佛山顺德区均安镇云梯车出租,    佛山顺德区均安镇云梯车租赁公司     🏣   宁可人前全不会,   不可人前会不全  🏣   主流的电子云梯车衡利用并联方式，在模拟接线盒中将各路称重传感器的输出信号集中累加，  获得一个与被测载荷质量成比例的电压信号，经信号调理、A/D转换后，由单片机处理获得称重结果，送显示、通信，完成被测载荷的称重。现有云梯车衡的主要缺陷有：

     （1）偏载误差不易补偿，称重结果受偏载误差影响大。现有云梯车衡通过人工反复调节模拟接线盒中偏载误差调整电位器，改变每路称重传感器通道增益，以补偿偏载误差。这种方法由于受各种非线性因素影响，操作繁琐，工作效率低，补偿效果差。

     （2）现有云梯车衡不具备容错功能，任意一路称重传感器发生故障都将造成整个称重系统失效。针对现有云梯车衡的不足，在衡多传感器相关性分析、衡称重传感器故障融合检测方法、衡智能容错方法、衡称重融合方法与误差补偿方法等方面开展了一系列的研究工作，实现了衡任意1~2路称重传感器故障状态下的正常称重，成功研制了智能化云梯车衡。

       佛山顺德区均安镇云梯车出租,    佛山顺德区均安镇云梯车租赁公司 http://www.13600001358.com/

        1.主要成果与创新点:  （1）研究了云梯车衡多传感器相关性，建立了云梯车衡多传感器的关联模型。云梯车衡各称重传感器输出信号及输出信号的比值相互影响，存在某种非线性函数关系，首先利用RBFNN分别建立了称重传感器输出关联模型和相邻传感器输出信号比值的关联模型，获得称重传感器的两组独立、冗余的预测信号；然后以这两组冗余预测值为输入，构建了一种基于自适应加权融合的称重传感器全关联模型，利用两个关联模型的方差和两组冗余预测值的方差实时修正融合权值，完成了这两组预测信号的自适应加权融合，获得了比单个关联模型准确度更高的称重传感器输出信号估计值，实现了单传感器故障状态下，故障传感器输出的准确估计。同时建立了云梯车衡多传感器的局部关联模型，实现了两路传感器故障状态下，故障传感器输出的准确估计。仿真实验结果表明单传感器故障状态下，基于自适应加权融合的全关联模型能够准确地估计故障传感器输出，其估计值的误差比单个关联模型的估计值及算术平均值融合的误差更小，从而获得了更准确的传感器输出估计值；两路传感器故障状态下，局部关联模型能较好地实现故障传感器输出估计。多传感器相关性研究为云梯车衡的故障诊断与智能容错奠定了基础。

     （2）分析了云梯车衡称重传感器产生故障的原因及故障类型，在云梯车衡多传感器相关性研究的基础上，根据传感器故障特征、先验知识和表决融合检测准则，构建了一种智能故障融合检测方法与智能容错方法，实现了故障传感器的寻址与隔离、传感器故障类型识别、传感器故障预测、故障传感器输出估计以及称重融合输入向量重构等功能，完成了1~2路传感器故障状态下的正常称重，并探讨了任意两路传感器发生故障时，云梯车衡称重传感器的故障自动诊断方法。称重传感器智能故障融合检测方法提高了云梯车衡的可靠性与智能化程度。

   （3）详细阐述了衡偏载误差、线性度误差、温度误差和蠕变误差的产生机理，构建了基于复合RBFNN（CRBFNN）的衡称重模型，这种CRBFNN模型由多RBFNN（MRBFNN）衡称重融合模型和衡输出融合模型组成。首先根据云梯车衡各秤量段不同的最大允许误差，建立了一种MRBFNN衡称重融合模型，实现了衡称重、偏载误差与线性度误差的自动补偿；然后以MRBFNN融合结果、环境温度信号、载荷加载的持续时间信号为输入，构建了一种混联型CRBFNN云梯车衡输出融合模型，完成了MRBFNN融合结果的温度与蠕变误差补偿，获得了更准确的称重结果。

    （4）结合研究成果（1）~（3），成功研制了智能化衡。这种智能化衡主要由秤体、称重传感器、信号采集与处理系统、模型训练上位机系统、用户管理上位机系统等组成。设计了一种基于DSP+MCU双CPU架构的称重信号采集与处理系统，完成了衡的智能容错功能；研制了一种基于LabVIEW和MATLAB的衡相关模型训练软件（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称重融合模型和衡输出融合模型等），完成了各模型的离线训练，获得了最优参数，并将各模型参数下载至下位机；开发了一种基于C#.NETFramework和SQL数据库的智能化衡用户管理系统软件，实现了称重数据的有效管理。这种衡智能化程度高、称量准确、操作方便、人工干预少。对这种智能化云梯车衡的现场检定结果表明，无故障时，智能化云梯车衡的各项性能均优于国家标准规定的三级秤要求；任意1~2路称重传感器发生故障时，衡的各项指标均符合设计要求。

       佛山顺德区均安镇云梯车出租,    佛山顺德区均安镇云梯车租赁公司