称重传感器蠕变补偿的RBF网络模型* (2013年)

称重传感器的蠕变是影响精度的主要因素之一。针对传感器蠕变的实时性与非线性，建立了称重传感器蠕变补偿的RBF网络模型。设计硬件采集电路并采用低功耗处理器对传感器数据进行软件补偿。仿真结果表明，RBF神经网络具有很强的逼近非线性函数和自学习能力，能够对称重传感器的蠕变误差进行修正。补偿后的蠕变误差减小至0．005％以内，补偿效果明显。