为了消除光纤陀螺的温度效应并提高陀螺的精度,BP神经网络模型广泛的应用在光纤陀螺的零偏温度漂移辨识和补偿中。然而,单神经网络模型的泛化能力差,影响模型的预测结果。结合神经网络集成学习的思想,利用Bagging集成技术产生差异大、预测能力强的个体网络,提升模型的预测能力。建立光纤陀螺零偏温度的BP-Bagging模型,将其应用在温度补偿中。通过对某型光纤陀螺的零偏漂移数据进行仿真,结果表明:BP-Bagging模型相比线性回归模型、单BP神经网络模型的补偿效果更显著,有效改善了陀螺的零偏稳定性能针对光纤陀螺内部光纤在装配后光路闭合,无有效手段进行光纤缺陷检查,对光纤陀螺长期稳定可靠工作带来潜在危险的问题,提出利用红外视觉检测技术检查光纤缺陷,分析光纤缺陷图像特征,采用最大熵法进行图像分割,提出了结合直方图特征、缺陷区域形状特征、缺陷边界形状特征提取方法,采用改进的神经网络分类方法本文由公司网站全自动滚圆机网站采集转载中国知网整理!    http://www.gunyuanji168.com/ ,用两层网络进行缺陷分类,建模方法-电动折弯机数控滚圆机滚弧机张家港数控钢管滚圆机滚弧机识别判断不同类别的光纤缺陷。针对光纤缺陷图像的处理结果表明,该方法能够有效地检测光纤缺陷,对不可接受的缺陷能够100%地正确判断。针对陀螺随机漂移时间序列由于非平稳和非线性造成单一预测模型难以准确跟踪其变化趋势的问题,提出了一种基于集合经验模态分解(EEMD)和灰色极端学习机(GELM)的多尺度混合建模方法。首先,利用集合经验模态分解将随机漂移时间序列按照频率高低分解为多个本征模式分量和一个余量;然后针对不同类型时频特性分量选择合适激活函数和隐层神经元数目的GELM分别进行预测;最后,以等权相加的方式得到最终预测结果。将该方法用于某型激光陀螺随机漂移预测中,仿真结果表明:混合预测模型能够准确预测陀螺随机漂移,预测精度比残差GM(1,1)和GELM预测模型分别提高了33.43%和23.47%,可为激光陀螺的漂移补偿、故障预报和可靠性诊断提供依据。 建模方法-电动折弯机数控滚圆机滚弧机张家港数控钢管滚圆机滚弧机本文由公司网站全自动滚圆机网站采集转载中国知网整理!    http://www.gunyuanji168.com/