单片机高速称重系统.docxVIP

基于数字信号处理的高速称重系统J.卡培, E.索里亚, M马丁内斯, J.V.弗朗西丝,A.罗萨, L.戈马 - 乔瓦, J.维拉,G.P.D.S.,电子工程系，瓦伦西亚大学，氯莫林娜博士，布尔哈索特（瓦伦西亚）-西班牙jovier.colpe@uv. er摘要本文介绍了一种用于水果分拣和分级机械的新的称重子系统，根据定点熟悉信号处理，在20果/秒，±1克准确性条件下，它可控制多达10线。该系统采用自适应滤波和载荷传感器使用以及ARMA模型的后反褶积。最后估计过程中获得的重量也被描述。最好的结果已经通过带有ALMS算法的自适应滤波器获得。引言在工业中，应用场合上的测力传感器的物体通过的重量必须估计量频繁（图I）。这些应用通常需要满足严格的速度和精确度规范，这些是矛盾的。在水果分拣和分级设备，通常规格为±2克精度为10个/秒，虽然，在现实实践中，它很少达到，因为这是很简单的数字处理。在水果分拣和分级设备，通常规格为±2克精度的为10个/秒，虽然，在现实实践中，它很少达到，因为都是用很简单的数字处理（基本上，低位平均值）进行。我们的目标是要达到同样的精度加倍的速度，即20个/秒，很明显，需要较高的处理。研究这个问题的学术论文几乎没有发表[1] 。为了获取并且处理信号而使用的电路在第II中描述。在第三部分中提出的从原始信号中建立称重的过程将会被讨论。最后几节将会呈现工作研究的结果和结论。本文的重点是对演示文稿重估计算法，基于三个步骤。第一步是打算通过使用以改善信号质量的自适应滤波，以减少振动噪音。第二步骤， deconvolves的信号，用一个ARMA的逆模型，先前获取每个称重传感器的初始程序。第三步是实际重量推定考虑到皮重和不寻常的情况，这发生在真实的工作环境。大多数的描述将涉及到最坏的情况下;即最大速度，并最终固定为每16件。第二，由于机械限制。结论适用于较低的速度。图1 动态称重系统的计划硬件描述该MAXSORTER是一个利用10分拣线的商业的水果分选及分级机，由Maxfrut S.L.，阿尔兹拉（西班牙）提供。本机带有单上的水果附连到旋转链手指状杯。分布式控制方案已被用于简化和专门的每个系统的性能。 CAN总线已被提供给保证模块[ 2-3 ]之间的信息交流。一个10通道的重量采集和处理硬件（图2 ）由Dismuntel，S.A.L. Algemesi（西班牙）共同开发。它是基于一个固定点TMS320C26 DSP德州仪器，休斯顿（德克萨斯州），并依靠10个来自Analog Devices AD7730仪表放大器公司，Nonvood（MA），用于称重传感器接口，数据收购及之前的预处理。内存子系统由32kB的ROM用于程序存储，两家银行形成在快速访问SRAM存储器用于程序存储执行和非易失性RAM32kB的参数和皮重存储。CAN总线控制是由一个夹层提供信用卡大小的囤积，由同一个团队开发了插在了MAXSORTER所有的牌。来自Xilinx公司圣荷西（加利福尼亚州）的AXC95108 CPLD，，是编程来实现所需的解码时，DSP和倍数AD7730以及缓冲器接口 DSP和CAN控制器板之间。加权模块（图2）由一个轨道的低摩擦材料（聚四氟乙烯），降低了杯以很高的速度进入加权面积的影响，它被安装在铝框架壳体的负载传感器。这条轨道有在其中执行真正的加权的物理隔离道。称重传感器是由艺达实业公司（滨江）研制的十磅的钢制板，2.096mV/ V @10磅。光学编码器提供同步信号，这是由一个控制电路板获得的，并被发送到通过CAN总线获取的PC。这个参考带被设置在杯离开的加权区域的地方。软件描述如前面所讨论的，为了提高精度加权以高速度，需要两个预处理步骤。首先，自适应滤波用于软化由机械系统产生的振动体振动。所得到的信号使用的ARMA模型的逆卷积。 ARMA模型假定称重传感器具有二阶行为。经过这些预处理步骤，是平均的值而得到的高原的重量的值。该值以换算单位，因此，去皮，执行和转化到克是使用校准过程中得到的线性函数。A.自适应滤波这是预处理的第一阶段.自适应滤波器被设计以便于估计输入信号的平均值。图3示出了所提出的自适应滤波器的结构，它使用了LMS算法以更新的唯一系数。图3.所提出的自适应滤波器的基本方案输入到自适应滤波器是一个恒定值（ 1为简单起见），并在过滤器的长度为1。在这种方式中，载荷传感器（参考）信号和输入到滤波器的除了称重传感器信号的DC分量，都是不相关的。因此，最小的误差函数是实现当所述参考信号（体重估测）的平均值（ DC估计）等于滤波器的输出。一个常被利用的技术来确定最小函数就是所谓的“最速下降法”[ 4 ] 。它被定义为一个迭代的方法：其中J是要最小化的函数，是包含在所述自适应滤波器的参数的列矢量即?,并且，是一个参数（合适的常数）。