智能組合稱重系統(tǒng)的關鍵技術研究.pdf

1、隨著智能組合稱重行業(yè)的發(fā)展逐漸趨于白熱化，現今市場中各類復雜食品種類的包裝對智能稱重行業(yè)的發(fā)展又提出了新的挑戰(zhàn)。僅能實現組合稱重功能的傳統(tǒng)稱重系統(tǒng)已逐漸被邊緣化，整體綜合性能較佳的智能組合稱重系統(tǒng)在稱重行業(yè)中正蓬勃發(fā)展。
　　本文首先對智能組合稱重系統(tǒng)的國內外發(fā)展現狀進行比較分析，得出國內智能組合稱重系統(tǒng)在提高運行效率、降低經濟成本、提升稱量精度等方面均有較大改進空間?；诖爽F狀，本文對智能組合稱重系統(tǒng)展開了以下四個方面的研究。<

2、br>　　1.結構優(yōu)化設計。對傳統(tǒng)智能組合稱重系統(tǒng)進行結構優(yōu)化改進，包括電機驅動模式的改進以及具有“雙排”功能聚料斗的應用，前者使電機運動沖擊減小，后者在“廢料”處理方面節(jié)省了時間;同時對料斗表面進行波紋處理以降低摩擦，提高輸送速度，從而提高效率。
　　2.靜態(tài)模型分析。對系統(tǒng)重要部件——主振機給料裝置，從理論上進行了靜態(tài)分析，建立運動數學模型，研究了阻尼對料盤和底盤相對振幅的影響以及物料產生拋擲運動的條件。
　　3.動態(tài)特

3、征分析。在靜態(tài)分析的基礎上進行動態(tài)特征分析，基于SolidWorks建立了主振機給料裝置的三維數字模型，結合ANSYS Workbench軟件對其進行了模態(tài)及諧響應分析，并利用MATLAB/Simulink模塊進行仿真，結果表明:該裝置設計符合共振及其對上下質點位移的要求;各質點位移及速度響應曲線均符合工況要求。
　　4.誤差補償研究。通過BP神經網絡算法對非線性誤差進行補償研究，結果表明:相對誤差控制在±0.2％以內，遠小于硬件