典型文献
基于神经网络的扭矩传感器稳定性分析预测
文献摘要：
在扭矩检定中,扭矩值随时间的变化波动并非是已知的常见函数,探究其变化波动趋势对于扭矩检定及量值传递有一定价值和意义.为了探究扭矩传感器示值波动特性,针对扭矩测量中长期稳定性对扭矩值变化的影响进行研究,采用神经网络对给定条件下的检测数据进行训练,对其他时间节点的扭矩值进行预测.以严格控制实验条件下得到的近12年的扭矩值数据进行训练和分析,采用交叉验证的方式证明了模型的准确性和可靠性,并对下一检定周期的扭矩值进行预测,最终计算得到下一周期扭矩值满足0.03级的长期稳定性的概率大于71.8％.
文献关键词：
长期稳定性;神经网络;交叉验证;扭矩传感器
中图分类号：
作者姓名：
孟晨;蒋继乐;郭斌;吴鲲;吴实
作者机构：
中国计量科学研究院,北京100029
文献出处：
引用格式：
[1]孟晨;蒋继乐;郭斌;吴鲲;吴实-.基于神经网络的扭矩传感器稳定性分析预测)[J].计量科学与技术,2022(05):8-14,68
A类：
B类：
扭矩传感器,稳定性分析,分析预测,扭矩值,常见函数,量值传递,价值和意义,示值,波动特性,长期稳定性,检测数据,时间节点,严格控制,控制实验,实验条件,下得,交叉验证,检定周期,一周
AB值：
0.305846
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
