專利名稱：一種適用于汽車衡的稱重方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種適用于汽車衡的稱重方法。
背景技術(shù)：
汽車衡是衡器的重要分支，主要用于大宗貨物計(jì)量。目前模擬式電子汽車衡占據(jù)汽車衡市場(chǎng)的主導(dǎo)地位，其主要由承重傳力機(jī)構(gòu)(秤體)、模擬稱重傳感器、稱重顯示儀表三大主部件組成。汽車衡根據(jù)量程不同，一般具有4 12路稱重傳感器。這些傳感器按照一定拓?fù)浣Y(jié)構(gòu)，對(duì)稱地分布在秤體下方，構(gòu)成了一個(gè)多傳感器系統(tǒng)。該多傳感器系統(tǒng)存在I禹合性，各路傳感器輸出相互關(guān)聯(lián)，并與載荷加載位置有關(guān)。汽車衡在模擬接線盒中將各路稱重傳感器的輸出信號(hào)集中累加，獲得一個(gè)與被測(cè)載荷質(zhì)量成比例的電壓信號(hào)，經(jīng)信號(hào)調(diào)理、A/D轉(zhuǎn)換后，由單片機(jī)處理獲得稱重結(jié)果，送顯示、通信，完成被測(cè)載荷的稱重。偏載誤差和線性度誤差是影響汽車衡稱重結(jié)果準(zhǔn)確性的兩個(gè)主要因素。偏載誤差是由于汽車衡受各種非線性因素的影響，被測(cè)載荷處于汽車衡承載面上不同位置時(shí)，稱重結(jié)果不一致而產(chǎn)生的誤差；線性度誤差是由于各路稱重傳感器的特性不一致，導(dǎo)致汽車衡的輸入與輸出并非理想的線性關(guān)系，從而產(chǎn)生的稱重誤差?，F(xiàn)有汽車衡的偏載誤差與線性度誤差補(bǔ)償過(guò)程是分開的，傳統(tǒng)的偏載誤差補(bǔ)償方法是通過(guò)人工反復(fù)調(diào)節(jié)汽車衡接線盒中電阻器，改變每路傳感器通道增益，補(bǔ)償偏載誤差，這種方法人工操作繁瑣，工作效率低，補(bǔ)償效果差；為此，有學(xué)者提出多元線性回歸方法(“大型衡器系統(tǒng)偏載荷數(shù)字化補(bǔ)償方法的研究”，陳昌，王孝良，秦子君，大連理工大學(xué)學(xué)報(bào)，1994，I)、利用線性方程組求解角差修正系數(shù)的方法(“基于先進(jìn)數(shù)據(jù)處理技術(shù)的智能稱重傳感器研究”，朱子健，南京航空航天大學(xué)博士論文，2005),但這些方法不能解決因拓?fù)浣Y(jié)構(gòu)所帶來(lái)的各傳感器輸出關(guān)聯(lián)性問(wèn)題，也沒(méi)有考慮汽車衡各種非線性因素影響，因此補(bǔ)償效果較差；有學(xué)者采用神經(jīng)網(wǎng)絡(luò)方法進(jìn)行汽車衡偏載誤差與線性度誤差補(bǔ)償(“基于多傳感器信息融合的汽車衡誤差補(bǔ)償”，林海軍，滕召勝，遲海，等，儀器儀表學(xué)報(bào)，2009，6 基于多RBF神經(jīng)網(wǎng)絡(luò)的汽車衡誤差補(bǔ)償”，林海軍，滕召勝，遲海，等，湖南大學(xué)學(xué)報(bào)，2010，5)，雖 然能大大減少稱重誤差，但是神經(jīng)網(wǎng)絡(luò)需要大量的訓(xùn)練樣本，工作量大；工作量大的主要原因是汽車衡量程大，測(cè)試時(shí)需要的標(biāo)準(zhǔn)砝碼多、加載點(diǎn)多，稱重信息獲取不易?，F(xiàn)有汽車衡線性度誤差補(bǔ)償是在偏載誤差補(bǔ)償完成后，利用如下方法完成:首先利用不同重量的標(biāo)準(zhǔn)砝碼依次加載在汽車衡秤體上，獲得目標(biāo)稱重結(jié)果與實(shí)際稱重結(jié)果，然后將實(shí)際稱重結(jié)果倍乘修正系數(shù)，使之等于目標(biāo)稱重結(jié)果。這種方法是在基于汽車衡輸入-輸出為線性關(guān)系的基礎(chǔ)上的，與實(shí)際相差較大，因此補(bǔ)償效果較差。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的不足，提供一種新的適用于汽車衡的稱重方法:即利用神經(jīng)網(wǎng)絡(luò)良好的逼近非線性函數(shù)能力，構(gòu)造汽車衡的實(shí)際稱重模型；同時(shí)利用汽車衡的理想稱重模型構(gòu)造神經(jīng)網(wǎng)絡(luò)的約束條件，以減少神經(jīng)網(wǎng)絡(luò)訓(xùn)練所需的樣本，降低工作量，完成汽車衡實(shí)際稱重模型的優(yōu)化，最終實(shí)現(xiàn)汽車衡準(zhǔn)確稱重與誤差補(bǔ)償。
本發(fā)明的目的通過(guò)下述技術(shù)方案予以實(shí)現(xiàn):
所述稱重方法包括使用稱重傳感器、數(shù)據(jù)采集裝置、微處理器和顯示器；所述稱重傳感器通過(guò)數(shù)據(jù)采集裝置與微處理器連接；所述顯示器與微處理器連接；所述稱重方法的步驟包括建立稱重?cái)?shù)學(xué)模型、稱重信號(hào)采集、在線稱重；所述建立稱重?cái)?shù)學(xué)模型的數(shù)學(xué)模型包括理想稱重模型、實(shí)際稱重模型及它們的訓(xùn)練方法，其步驟:
1)所述理想稱重模型為線性函數(shù)；所述線性函數(shù)的輸入為#路稱重傳感器輸出的數(shù)據(jù)Xiyi ,輸出為A(X);其輸入-輸出關(guān)系表達(dá)式為公式(I):
權(quán)利要求
1.一種適用于汽車衡的稱重方法，所述稱重方法包括使用稱重傳感器、數(shù)據(jù)采集裝置、微處理器和顯示器；所述稱重傳感器通過(guò)數(shù)據(jù)采集裝置與微處理器連接；所述顯示器與微處理器連接；所述稱重方法的步驟包括建立稱重?cái)?shù)學(xué)模型、稱重信號(hào)采集、在線稱重；其特征在于:所述建立稱重?cái)?shù)學(xué)模型的數(shù)學(xué)模型包括理想稱重模型、實(shí)際稱重模型及它們的訓(xùn)練方法，其步驟； 1)所述理想稱重模型為線性函數(shù)；所述線性函數(shù)的輸入為#路稱重傳感器輸出的數(shù)據(jù)P1,輸出為A(X);其輸入-輸出關(guān)系表達(dá)式為公式(I):
2.根據(jù)權(quán)利要求1所述的適用于汽車衡的稱重方法，其特征在于:所述在線稱重應(yīng)當(dāng)在實(shí)際稱重模型訓(xùn)練合格后進(jìn)行，其步驟如下: 1)將采集到#路稱重傳感器的稱重信號(hào)作為BP神經(jīng)網(wǎng)絡(luò)第一層的輸入向量X； 2)將輸入向量X和保存在存儲(chǔ)單元中的實(shí)際稱重模型參數(shù)W、b(1)、V和b(2)—起代入公式(3)中，求得BP神經(jīng)網(wǎng)絡(luò)輸出為最終稱重結(jié)果； 3)顯示器上顯示最終稱重結(jié)果。
3.根據(jù)權(quán)利要求1或2所述的適用于汽車衡的稱重方法，其特征在于:所述稱重信號(hào)采集的方法，將各路稱重傳感器的輸出信號(hào)進(jìn)行信號(hào)放大、濾波和模數(shù)轉(zhuǎn)換處理后獲得的數(shù)據(jù)，作為理想稱重模型和實(shí)際稱重模型訓(xùn)練與在線稱重的輸入向量X。
4.根據(jù)權(quán)利要求1或2所述的適用于汽車衡的稱重方法，其特征在于:所述微處理器為單片機(jī)、DSP處理器或其他嵌入式系統(tǒng)設(shè)備，并帶有存儲(chǔ)單元。
5.根據(jù)權(quán)利要求3所述的適用于汽車衡的稱重方法，其特征在于:所述微處理器為單片機(jī)、DSP處理器或其他嵌入式系統(tǒng)設(shè)備，并帶有存儲(chǔ)單元。
全文摘要
本發(fā)明公開了一種適用于汽車衡的稱重方法，所述稱重方法包括使用稱重傳感器、數(shù)據(jù)采集裝置、微處理器和顯示器；稱重方法的步驟包括建立稱重?cái)?shù)學(xué)模型、稱重信號(hào)采集、在線稱重；建立稱重?cái)?shù)學(xué)模型的模型包括理想稱重模型、實(shí)際稱重模型及它們的訓(xùn)練方法；理想稱重模型為線性函數(shù)；實(shí)際稱重模型為三層BP神經(jīng)網(wǎng)絡(luò)，第一層為輸入層，第二層為隱含層，第三層為輸出層；在線稱重前，必須對(duì)理想稱重模型和實(shí)際稱重模型進(jìn)行設(shè)定樣本數(shù)量的訓(xùn)練，訓(xùn)練過(guò)程在微處理器與外部計(jì)算機(jī)連接的情況下進(jìn)行，采集設(shè)定數(shù)量的樣本信息，以理想稱重模型及其導(dǎo)數(shù)為約束條件，最后獲得實(shí)際稱重模型參數(shù)W、b(1)、V和b(2)保存在微處理器中，然后撤離外部計(jì)算機(jī)。
文檔編號(hào)G06N3/02GK103234610SQ20131017718
公開日2013年8月7日 申請(qǐng)日期2013年5月14日 優(yōu)先權(quán)日2013年5月14日
發(fā)明者林海軍, 滕召勝, 汪魯才, 楊進(jìn)寶 申請(qǐng)人:湖南師范大學(xué)