稱重傳感器速度補償數據處理問題研究
時間: 2022-04-26 14:20:42 瀏覽次數:
在動態稱重中,稱重傳感器的受力狀態非常復雜,影響稱重精度的因素很多,其中速度和加速度的變化對對稱稱重傳感器的精度影響大。這里重點研究了如何解決速度對稱重量傳感器的影響。
根據微積分小二乘法的基本原理,基于嚴格的統計學理論,采用科學可靠的多元線性回歸曲線擬合方法,通過反復試驗和大量試驗數據的對比分析,確定了速度與稱重傳感器及其經驗系數之間的函數關系。將其應用于高速預檢稱重系統中,根據實際測量過程中速度的變化,對對稱稱重結果進行了修正,明顯提高了高速稱重數據的準確性,取得了滿意的效果。
在高速稱重中,速度對對稱稱重的結果有很大的影響,速度與稱重元件之間有什么樣的函數關系?通過反復實驗,我們對試驗數據做了大量的對比分析,以確定函數關系中的系數。這個過程實際上是求得物理量之間關系的經驗公式。幾何上,為每個模型選擇一條曲線,使其與實驗數據更好地吻合。常用的數據處理方法,如圖解法、逐差法、平均法等都是粗略方法。最
小二乘擬合法是微積分中較為理想的一種處理方法。該方法基于嚴格的統計理論,是一種科學可靠的曲線擬合方法。
高速稱重系統的技術難點在于如何解決高速動態稱重的精度問題。在動態稱重中,特別是在高速行駛過程中,稱重傳感器的應力狀態和影響因素非常復雜。為了解決動態稱重的精度和穩定性問題,系統在大量數值經驗的基礎上集成了多種算法,建立了動態稱重的數學模型,并對系統中的噪聲進行了分析。根據振動、湍流和轉速變化產生噪聲的特點,采用非線性數據擬合方法識別和消除低頻信號中的噪聲,從而獲得穩定、準確的稱重傳感器數據;利用數據平滑理論,對采集到的權值信號進行平滑和數字濾波,并對采集到的數據進行多次線性校正,以提高測壓元件的精度;建立多元線性和非線性回歸分析模塊,利用擴展算法對系統誤差進行修正,解決動態稱重中車輛速度和加速度對對稱式稱重傳感器精度的影響。測試和實際應用表明,該系統具有良好的動態稱重性能。