基于雙秤臺電子汽車衡的車輛動態(tài)稱重算法研究

基于雙秤臺電子汽車衡的車輛動態(tài)稱重算法研究

針對雙秤臺電子汽車衡的車輛動態(tài)稱重進行了算法研究，提出了先使用小波變換對稱重信號濾波預處理，使用專家系統(tǒng)識別車輛軸型，用車軸的速度計算加速度，zui后依據(jù)雙秤臺傳感器稱重信號速度信加速度信號以及車輛軸型組建BP網(wǎng)絡(luò)模型，利用BP網(wǎng)絡(luò)算法良好的自我學習能力，對大量實測數(shù)據(jù)進行訓練，達到了一定的動態(tài)稱重測量精度，取得了較好的效果.

一、引言

雙秤臺電子汽車衡由于其稱量準確等優(yōu)點，目前已經(jīng)廣泛應(yīng)用于高速公路計重收費系統(tǒng)，汽車通過秤臺時，其作用在秤臺上的力除了真實軸重外，還有很多因素產(chǎn)生的干擾，如車速、車輛自身諧振、路面不平、輪胎驅(qū)動加速等。經(jīng)過仔細研究分析發(fā)現(xiàn)，軸重信號的噪聲有高頻部分和低頻部分，利用小波變換算法消除高頻干擾，對信號進行降噪預處理，針對低頻噪聲干擾，利用BP網(wǎng)絡(luò)算法進行濾波，理論上講，對于同一種的車型利用神經(jīng)網(wǎng)絡(luò)處理動態(tài)稱重數(shù)據(jù)，只要采集足夠多足夠全的稱重數(shù)據(jù)，通過樣本訓練總是可以找到一個合適的網(wǎng)絡(luò)模型，利用該模型計算出車輛的重量。

針對實際情況中都是不同軸型的車輛過秤，本文提出引進可以識別軸型的專家系統(tǒng)，對于不同軸型的車種使用改進后的BP網(wǎng)絡(luò)模型濾波，zui終車輛的重量更加接近真實值。

二、小波變化濾波預處理

1.雙秤臺電子汽車衡

如圖1所示，雙秤臺動態(tài)電子汽車衡有2個秤臺、8只稱重傳感器，2只傳感器并聯(lián)為一組可采集4路車輛軸重信號并對其進行濾波預處理。

2.濾波預處理

小波變換對于非平穩(wěn)的小區(qū)域噪聲信號具有很好的濾波作用，同時動態(tài)稱重過程中的噪聲頻段分布明確，因此，信號中的尖峰和突變能得到很好的處理，從而實現(xiàn)非平穩(wěn)信號的消噪。經(jīng)反復實驗研究發(fā)現(xiàn)，軸重信號可分5層高頻濾波，軸重信號小波分解樹示意圖見圖2。

如圖 2所示，第1，2，3，4，5層噪聲的高頻部分(CD1,CD2,CD3,CD4,CD5)包含了路面不平發(fā)動機轉(zhuǎn)動等因素產(chǎn)生的噪聲，可以使用小波變換濾掉以上噪聲干擾.

第5層低頻部分(  CA5)主要包括輪軸通過秤臺時稱重傳感器的線性變化(即真實軸重信號)，速度、驅(qū)動力加速對軸重信號的干擾以及車輛的自身諧振噪聲，小波變換無法很好濾掉，處理時保留.

完成上述濾波過程后，將小波分解后的各層信息進行小波重構(gòu)，重構(gòu)信號即為去掉高頻噪聲后的軸重信號.

三、軸型識別系統(tǒng)

1.傳感器輸入

如圖1 所示，秤臺一和秤臺二可判斷系統(tǒng)是否有軸以及是否聯(lián)軸，輪軸識別器可判斷每軸的輪胎數(shù)是單胎還是雙胎，zui后車輛分離器可判斷是否整車通過，系統(tǒng)軟件的工作流程見圖3.

經(jīng)過傳感器輸入信號和儀表程序分析，可得出車輛的基本軸型，之后經(jīng)過軸型識別的專家系統(tǒng)的分析，可得出車輛車型軸型編碼。

2.專家系統(tǒng)

如圖 4所示，一般專家系統(tǒng)由知識庫、數(shù)據(jù)庫、推理機解釋部分和知識獲取5

個部分組成。知識庫是專家系統(tǒng)的一個重要組成部分，實際中每種車型具有固定的聯(lián)軸，而且每種車輛*軸必定單輪非聯(lián)軸。根據(jù)這些信息和程序分析判斷結(jié)果可進行知識獲取并作為專家知識庫，將測得的每個軸組信息作為數(shù)據(jù)庫，利用專家知識庫對當前獲得的數(shù)據(jù)進行推理并給出解釋和車輛軸型編碼。

四、BP網(wǎng)絡(luò)模型

1.BP網(wǎng)絡(luò)及其學習規(guī)則

BP網(wǎng)絡(luò)的產(chǎn)生歸功于BP算法的獲得，BP算法屬于∮算法，是一種監(jiān)督式的學習算法，BP網(wǎng)絡(luò)工作原理概況來說，就是通過不斷調(diào)整層與層之間的各個權(quán)值，使得誤差函數(shù)zui小， 如圖 5所示的三層網(wǎng)絡(luò)為例進行BP算法推導。

（1）信息的正向傳遞

（2）利用梯度下降法求權(quán)值變化與誤差的反向傳播

2.BP網(wǎng)絡(luò)模型

選取由輸入層、隱含層、輸出層的三層BP網(wǎng)絡(luò)。

（1）輸入層的選取

對一個網(wǎng)絡(luò)而言，其輸入量的選取將直接決定該網(wǎng)絡(luò)zui終處理數(shù)據(jù)的能力，在選取BP網(wǎng)絡(luò)輸入時，總體原則是輸入量要盡可能地從不同方面反映所處理數(shù)據(jù)的特征。

從實驗中發(fā)現(xiàn)，車輛靜態(tài)軸重不僅和秤臺動態(tài)稱量值緊密相關(guān)，而且跟車軸速度以及加速度有關(guān)，現(xiàn)場觀察發(fā)現(xiàn)，多軸重車司機經(jīng)常利用速度變化作弊稱重，例如:跳磅(前軸急加速)、拖磅(后軸急減速)過秤等。假設(shè)車軸勻加速，通過測量車軸在 2個秤臺的速度，可以計算車軸的加速度。計算公式如下：

其中a是車軸加速度;U1是車軸在第1個秤臺的速度;U2是車軸在第2個秤臺的速度;S是兩秤臺的中心距離.

此外，軸型不同的車輛在車輛自身諧振也有不同規(guī)律，對稱重結(jié)果的影響也不同

使用專家系統(tǒng)識別車輛軸型后將車型編碼輸入網(wǎng)絡(luò)，適用于各種車型，可提高網(wǎng)絡(luò)的精度。

綜上所述，以車軸在秤臺一的重量速度，車軸在秤臺二的重量速度和車軸在秤臺的加速度以及車輛軸型作為BP網(wǎng)絡(luò)的輸入，輸入節(jié)點個數(shù)為6.

（2）網(wǎng)絡(luò)結(jié)構(gòu)的確定

雙秤臺電子汽車衡動態(tài)稱重的目的就是測量車輛的各個軸重，軸重累加得到車輛靜態(tài)車重，所以，網(wǎng)絡(luò)的輸出就是車輛的靜態(tài)軸重。

通過實際仿真計算可得到，隱層的節(jié)點數(shù)確定為15個，通過網(wǎng)絡(luò)層數(shù)和輸入層、隱層、輸出層節(jié)點的確定，訓練誤差為0.001%，zui終可確定網(wǎng)絡(luò)的結(jié)構(gòu)為6*15*1.

五、實驗

1.實驗樣本選擇

實驗車輛選取一輛115型四軸車和一輛159型六軸車。兩種車輛分別以5,10,15,20KM/H左右勻速通過雙秤臺電子汽車衡，以5,10km/h左右加速通過雙秤臺電子汽車衡，以15,20km/h左右減速通過雙秤臺電子汽車衡，每種車輛共采集樣本數(shù)據(jù)100組，共采集200組數(shù)據(jù)。

其中，每種車輛隨機抽取90組數(shù)據(jù)作為訓練樣本，剩余10組作為測試樣本。

2.實驗結(jié)果

將180組樣本數(shù)據(jù)的秤臺一軸重、秤臺二軸重、秤臺一速度、秤臺二速度、加速度、車型作為BP網(wǎng)絡(luò)的輸入，輸出為靜態(tài)軸重，將訓練好的網(wǎng)絡(luò)檢驗剩余20組數(shù)據(jù)，實驗結(jié)果見表1.

從表1可以看出，兩種車輛的單軸zui大誤差為1.74%，整體總重zui大誤差為0.68%，已達到GB/T21296-2007《動態(tài)公路車輛自動衡器》規(guī)定的整車總重量的準確度：2級和單軸載荷的準確度：D級，顯然，基于BP網(wǎng)絡(luò)的雙秤臺動態(tài)電子汽車衡對于兩種不同軸型的車輛稱重已取得較好的效果。

六、結(jié)束語

本文針對雙秤臺動態(tài)電子汽車衡并根據(jù)稱重信號分析情況，采用小波變換對信號預處理去除高頻噪聲。之后將信號輸入BP網(wǎng)絡(luò)，并在BP網(wǎng)絡(luò)模型中加入軸型識別系統(tǒng)和加速度作為輸入節(jié)點，利用BP網(wǎng)絡(luò)良好的自我學習能力，對兩種不同車輛過磅數(shù)據(jù)訓練，將訓練后的數(shù)據(jù)檢驗實驗數(shù)據(jù)。實驗證明：該方法能保證處理結(jié)果達到動態(tài)稱重相關(guān)國家標準中的較高精度，而且對不同車型車輛具有普遍的適應(yīng)性。

以上內(nèi)容來自上海先悅電子汽車衡有限公司，轉(zhuǎn)載請注明出處。