多传感器数据融合技术在车辆动态称重中的应用

针对车辆动态称重系统的结构和特点,采用一种基于神经网络的多传感器数据融合技术处理方法,并将其应用到动态称重系统中。通过对融合前后的数据进行比较分析,可有效地提高车辆动态称重系统抗干扰能力,以保证参数检测的可靠性和准确性。     

基于数据融合的动态称重传感器布局研究

动态称重是汽车在高速路行驶中获取汽车真实重量的有效方法,文中介绍了压电传感器的原理以及简化的动态称重模型.在使用压电传感器的基础上应用数据融合的方法,对传感器进行合理布置,用Gass-newton法来求动态轴重信号模型,得到更接近真实轴重的值.在不同初始相位下,对不同速度时的误差进行仿真,结果显示该方法精度较高.     

压电石英称重传感器及其在动态公路车辆称重系统中的应用

本文介绍了以石英晶体为敏感元件的压电石英称重传感器的工作原理、结构与特点;石英晶体的压电效应,压电石英晶体片的并联、串联连接方法,电荷电压计算;石英晶体片的装配要求和装配工艺;石英晶体敏感元件与电阻应变计的性能比较。分析利用多个石英晶体敏感元件组装的工字梁型动态称重传感器的结构与技术特点,及其在动态公路车辆称重系统中的应用。     

压电材料动态称重传感器的融合设计方法

针对压电薄膜传感器测量受温度影响较大、压电石英传感器价格昂贵的问题,提出将2条压电石英传感器嵌入4排压电薄膜传感器的融合设计方法,建立压电薄膜传感器的等效安装模型及温度补偿算法,利用压电石英传感器对各排压电薄膜传感器进行实时准确的温度补偿。通过MATLAB软件,在正弦波路面激励下,当车速为10～120 km/h,环境温度为0～40℃时,对1/4车辆模型进行动态称重仿真实验。结果表明,融合设计的称重误差均值控制在0. 97%以内,比4排压电薄膜传感器精度提高23倍多,比4排压电石英传感器价格降低3倍多,实现了车辆动态称重的高精度低成本检测目的,工程应用价值好。     

神经网络技术在称重传感器中的应用

通过实际模型及其分析提出了几种快速称重方法和提高传感器性能的原理,着重阐述了基于神经网络理论,设计出称重传感器神经网络动态补偿器和提高传感器性能。仿真研究表明有效的提高了传感器动态响应的快速性,且对系统参数变化具有鲁棒性。将先进控制理论应用于实际传感器系统中,为提高传感器性能开辟了新途径,促进了称重传感器行业的发展。     

动态称重系统

本文论述了动态称重系统的组成、技术性能、工作原理及其特点.     

DSP在动态称重系统中的应用

介绍动态称重系统的设计原理;并提出了运用快速傅立叶算法同DSP微处理器相结合,使得实时在线监测的性能得以大大提高。     

EMD技术在动态称重数据处理中的应用

介绍了一种新的振动信号处理技术—EMD(经验模分解 )。根据EMD的特点 ,将用此方法处理动态称重系统输出信号得到的余量看作重量的稳定值。本文建立单自由度和二自由度称重系统的模型来验证EMD在动态称重信号处理上应用的可行性。计算结果表明 ,使用EMD处理单谐波、多谐波及含噪声的信号时都能得到较理想的结果 ,因此EMD是种可行的动态称重信号处理技术。     

多传感器数据融合技术在室内环境品质监控系统中的应用

为解决室内环境监控系统在信息处理中的误差和不确定性问题,提出一种多传感器自适应加权数据融合算法及基于模糊集理论融合算法的室内环境品质综合指数判定原则。该算法和判定原则以室内环境监测数据为研究对象,对室内环境品质因素进行综合等级评估,并根据评估结果控制驱动设备动作。实验表明:这种数据融合算法和判定原则是正确的,以此构造的室内环境品质监控系统具有较高的精度。     

应变式称重传感器的动态特性

本文分析了动态测力与动态称重;应变式称重传感器用于静态称重与动态称重的根本区别.重点介绍了应变式称重传感器的数学模型、传递函数、动态响应、动态性能指标和动态误差.简要介绍了国内外利用动力试验对应变式称重传感器进行动态校准的几种方法.     

基于有偏卡尔曼的多传感器数据融合研究

推导出偏参数为矩阵形式的有偏卡尔曼滤波(BKF)的完整迭代过程,该算法在均方误差条件下优于卡尔曼滤波(KF),可以进一步提高估计的精度.将BKF与多传感器融合算法中的扩维融合和序贯式融合相结合,推导出多传感器扩维有偏卡尔曼滤波和多传感器序贯有偏卡尔曼滤波算法,并从理论上证明了多传感器序贯BKF融合在均方误差条件下优于扩...     

基于多传感器数据融合技术的自动控制系统状态估计

给出了基于多传感器数据融合技术的自动控制系统状态估计的结构与算法。仿真实验表明，应用多传感器融合技术有利于提高系统状态估计的性能。     

基于实时多任务操作系统的多传感器融合技术研究

本文分析了多传感器融合系统的结构特点,指出了目前研究工作中存在的影响系统实时性和实用性的因素。将实时多任务操作系统ＲＴＯＳ（Ｒｅａｌ－Ｔｉｍｅ Ｍｕｌｔｉ－ｔａｓｋ Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）引入多传感器融合系统的研究中,以提高多传感器融合系统的实时响应。最后,介绍了ＲＴＯＳ成功地用于插接件快速测量系统的技术细节和实验结果。     

多传感器融合技术在楼道照明系统中的应用

本文针对传统的楼道灯采用单一的声控或红外传感器控制易出现传感器损坏、传感器可靠性较低等问题,引入了多传感器融合技术,通过将光电传感器、微波传感器及红外传感器混联,并使用了Dempster-Shafer融合方法,使上述问题得到了有效的解决,在实际应用中具有较高的经济价值。     

基于神经网络的大直径测量多传感器数据融合

多传感器数据融合技术可以避免单一传感器的局限性,充分利用不同时间和空间的测量数据信息,大大提高测量系统的性能和效率。本文将BP神经网络应用于大直径测量系统的特征层数据融合,得到准确的测量结果。     

基于系统辨识的动态汽车衡称重方法

将基于系统辨识的误差输出方法应用于动态汽车衡称量。首先分析和构造了符合汽车衡特点的系统辨识模型，并基于该模型提出了优化输出误差方法，利用称量信号的有效信息，明显提高了称量精度和速度。在试验中，使用3种不同的常见车辆，称量精度达到1％。同时分析了称量过程中的影响因素，在20km/h以下和滑行通过称台的测量条件下，称量误差小于0．85％，为动态汽车衡高速高精度称量提供了实用的工具。     

多传感器融合技术在加湿节能控制器中的应用

介绍了一种多传感器数据融合技术在加湿节能控制器系统中应用的方法.该方法首先采用分布图法剔除疏失误差,然后采用基于均值的分批估计的融合方法对采集的数据进行处理.提高了数据采集的精度,同时有效地消除了由于传感器失效引起的误差.这种数据融合方法计算简单,易于编程,可以获得比有限多个传感器的算术平均值更准确的测量结果,具有较高...     

基于BP网络的机器人多传感器手爪特征级数据融合

机器人手爪上装有多种传感器。为了保证手爪能完全、可靠地抓取工件，必须对这些传感器的数据进行融合。本文介绍了手爪上传感器的配置情况，进行手爪抓取工件实验，将BP神经元网络应用于传感器的特征级融合，得到手爪抓取工件的准确信息。     

便携式车辆超载动态称重仪研究

介绍一种基于嵌入式工控主板的便携式车辆超载动态称重仪设计方案，依靠DOS图形用户接口（GUI）构建人性化的全中文菜单式操作界面，针对称重波形采用模糊模式识别结合去尖锋滤波的数据处理算法，得到良好的测量精度。