基于灰色BP网络的作业机质心高度测量数据处理方法的研究

论文摘要

小型农业作业机因其自身的优点,现在已广泛的被运用在温室大棚、山区丘陵以及高秆作物间的土壤耕耘、犁地、地膜覆盖、中耕除草、培土、作物喷药及割、晒等多种作业。小型农业作业机已经成为山区丘陵地带作业的主力机具。要设计出适合山区丘陵地带的小型农作机,质心的高度参数尤为重要。通过单支点驱动可倾斜平台法测量作业机的质心位置,而在测量的过程不可避免的会出现误差,影响作业机质心位置的测量精度。针对作业机质心位置测试过程出现的误差,文本采用灰色预测模型与BP神经网络串联结合的方法,结合运用误差理论对作业机质心位置的测量数据进行处理,减小误差对质心测试的影响,优化小型农作机的设计。本文的主要工作和成果如下:1.介绍了小型农业作业机质心位置的测量方法和测量原理,运用质心计算公式计算作业机质心位置。基于误差理论,对实际使用中的三支点支撑测试平台进行了误差分析。2.基于数学统计的原理,对测试数据进行了预处理。利用贝塞尔公式,剔除了测试数据中的粗大误差,并且利用5点3次法对测试数据进行了平滑化的处理,减小测试数据中的误差。3.基于灰色理论和BP神经网络的原理,构建了灰色BP神经网络预测模型,对质心测试中经过预处理的测试数据进行处理,减小误差。提出了灰色预测模型背景值和初值的优化方法,并对神经网络的网络结构进行了优化处理。4.针对数据处理模型和作业机的特点,设计了验证数据处理模型正确性的质心测试试验。针对现有质心测试平台在加工和装配时出现的误差,通过提高加工工艺和装配精度,减小误差对测试结果的影响。针对现有测试平台角度传感器精度不足的缺陷,通过选取直线位置传感器提高测试的精度。构建了质心测量系统,搭建了质心测试平台。通过实验,验证了理论分析及模型数据处理的正确性。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题的来源
• 1.2 研究的背景
• 1.3 预测方法的研究现状
• 1.3.1 国内外预测方法现状
• 1.3.2 各种预测方法的比较
• 1.4 研究课题的目标及意义
• 1.5 本文研究内容和方法
• 1.5.1 研究内容
• 1.5.2 研究方法
• 1.6 本章小结
• 第2章 测量系统的测量原理及误差分析
• 2.1 引言
• 2.2 三支点支撑测量系统的测量方法
• 2.2.1 测试对象
• 2.2.2 测量原理
• 2.2.3 测量方法
• 2.3 误差理论
• 2.3.1 误差定义
• 2.3.2 误差分类
• 2.4 三支点支撑质心测试系统的误差分析
• 2.4.1 三支点支撑质心测试系统
• 2.4.2 三支点支撑质心测量系统的误差来源
• 2.4.3 三支点支撑质心测试系统误差分析
• 2.5 本章小结
• 第3章 灰色理论及神经网络的介绍
• 3.1 引言
• 3.2 灰色系统
• 3.2.1 灰色理论的介绍
• 3.2.2 灰色系统理论的基本原理
• 3.2.3 灰预测
• 3.2.4 灰建模
• 3.2.5 灰关联
• 3.3 人工神经网络
• 3.3.1 概述
• 3.3.2 BP神经网络
• 3.3.3 BP神经网络的结构图
• 3.3.4 BP网络算法步骤
• 3.3.5 BP神经网络的实现方法
• 3.4 灰色模型与BP神经网络的结合
• 3.5 本章小结
• 第4章 测量数据处理模型的建立
• 4.1 引言
• 4.2 测量数据处理模型建立的总体方法
• 4.3 测试数据的预处理
• 4.3.1 粗大误差的剔除
• 4.3.2 测量数据的平滑化
• 4.4 GM（1,1）灰色模型的建立
• 4.4.1 灰色模型的建立
• 4.4.2 GM（1,1）模型的修正
• 4.4.3 模型的改进
• 4.5 灰色BP神经网络预测模型的建立
• 4.5.1 BP神经网络模型的建立
• 4.5.2 GM（1,1）预测模型与BP神经网络模型的结合
• 4.6 神经网络结构的优化
• 4.6.1 灰色关联度的计算
• 4.6.2 冗余的删除
• 4.7 数据计算
• 4.8 本章小结
• 第5章 试验台的改进和试验设计
• 5.1 引言
• 5.2 现有的试验台
• 5.3 测量台的工作原理
• 5.4 测试平台的不足及改进
• 5.4.1 测试平台的不足
• 5.4.2 测试平台的改进
• 5.4.3 直线位移传感器的选择
• 5.5 试验的设计及步骤
• 5.5.1 试验设计
• 5.5.2 试验步骤
• 5.6 本章小结
• 第6章 试验数据处理
• 6.1 引言
• 6.2 灰色预测模型的建立
• 6.2.1 灰色预测模型的前期准备
• 6.2.2 灰色预测模型的建立
• 6.3 灰色预测模型的修正
• 6.4 灰色模型与BP神经网络的结合
• 6.5 BP神经网络的结构优化
• 6.6 预测结果的精度分析
• 6.7 本章小结
• 第7章 总结与展望
• 7.1 全文总结
• 7.2 创新点
• 7.3 后续工作展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文目录