糊化、自學習、非線性等特點,故可使整個動態(tài)稱重系統(tǒng)具有抗方程病態(tài)性好、穩(wěn)定性好、精確度高、跟蹤性好等優(yōu)點。 另外,在實際應(yīng)用中,考慮到高頻干擾、數(shù)據(jù)突變等因素的影響,對直接采集到的數(shù)據(jù)進行了預處理。通過對動態(tài)稱重信號干擾因素的分析,采用兩步預處理的方法:第一步采用數(shù)字低通濾波方法,濾除高頻率段的干擾噪聲;第二步采用優(yōu)化算法擬合出信號中周期性低頻干擾信號,并予以消除。 系統(tǒng)實驗結(jié)果表明,本文提出的基于模糊神經(jīng)網(wǎng)絡(luò)的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論