动态称重算法的研究

称重测力是衡器工业的核心,随着现代工业的发展,人们常常希望在正常作业流程中完成称重。但在作业的过程中,货物的质量往往随着时间不断变化,为了保证动态称重的准确性,利用测量系统的数学模型以及合适的算法对于研究动态称重技术是非常必要的。本文主要简述动态称重技术中,国内外的一些算法及其发展趋势。     

用神经网络算法降低车辆动态称重误差

为了提高车辆动态称重测量系统的精度,在对误差分析的基础上,本文引入了神经网络算法。通过确定神经网络的输入输出变量,建立了神经网络模型。然后在MATLAB软件上进行网络训练,建立函数关系,最终通过实验验证用神经网络算法提高车辆动态称重精度是确实可行的。     

皮带伸缩机动态称重数据处理优化算法研究

针对皮带伸缩机包裹传输过程中设备振动干扰等问题,提出利用粒子群(PSO)算法优化径向基(RBF)神经网络的动态称重数据处理算法。使用倾角传感器检测到的称重段三轴加速度信号,与称重传感器检测到的包裹动态质量信号一起作为特征变量,通过低通滤波处理后,分别输入到RBF以及优化的PSO-RBF预测模型中。与前述各阶段数据处理结果相比,优化后的PSO-RBF算法的预测结果相对误差更小。在验证中,分别取1、5、10 kg等载荷下的测量数据进行预测,该优化算法预测结果的误差均在0.9%以内。     

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。     

车辆动态称重系统的补偿算法研究及其软件设计

车辆动态称重系统作为治理超限运输的主要工具,其测量精度一直是主要的研究课题.通过动态称重的实测数据,运用一元线性回归方法,建立以速度作为补偿因子的补偿模型,然后用该补偿模型对动态测量结果进行修正,并进行了相应的软件设计.实际应用表明该补偿算法具有一定的精度和实用价值.     

动态称重和数字称重技术的现状与进展

电子称重技术是上世纪60年代开始迅速发展起来的一门新兴技术，是现代称重计量与控制系统工程的基础。90年代以来，数字式电子衡器和大型数字称重系统的应用范围不断扩大。随着称重计量功能与非称重计量功能并重的智能化电子称重系统在生产过程中的应用，电子称重的概念已从单纯的称重计量，[第一段]     

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.     

平板式动态称重系统的算法设计

目前国内对于超载超限车辆的治理和执法^[1]普遍采用板式和条状传感器作为感知元件的动态称重系统,鉴于这两种动态称重系统受车辆自身振动信号的干扰,且没有一种行之有效的滤波算法进行彻底滤除,导致称重误差偏大、不能完全满足超载超限执法对称重精度^[2]的要求。本文从车辆自身振动产生的原因分析入手,针对性的对平板式动态称重系统提出精度解决算法。     

车辆动态称重技术现状及典型动态称重方法的探讨

本文在进行较广泛的调研基础上,对国内外车辆动态称重WIM（以下简称“WIM”）的现状和目前主要的几种动态称重方法进行了探讨。     

优化改进RRT和人工势场法的路径规划算法

针对传统快速搜索随机数(RRT)算法在规划路径中随机性较大,搜索效率较低且规划的路径不利于机器人移动等缺点,从3个方向进行改进。首先,对于随机树扩展时随机性较大的问题,将传统的扩展方向加入改进人工势场法约束,使得随机树偏向目标点生长;其次,将改进RRT算法规划的路径进行关键点提取,并优化路径;最后,将优化后的路径按照关键点分段使用改进评价函数的动态窗口法。实验表明,优化改进RRT算法相较于传统A^*算法、传统RRT算法在路径长度、路径规划时间以及拐点等方面效果都更好,融合算法在复杂环境中规划出的路径能够很好地避开障碍物,路径更加平滑且更短。     

称重信号的平均处理

对称重信号平均处理方法的基本原理做一简单介绍,欲使初学者对此有一基本概念,避免在运用时产生不必要的原则性错误。     

基于神经网络的车辆主减速器混合遗传算法优化设计

车辆驱动桥的组成包括主减速器、差速器和半轴,其中汽车主减速器的结构和尺寸极大的影响着汽车的动力学性能和经济性,因此采用优化设计方法来设计汽车主减速器是非常重要的。在满足主减速器接触强度、弯曲强度和边界约束的条件下,建立了优化设计数学模型。由于传统的优化方法存在着求解过程复杂和寻优过程容易陷入局部最优解的问题,故通过神经网络方法拟合待求系数,应用遗传算法工具箱调用混合遗传算法寻求最优解,使求解过程得到简化,确保可靠地获得全局最优解。     

称重信号的抽样和处理

本文对皮带张力、在线检验和耐久性进行了介绍和分析,对提高皮带秤性能的改进提出了一些看法,对带式输送机系统的设计标准做了简单的介绍。     

基于改进粒子群算法的生产批量计划问题研究

为求解基于成组单元有能力约束的生产批量计划问题,提出了一种基于二进制粒子群算法和免疫记忆机制相结合的方法,并阐明了该方法的具体实现过程。在该方法中,采用罚函数法处理约束条件,每个粒子都代表一组可用于描述具体批量计划方案的规则组合。通过对其他文献中一个仿真实例的计算和结果比较,表明该算法在寻优能力、求解速度和稳定性等方面都明显优于文献中的遗传算法。     

搅拌机上料改进的设计与优化

针对搅拌机上料系统存在的缺陷以及导致物料浪费和周边环境污染等问题,在搅拌机上料系统改进与优化的原则进行相关分析的基础上,结合JDY型搅拌机、JZ型搅拌机的上料系统改进的相关问题进行增加滑轮组数、加装叶片、改进机架等方面的研究,进一步提高了搅拌机上料的科学性和合理性,有助于建筑材料的节约和经济效益的提高。     

装载机载重动态测量信号处理的EMD方法

为了从受强干扰影响的装载机载重动态测量信号中提取有效信息,采用经验模分解(EMD)方法对实测油压信号进行分解,将分解所得残余量,即去除液压惯性冲击和工作装置共振等随机干扰信号的稳态值作为载重测量的稳态信号.同时,为进一步验证EMD方法的有效性及降噪能力,在考虑实际工况的前提下及实测信号基础上加入10%和1%白噪声,分别进行EMD分解和误差对比分析.结果表明,EMD方法具有很强的噪声处理能力和信号组分分析能力,非常适合作为装载机载重动态测量信号的处理方法.     

基于FPGA的FIR数字滤波器 算法的改进及仿真

为了减少FPGA综合时FIR滤波器硬件资源的占用,提高运算速度,在分析分布式算法基础上,提出分布式算法的改进算法,以解决分布式算法大量占用存储器空间的问题,提高硬件资源的使用率和运算速率。在QuartusII软件环境下,结合算法进行了仿真。验证了算法的正确性和有效性。     

胶带机漏斗的优化与改造

针对白马铁矿胶带运输系统中各矿石转载点的原漏斗结构不合理,漏斗磨损较快、漏斗磨穿撒料、预埋混凝土钢制漏斗钢板磨穿及漏斗堵料等情况,充分运用料打料的原理对各漏斗分别进行了优化和改造。在改造中,通过优化漏斗溜槽角度,采取安装挂式衬板、方钢衬板及形成料打料积料槽等方法,较好的解决了漏斗在使用中面临的上述问题。     

遗传算法在函数优化问题中的应用研究

系统地论述了遗传算法在函数优化问题中的应用，提出了基于遗传算法的函数优化问题的通用框架，通过实例的分析及计算，得出较为理想的结果。     

螺栓节点球加工路径优化的GA法

通过研究螺栓节点球加工路径的优化 ,论述遗传算法在加工路径优化中的应用 ,其优化结果和计算时间明显优于常规算法