專(zhuān)利名稱(chēng)：水果高速分選系統(tǒng)動(dòng)態(tài)稱(chēng)重信號(hào)的智能處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種水果高速分選系統(tǒng)動(dòng)態(tài)稱(chēng)重信號(hào)的智能處理方法。
背景技術(shù)：
據(jù)統(tǒng)計(jì)，我國(guó)的蘋(píng)果、梨、桃、柚的產(chǎn)量居世界第一。為提高水果的經(jīng)濟(jì)價(jià)值，需要對(duì)收獲后的水果進(jìn)行清洗、分級(jí)、包裝等產(chǎn)后處理。動(dòng)態(tài)稱(chēng)重技術(shù)是產(chǎn)后處理的關(guān)鍵技術(shù)之一，動(dòng)態(tài)稱(chēng)重的精度直接影響到分級(jí)、裝箱等工序的準(zhǔn)確性。動(dòng)態(tài)稱(chēng)重的精度等級(jí)主要取決于兩個(gè)方面一是果杯的機(jī)械結(jié)構(gòu)設(shè)計(jì)和稱(chēng)重區(qū)域的機(jī)械結(jié)構(gòu)設(shè)計(jì)；二是稱(chēng)重信號(hào)處理系統(tǒng)的設(shè)計(jì)。稱(chēng)重信號(hào)處理系統(tǒng)一般包括操作站系統(tǒng)和控制站系統(tǒng)。操作站系統(tǒng)提供用戶(hù)交互的操作界面，由服務(wù)器和客戶(hù)端構(gòu)成；控制站系統(tǒng)采集現(xiàn)場(chǎng)數(shù)據(jù)，接受操作站系統(tǒng)的操作指令，計(jì)算輸出對(duì)現(xiàn)場(chǎng)設(shè)備的控制指令，并將重要的控制狀態(tài)傳給操作站系統(tǒng)。在高速情況下，由于系統(tǒng)本身的延遲，輸出信號(hào)在未達(dá)到穩(wěn)定值之前開(kāi)始下降，信號(hào)處理系統(tǒng)如何從現(xiàn)有的信號(hào)中獲得高精度的重量信息，成為制約系統(tǒng)分級(jí)速度的瓶頸。現(xiàn)有高速稱(chēng)重信號(hào)處理方法文獻(xiàn)有 J. Calpe, E. Soria, M. Martinez, J. V. Frances, A. Rosado, L. Gomez-Chova, J. Vila High-speed weighing system based on DSP[J] IEEE. 2002. 0-7803-7474—6/02: 1579-1583.基于DSP的高速稱(chēng)重系統(tǒng)，利用DSP實(shí)現(xiàn)自適應(yīng)濾波算法和ARMA模型，要求水果經(jīng)過(guò)稱(chēng)重片的時(shí)間至少大于上升時(shí)間的兩倍，在分級(jí)速度小于20果/秒時(shí)有較高的精度。[2]呂新明，王偉明.提高稱(chēng)重精度的一種新濾波方法，提出了一種用自適應(yīng)濾波來(lái)提高稱(chēng)重精度的方法，該方法精度較高，但不能滿(mǎn)足高速的要求。[3]張瑞，呂文紅，張瑞璽.基于神經(jīng)網(wǎng)絡(luò)自適應(yīng)濾波的車(chē)輛動(dòng)態(tài)稱(chēng)重系統(tǒng)研究，提出了一種車(chē)輛動(dòng)態(tài)載重信號(hào)的處理方法，該方法采用基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)濾波變步長(zhǎng)LMS算法濾掉稱(chēng)重信號(hào)在各個(gè)頻段內(nèi)的噪聲，速度快，但算法復(fù)雜，且精度不能滿(mǎn)足水果稱(chēng)重系統(tǒng)的要求?？梢?jiàn)，目前國(guó)內(nèi)外對(duì)于高速水果稱(chēng)重信號(hào)的處理方案研究較少，提高稱(chēng)重精度的方案大多只是針對(duì)分級(jí)速度較低情況的。

發(fā)明內(nèi)容
本發(fā)明的目的為解決現(xiàn)有水果稱(chēng)重系統(tǒng)在高速情況下，測(cè)量精度低，且無(wú)法滿(mǎn)足實(shí)時(shí)性要求的問(wèn)題，提供一種水果高速分選系統(tǒng)動(dòng)態(tài)稱(chēng)重信號(hào)的智能處理方法。水果高速分選系統(tǒng)動(dòng)態(tài)稱(chēng)重信號(hào)的智能處理方法的步驟如下
1)水果輸送裝置靜止時(shí)，采樣獲得一組標(biāo)準(zhǔn)果的穩(wěn)定值，然后傳送裝置開(kāi)始轉(zhuǎn)動(dòng)，根據(jù)分級(jí)速度，確定采樣周期，采樣獲得每個(gè)標(biāo)準(zhǔn)果經(jīng)過(guò)稱(chēng)重傳感器時(shí)的一組數(shù)據(jù)；
2)采用一階滯后濾波，消除采樣信號(hào)中的低頻噪聲，獲得預(yù)處理后的信號(hào)；
3)操作站系統(tǒng)讀取預(yù)處理數(shù)據(jù)，分析數(shù)據(jù)的特點(diǎn)，根據(jù)實(shí)時(shí)性要求，得到改進(jìn)的AR模
5型；
4)確定改進(jìn)AR模型的參數(shù)和階數(shù)，將不同分級(jí)速度下訓(xùn)練得到的模型參數(shù)和階數(shù)存儲(chǔ)于文件中；
5)控制站系統(tǒng)利用訓(xùn)練好的模型參數(shù)預(yù)測(cè)水果重量信息；
6)對(duì)預(yù)測(cè)結(jié)果進(jìn)行精度評(píng)價(jià)。所述步驟1)為需要η個(gè)重量不同的標(biāo)準(zhǔn)果，在靜態(tài)條件下，對(duì)每一個(gè)標(biāo)準(zhǔn)果多次采樣后的值取平均，作為果子最終的靜態(tài)采樣值，分別記為b1; b2，…，bn;在高速情況下， 根據(jù)分級(jí)速度，確定采樣周期設(shè)稱(chēng)重傳感器的承重腳長(zhǎng)度為L(zhǎng)，分級(jí)速度為V，信號(hào)從開(kāi)
始上升到開(kāi)始下降的時(shí)間間隔ΙΛ = ￡/Ρ，采樣只能在時(shí)間長(zhǎng)度內(nèi)完成，若每個(gè)果子的
采樣次數(shù)為m，則采樣周期6 < Lf(V^m);最后按設(shè)定的采樣周期采樣，存儲(chǔ)每個(gè)標(biāo)準(zhǔn)果的
采樣數(shù)據(jù) Y1 ⑴，Y1 O)，…，yjm) ；y2(l), y2 (2),…，y2(m)；……;yn (1), yn(2),…， yn (m)。所述步驟2)為利用一階滯后濾波消除采樣數(shù)據(jù)中的低頻噪聲，定義y(k)為第k 次采樣值，x(k-l)為第k-1次的濾波輸出值，α為濾波系數(shù)，其值小于1，代入一階滯后濾波公式爛= Λ y(i) + (1-,得到第k次采樣數(shù)據(jù)對(duì)應(yīng)的濾波輸出χ (k)；將每組采樣數(shù)據(jù)濾波處理后，得到一組數(shù)據(jù)&(1)，X1 O)，…，X1(Hl) ；X2(I), X2 (2), -,x2(m)；…… ；Xn (l),xn(2),…，I(m)，作為模型訓(xùn)練的數(shù)據(jù)。所述步驟3)為稱(chēng)重傳感器的輸出信號(hào)近似為平穩(wěn)隨機(jī)的時(shí)間序列，一個(gè)時(shí)間序列的AR模型描述為序列的當(dāng)前值χ (η)被表示為過(guò)去值的線(xiàn)性函數(shù)加上一個(gè)誤差項(xiàng)e (n)，用如下方程式(1)表示
權(quán)利要求
1.一種水果高速分選系統(tǒng)動(dòng)態(tài)稱(chēng)重信號(hào)的智能處理方法，其特征在于它的步驟如下1)水果輸送裝置靜止時(shí)，采樣獲得一組標(biāo)準(zhǔn)果的穩(wěn)定值，然后傳送裝置開(kāi)始轉(zhuǎn)動(dòng)，根據(jù)分級(jí)速度，確定采樣周期，采樣獲得每個(gè)標(biāo)準(zhǔn)果經(jīng)過(guò)稱(chēng)重傳感器時(shí)的一組數(shù)據(jù)；2)采用一階滯后濾波，消除采樣信號(hào)中的低頻噪聲，獲得預(yù)處理后的信號(hào)；3)操作站系統(tǒng)讀取預(yù)處理數(shù)據(jù)，分析數(shù)據(jù)的特點(diǎn)，根據(jù)實(shí)時(shí)性要求，得到改進(jìn)的AR模型；4)確定改進(jìn)AR模型的參數(shù)和階數(shù)，將不同分級(jí)速度下訓(xùn)練得到的模型參數(shù)和階數(shù)存儲(chǔ)于文件中；5)控制站系統(tǒng)利用訓(xùn)練好的模型參數(shù)預(yù)測(cè)水果重量信息；6)對(duì)預(yù)測(cè)結(jié)果進(jìn)行精度評(píng)價(jià)。
2.如權(quán)利要求1所述的一種水果高速分選系統(tǒng)動(dòng)態(tài)稱(chēng)重信號(hào)的智能處理方法，其特征在于所述步驟1)為需要η個(gè)重量不同的標(biāo)準(zhǔn)果，在靜態(tài)條件下，對(duì)每一個(gè)標(biāo)準(zhǔn)果多次采樣后的值取平均，作為果子最終的靜態(tài)采樣值，分別記為b1; b2,…，bn;在高速情況下，根據(jù)分級(jí)速度，確定采樣周期設(shè)稱(chēng)重傳感器的承重腳長(zhǎng)度為L(zhǎng)，分級(jí)速度為V，信號(hào)從開(kāi)始上升到開(kāi)始下降的時(shí)間間隔^^二乙/廠(chǎng)，采樣以能！^^吋丨川K:度內(nèi)完成，廣樹(shù)個(gè)汜廣的采樣次數(shù)為m,則采樣周期；最后按設(shè)定的采樣周期采樣，存儲(chǔ)每個(gè)標(biāo)準(zhǔn)果的采樣數(shù)據(jù)yi(l)，yi O)，…， Yi (m) -,J2 (1), J2 (2), ···, J2 (m) ； ...... ；yn (1), yn(2), ...，yn(m)。
3.如權(quán)利要求1所述的一種水果高速分選系統(tǒng)動(dòng)態(tài)稱(chēng)重信號(hào)的智能處理方法，其特征在于所述步驟2)為利用一階滯后濾波消除采樣數(shù)據(jù)中的低頻噪聲，定義y (k)為第k次采樣值，x(k-l)為第k-1次的濾波輸出值，α為濾波系數(shù)，其值小于1，代入一階滯后濾波公式了· = “+,得到第k次采樣數(shù)據(jù)對(duì)應(yīng)的濾波輸出χ (k)；將每組采樣數(shù)據(jù)濾波處理后，得到一組數(shù)據(jù)&(1)，X1 O)，…，X1(Hl) ；X2(I), X2 (2), -,x2(m)；…… ；Xn (l),xn(2),…，I(m)，作為模型訓(xùn)練的數(shù)據(jù)。
4.如權(quán)利要求1所述的一種水果高速分選系統(tǒng)動(dòng)態(tài)稱(chēng)重信號(hào)的智能處理方法，其特征在于所述步驟3)為稱(chēng)重傳感器的輸出信號(hào)近似為平穩(wěn)隨機(jī)的時(shí)間序列，一個(gè)時(shí)間序列的 AR模型描述為序列的當(dāng)前值χ (η)被表示為過(guò)去值的線(xiàn)性函數(shù)加上一個(gè)誤差項(xiàng)e (n)，用如下方程式(1)表示方程式(1)中ai，^，…，ειρ為模型系數(shù)；χ (η-1)，χ (n-2)，…，χ (n_p)為信號(hào)ρ個(gè)過(guò)去值，構(gòu)成P階AR模型；現(xiàn)假設(shè)已知ρ個(gè)初始采樣值χ(1)，χ (2)，…，χ(ρ)，信號(hào)N個(gè)時(shí)刻后達(dá)到穩(wěn)定，要預(yù)測(cè)信號(hào)穩(wěn)定值χ (Ρ+Ν)，利用方程式(1)遞推得到如下方程式(2)為= 4^(1)+4^( +- + Afx{p)(2)方程式(2)中系數(shù)A1, A2,…，Ap為常數(shù)，信號(hào)穩(wěn)定值χ (P+N)由初始采樣值X(I)，X (2)，…，X(p)線(xiàn)性表示；對(duì)于不同重量的果子，經(jīng)過(guò)同一個(gè)稱(chēng)重傳感器，信號(hào)穩(wěn)定值與初始采樣值的線(xiàn)性關(guān)系一致。
5.如權(quán)利要求1所述的一種水果高速分選系統(tǒng)動(dòng)態(tài)稱(chēng)重信號(hào)的智能處理方法，其特征在于所述步驟4)為利用操作站系統(tǒng)計(jì)算改進(jìn)AR模型階數(shù)和參數(shù)，首先操作站系統(tǒng)讀取模型訓(xùn)練數(shù)據(jù)X1(I)^1O),…，Xl(m) ；x2(l), X2 (2),…，x2 (m) ； ...... ；xn (1), xn (2),…，\(m)，以及靜態(tài)穩(wěn)定值 b1;b2，···, bn,存儲(chǔ)在矩陣變量中，記為
6.如權(quán)利要求1所述的一種水果高速分選系統(tǒng)動(dòng)態(tài)稱(chēng)重信號(hào)的智能處理方法，其特征在于所述步驟5)為預(yù)測(cè)稱(chēng)重信號(hào)穩(wěn)定值，首先獲取分級(jí)速度，確定該分級(jí)速度對(duì)應(yīng)的模型參數(shù)和階數(shù)已經(jīng)存儲(chǔ)在控制站系統(tǒng)中；當(dāng)水果經(jīng)過(guò)稱(chēng)重傳感器時(shí)，由外部同步信號(hào)上升沿觸發(fā)控制站系統(tǒng)的中斷，采樣次數(shù)由模型階數(shù)確定；當(dāng)采樣獲得的一組數(shù)據(jù)經(jīng)過(guò)濾波后， 控制站系統(tǒng)用訓(xùn)練好的AR模型進(jìn)行預(yù)測(cè)，得到信號(hào)穩(wěn)定值，標(biāo)定后轉(zhuǎn)化為重量信息。
7.如權(quán)利要求1所述的一種水果高速分選系統(tǒng)動(dòng)態(tài)稱(chēng)重信號(hào)的智能處理方法，其特征在于所述步驟6)為隨機(jī)取K個(gè)果子，確定采樣周期，采樣獲得K組高速動(dòng)態(tài)數(shù)據(jù)，用訓(xùn)練好的模型進(jìn)行穩(wěn)定值預(yù)測(cè)，得到K個(gè)預(yù)測(cè)數(shù)據(jù)，標(biāo)定后轉(zhuǎn)化為K個(gè)預(yù)測(cè)重量，計(jì)算得到預(yù)測(cè)重量與實(shí)際重量的偏差，相對(duì)誤差，預(yù)測(cè)精度。
全文摘要
本發(fā)明公開(kāi)了一種水果高速分選系統(tǒng)動(dòng)態(tài)稱(chēng)重信號(hào)的智能處理方法，基于改進(jìn)AR模型，實(shí)現(xiàn)水果重量的高精度獲取與預(yù)測(cè)。包括以下步驟實(shí)時(shí)獲取分級(jí)速度，采樣存儲(chǔ)一組標(biāo)準(zhǔn)果數(shù)據(jù)；濾波消除信號(hào)采樣值中的低頻噪聲；操作站系統(tǒng)讀取初始數(shù)據(jù)，用改進(jìn)的AR模型建模并計(jì)算模型階數(shù)和參數(shù)；將不同分選速度下訓(xùn)練得到的模型參數(shù)和階數(shù)存儲(chǔ)于文件中；控制站系統(tǒng)根據(jù)分選速度利用訓(xùn)練好的模型參數(shù)預(yù)測(cè)水果重量信息；操作站系統(tǒng)可實(shí)現(xiàn)對(duì)預(yù)測(cè)結(jié)果的精度分析。本發(fā)明在每秒20個(gè)果的分級(jí)速度下，稱(chēng)重精度可達(dá)(1.5±0.5)%以?xún)?nèi)，改變分級(jí)速度后可重新獲取最優(yōu)的模型階數(shù)和參數(shù)，對(duì)硬件要求低，結(jié)構(gòu)簡(jiǎn)單，擴(kuò)展性好，且可方便移植用于其它領(lǐng)域高速稱(chēng)重信號(hào)的處理。
文檔編號(hào)G05B13/04GK102176117SQ20111002287
公開(kāi)日2011年9月7日 申請(qǐng)日期2011年1月20日 優(yōu)先權(quán)日2011年1月20日
發(fā)明者何慧梅, 侯迪波, 劉喆, 周澤魁, 張光新, 田徑, 蔡文, 黃平捷 申請(qǐng)人:浙江大學(xué)