汽车衡偏载误差补偿和称重融合方法分析.pdfVIP

分类号 汽车衡偏载误差补偿与称重融合方法研究 Researchonthe methodfortruckscale’S error andits fusion compensationweighing 指导教师姓名、职称 奎盟!旦塾撞 湖南师范大学学位评定委员会办公室 二O一五年五月 万方数据 摘要 汽车衡作为衡器的重要分支，具有称重范围广、测量速度快、便 于控制计算等优点，广泛应用于仓储贸易、交通运输、工矿企业等部 门。现有汽车衡受到偏载误差与线性度误差的影响，称重结果准确度 有待提高；同时，汽车衡称重数据获取不易，称重系统处于小样本状 态。针对这些缺点，在国家自然科学基金项目“大型衡器偏载误差机 理与多传感器称重融合方法研究’’的支持下，本文开展汽车衡称重误 差补偿方法研究：利用汽车衡先验知识，构建一种基于偏导数约束与 小样本下神经网络的泛化能力，从而减少汽车衡的称重误差；建立以 单片机MSP430F449为信息处理核心的汽车衡实验平台，通过实验平 台测试，验证了这种方法的有效性。 本文主要进行以下工作：首先，介绍了汽车衡基本情况及发展趋 势、汽车衡的构成及工作原理，指出了现有汽车衡称重误差补偿的不 足，阐述本文工作的重点；其次，构建了BP神经网络的汽车衡称重 误差补偿模型，通过传统的利用数据样本训练算法(DINN)，对该模 型进行训练，指出了这种方法在小样本情况下的不足；通过研究汽车 衡输入．输出函数偏导数，并以此作为先验知识，构建有约束条件的 神经网络，利用Lagrange乘子法构造增广拉格朗日函数作为神经网 络的目标函数，弥补了传统神经网络因训练样本不足导致的泛化能力 差的问题，通过两种算法对比仿真实验，验证了PD—LMNN算法的优 万方数据 值为．0．2埏的汽车衡称重实验平台，给出了硬件电路与软件设计流程 图；最后，根据非自动秤通用检定规程，对采用PD-LMNN方法的汽 车衡称重实验平台进行了偏载误差、重复性误差、示值误差和鉴别力 进行现场测试，给出了测试结果。 测试表明，在实验室条件下，该汽车衡称重实验平台的偏载误差、 555．1996 重复性误差、示值误差和鉴别力指标均达到了国家标准《JJG 非自动秤通用检定规程》ⅡI级秤要求。 关键词：汽车衡，称重误差补偿，神经网络，约束条件，先验知识 Il 万方数据 ABSTRACT Asall branchof truckscalehas important weighingapparatus，the many suchaswide measurementand advantages weighingrange，fastspeed easily controlled which by is to computer widelyapplied andmine．The oftruckscale’S results communication，indu