摘要
本发明为力学扭矩测量领域,公开了一种基于多因素的扭矩测量方法及扭矩测量系统。建立基于多因素的扭矩测量装置;基于扭矩测量装置,设计基于多因素的扭矩测量试验方案,通过调节温度和振动范围,使转轴处于不同工况状态,对温度、振动、转速对扭矩测量精度的影响进行探究,形成多传感器参数数据库;基于建立的数据库,分析扭矩测量结合多传感器数据融合技术,以高精度扭矩传感器作为标定基准,通过设计新的BP神经网络算法模型,对转速、温度及振动进行深度分析,调整模型参数使模型达到收敛,并用测试集验证后保存最佳模型;实现了对待试扭矩传感器扭矩测量偏差的精确校准和优化。本发明解决了在温度多变且随时伴有振动等恶劣环境下电力推进系统的扭矩测量问题,有效提高扭矩传感器的测量精度。
技术关键词
扭矩测量方法
高精度扭矩传感器
神经网络算法模型
BP神经网络算法
集成组件
多传感器
参数
旋转轴
电力推进系统
数据融合算法
校准
工况
可读存储介质
偏差
分析组件
负载装置
处理器
系统为您推荐了相关专利信息
定位预测方法
隐伏矿体
立方体
空间位置关系
成矿预测
图像识别方法
聚乙烯管道
分类器模型
特征提取模型
神经网络算法模型
柔性传感器
双模态
信号处理电路
BP神经网络模型
电极
轮式巡检机器人
障碍物检测方法
多传感器融合
数据处理模块
BP神经网络算法
账户管理方法
支付系统
收银台
订单系统
交易系统