本文讨论了几种动态称重信号去噪的算法，分析了各种算法的优缺点，对其中的优化算法进行了改进，摒弃了繁杂的模型参数估计并结合平均算法，从而简化了处理过程。在实际测试中，取得了很好的效果。

针对传统BP算法存在的不足进行改进，采用共轭梯度法与Levenberg—Marquardt法对BP神经网络进行优化；通过实际数据进行预处理、建模分析，对比传统BP神经网络和经过优化后BP神经网络，证明了优化后的神经网络在油品污染与磨损的预测方面具有更好的泛化能力。