采用PELM的阵列式皮带秤称重误差建模与补偿

为进一步提高并长久保持电子皮带秤动态计量精度,综合考虑电子皮带秤称重误差因素,以称重力误差为主要研究对象,建立单托辊皮带秤的称重力误差模型,推导出阵列式皮带秤"内力理论",该理论表明:阵列式皮带秤称重精度主要与两端称重托辊组输送带张力和非准直度有关。对过程神经网络(PNN)进行改进,并引入ELM训练算法,从而提出一种隐含层无过程神经元而输出层含有过程神经元的过程极限学习机(PELM);结合"内力理论"和PELM,提出一种基于PELM的阵列式皮带秤误差补偿模型。最后,以试验对误差补偿模型进行了应用验证。试验表明:该误差补偿方法可实现阵列式皮带秤±0.1%的称重精度。该研究开辟了散状物料连续累计计量误差补偿的新途径。