|
- UID
- 1029342
- 性别
- 男
|
| 车辆动态称重关键是智能压力检测，采用最优加权平均进行数据融合的智能压力检测系统由4部分构成：传感器模块、信号调理模块、数据融合中心模块和显示电路等。其工作过程为：传感器和信号调理模块完成对输入信号的检测和处理工作，融合中心综合各传感器的信息，并进行相应的数据处理后，最终结果由显示电路显示出来。如图2所示。 
1)传感器部分输出2个电压信号，其中U1为被测压力P的电压输出信号，U2为一个非目标参量的检测电压信号。
一个理想的压力传感器，其输出U应为输入压力的一元函数值，即U=f(P)。其反函数为P=f(U)。
2)融合中心。融合中心采取的是基于加权平均的数据处理技术，使用加权平均法进行数据融合实际上就是求各传感器输出数据的加权平均值。若传感器i(i=1、2…n)输出为xi，测量结果均方差为σi，权值为Wi，数据融合结果为y=WX=[w1，w2，…，wn][x1，x2，…，xn]T。权值分配得当，融合效果较好；分配不合理。
对系统的精度和可靠性提高不大。权值最优分配的准则如下：
4 数据融合处理的效果
为了验证多传感器数据融合方法的效果，本文进行了一系列称重测量实验：传感器承受重量初始值为4吨，以后每次加重2吨，依次加载到22吨。数据融合前和融合后的重量值误差对比如下表所示。
由以上实验数据表明可见：在相同温度变化和电源波动的情况下，经过数据融合后的数据误差明显减少，其误差值小于静态时称重值的1．39％，非线性误差为1．16％，由此可见，融合后的值更接近理论值。所以说基于最优加权分配原则的多传感器数据融合技术能够有效降低或消除传感器在工作过程中受多种因素的交叉干扰影响。
5 结束语
针对车辆动态称重系统的结构和特点，笔者采用了几种数据融合计算方法，有效地提高车辆动态称重系统抗干扰能力，保证测量的可靠性和准确性。通过多次实验，文中设计的动态称重系统技术参数达到：在静态模式时，精确度高于20 kg；动态模式时，车辆以低于20 km／h的速度通过，误差小于静态时称重值的1．39％非线性误差为1．16％(轴载荷和总重)。本动态称重系统主要特性包括重量轻，便于携带；可外接计算机辅助设备；具有动静态两种工作方式；精确测量动态车辆的重量；自动将所测车辆重量与存储资料比较以确定车辆的净重或车是否超重等数据；全自动化的称重过程；资料自动存储以便检索、统计。 |
|
