文献类型：期刊文章

作　　者：蔡大军[1,3] 姚建涛[1,2] 李颖康[1] 易旺民[4] 许允斗[1,2] 赵永生[1,2]

CAI Da-jun;YAO Jian-tao;LI Ying-kang;YI Wang-min;XU Yun-dou;ZHAO Yong-sheng(Parallel Robot and Mechatronic System Laboratory of Hebei Province,Yanshan University,Qinhuangdao,Hebei 066004,China;Key Laboratory of Advanced Forging&Stamping Technology and Science,Ministry of Education of China,Yanshan University,Qinhuangdao,Hebei 066004,China;Engineering Training Center of Yanshan University,Qinhuangdao,Hebei 066004,China;Beijing Institute of Spacecraft Environment Engineering,Beijing 100094)

机构地区：[1]燕山大学河北省并联机器人与机电系统实验室,河北秦皇岛066004 [2]燕山大学先进锻压成形技术与科学教育部重点实验室,河北秦皇岛066004 [3]燕山大学工程训练中心,河北秦皇岛066004 [4]北京卫星环境工程研究所,北京100094

出　　处：《计量学报》

基　　金：国家自然科学基金(51675459,U2037202);河北省高校百名优秀创新人才支持计划(SLRC2019039);河北省省级科技计划国际科技合作基地建设专项(19391825D)。

年　　份：2021

卷　　号：42

期　　号：8

起止页码：1026-1033

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：针对传感器重载小尺寸需求,提出一种具有混合分支的重载并联六维力传感器,分析了其结构特点和测量原理。搭建了重载并联六维力传感器标定系统,为改善维间耦合及制造误差等对测量精度产生的影响,从标定算法及模型优化方面对其进行了研究。分别利用最小二乘法和BP神经网络算法对加载实验数据进行了处理,分析结果表明BP神经网络算法要明显优于最小二乘法,并通过数据随机分组测试验证了结果的正确性。基于BP神经网络,提出了一种基于人工鱼群算法的BP神经网络算法,并采用优化后的BP神经网络标定算法对实验数据进行了计算分析,结果表明优化后的BP神经网络计算结果较好且稳定,不易陷入局部极值。

关 键 词：计量学 六维力传感器 轮辐 重载 标定实验  混合分支  

分 类 号：TB931]