http://www.13823423455.com/ |从化登高车出租|增城登高车出租公司|南沙登高车公司|      ♊ 耕牛无宿草, 仓鼠有余粮   ♊

         |从化登高车出租|增城登高车出租公司|南沙登高车公司|      ♊ 耕牛无宿草,  仓鼠有余粮   ♊     静态电子登高车衡的研究内容??     为提高登高车衡称重结果的准确度和可靠性，降低登高车衡误差补偿、特别是偏载误差补偿的复杂性提供了必要的理论依据和技术支持，为先进的智能信息处理方法在称重系统中的应用提供了一种思路。主要研究体现在以下几方面：（1）文研究了登高车衡多传感器的相关性，建立多传感器的关联模型。登高车衡作为典型的多传感器系统，一般具有4~12路称重传感器，承载器面积大，各称重传感器输出相互影响，存在相关性，这种相关性对称重准确度影响明显。现有登高车衡由于通过硬件电路将各路称重传感器信号集中累加，割裂了传感器之间的联系，忽视了多传感器的相关性，从而丧失了容错的基础。在深入研究登高车衡多传感器相关性的基础上，建立基于自适应加权融合与径向基函数神经网络（RBFNN）的多传感器关联模型，实现了称重传感器输出的准确估计，为登高车衡的故障诊断和智能容错奠定了基础。（2）登高车衡称重传感器智能故障诊断方法研究。现有登高车衡任意一路称重传感器发生故障，都将会导致整个称重系统失效。文提出一种登高车衡称重传感器智能故障诊断方法，构建故障融合检测模型：利用多传感器关联模型和表决融合检测准则，建立基于RBFNN的二次预测模型，实现故障传感器的寻址和隔离；根据故障特征，利用多传感器关联模型和先验知识，建立传感器故障类型识别模型；利用模糊决策理论，建立传感器故障预测模型；根据多传感器关联模型和表决融合检测准则，建立故障传感器的输出信号估计模型与登高车衡称重融合重构模型等，实现了称重传感器故障自动诊断功能。（3）基于复合RBFNN（CRBFNN）的登高车衡智能容错与称重融合模型研究。首先利用N路传感器称重信号或重构信号，建立基于多RBFNN（MRBFNN）的称重融合模型，完成登高车衡称重融合和偏载误差与线性度误差的自动补偿；同时研究了偏载误差与线性度误差的产生机理与误差特性，分析MRBFNN模型对偏载误差与线性度误差的补偿性能；然后以MRBFNN融合结果、工作环境温度信号、载荷加载持续时间信号为输入，建立登高车衡输出融合模型，完成温度与蠕变误差补偿，获得更准确的称重结果。通过CRBFNN融合模型提高了称重结果的准确度和误差补偿的便捷性，与研究成果（1）、（2）共同完成无故障、单传感器故障与多传感器故障的登高车衡准确称重，实现了登高车衡智能容错功能，增强了登高车衡称量系统的可靠性。检定结果表明，无故障时，智能化登高车衡各项性能指标均优于规定的三级秤要求；任意一路称重传感器发生故障时，登高车衡的整体误差≤0.7%，优于整体误差≤1%的设计要求；任意两路称重传感器发生故障时，登高车衡的整体误差≤0.8%，优于整体误差≤3%的设计要求。这种智能化登高车衡已开始小批量生产。全文共分6部分，文的结构内容安排如下：

 

         第1部分，本部分较为全面地综述登高车衡与称重传感器的研究现状与发展趋势，指出现有登高车衡的两大缺陷——偏载误差不易补偿和不具备容错功能，介绍相关文献提供的两种偏载误差补偿方法，并指出它们的不足，阐述的研究意义，介绍的主要研究内容和各部分节的结构安排。

         第2部分介绍现有登高车衡的构成与主要部件的工作原理，阐述多路称重传感器串联、并联与混联方式的工作原理，建立现有登高车衡的称重模型，并结合三种联接方式分析现有登高车衡存在的缺陷与不足。

        |从化登高车出租|增城登高车出租公司|南沙登高车公司|  http://www.panyudiaolanchechuzu.com/

         第3部分研究登高车衡多传感器的相关性，根据任意一路传感器与其它N-1路传感器的关联特性，构建基于自适应加权融合与RBFNN的多传感器全关联模型，实现单传感器故障状态的称重传感器输出准确估计；同时根据任意一路传感器与其它N-2路传感器的关联特性，建立多传感器的局部关联模型，以实现任意两路传感器故障状态下，称重传感器正常输出的准确估计。通过仿真实验比较了基于全关联模型的自适应加权融合输出与单个关联模型的预测输出及算术平均值融合输出的性能；同时验证局部关联模型的有效性，比较局部关联模型与全关联模型的误差特性。这些模型的建立为登高车衡故障诊断和智能容错奠定了基础。

         第4部分研究登高车衡称重传感器故障诊断方法。本部分首先介绍称重传感器的故障类型，阐述称重传感器智能故障诊断原理，然后在登高车衡多传感器相关性研究的基础上，提出一种称重传感器智能故障诊断方法，建立故障融合检测模型，以实现故障传感器的寻址与隔离、故障类型识别、传感器故障预测、故障传感器输出估计以及登高车衡称重融合重构等功能，同时探讨多路传感器故障诊断方法。通过仿真验证这种称重传感器智能故障诊断方法的有效性。

        第5部分研究登高车衡智能容错与称重方法。本部分详细阐述登高车衡偏载误差、线性度误差、温度误差和蠕变误差的产生机理，构建一种基于CRBFNN的登高车衡智能容错与称重模型，共同完成无故障、单传感器故障与多传感器故障的登高车衡准确称重，以实现登高车衡智能容错功能。系统首先利用N路传感器称重信号或重构信号，建立基于MRBFNN的称重融合模型，完成登高车衡称重融合和偏载误差与线性度误差自动补偿；然后以MRBFNN融合结果、工作环境温度信号、载荷加载持续时间信号为输入，建立登高车衡输出融合模型，完成温度与蠕变误差补偿，获得最终的称重结果。通过仿真实验比较MRBFNN方法、单RBFNN方法与LMS方法的融合效果；同时验证登高车衡输出融合模型对温度与蠕变误差的补偿效果。

       第6部分在多传感器相关性研究、称重传感器故障诊断方法研究、登高车衡智能容错与称重融合方法研究的基础上，完成一种智能化登高车衡的设计。本部分首先阐述智能化登高车衡称重系统的组成及特点，设计一种基于DSP+MCU双CPU架构的登高车衡信号采集与处理系统（包括称重信号调理电路设计、A/D转换电路设计、工作环境温度采集电路设计、信息处理单元电路设计等）；采用一种基于罗曼诺夫斯基准则的粗大误差剔除方法和滑窗均值滤波方法的称重数据预处理方法；提出一种基于两级判别的载荷突变数据跟踪策略，以实现载荷加载与卸载阶段系统的快速响应与载荷稳定阶段称重数据的准确处理；完成智能化登高车衡软件设计（包括数据采集与处理程序、智能容错算法程序、故障诊断程序等）；开发一种基于虚拟仪器开发平台LabVIEW和MATLAB的登高车衡各相关模型离线训练软件（这些模型包括多传感器关联模型、称重传感器故障融合检测模型、MRBFNN称重融合模型、登高车衡输出融合模型等）和基于C#.NETFramework与SQL数据库的智能化登高车衡用户管理软件。这些研究工作为智能化登高车衡的批量生产提供了理论指导和科学依据。

      |从化登高车出租|增城登高车出租公司|南沙登高车公司|