基于智能算法的车辆动态称重系统研究

《基于智能算法的车辆动态称重系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江大学硕士学位论文基于智能算法的车辆动态称重系统研究姓名：汪清卿申请学位级别：硕士专业：系统工程指导教师：周立芳20060501摘要车辆超限超载运输对交通安全、运输市场秩序造成了极大危害。车辆动态称重技术是目前治理车辆超载超限的最有效的手段。智能算法在信号处理方面具有鲁棒性强，容错性好等优势，能够较好的处理信号中的强噪声干扰、非线性等问题。因此，采用智能算法研究车辆动态称重系统具有较强的应用价值。车辆动态称重系统主要由硬件部分和软件信号处理部分组成+本文针对动态称重系统的软件信号处理部分进行研究，主要研究工作和创新包括以下几个方面：1)动态称重信号的预处理。通过分析动态称重信号的

2、干扰组成，采用两步预处理的方法：第一步采用小波变换方法，滤除高频率段的干扰噪声，并对去噪后的信号进行小波重构；第二步采用遗传算法拟合出信号中频率很低，且与有用信号混杂在一起的动态载荷信号，并予以消除。同时，针对实际动态称重信号的信号特征，提出了基于遗传算法的动态载荷分段拟合方法，进一步提高了拟合的精确程度。21车辆动态称重系统模型研究。首先介绍了动态称重系统的ARx机理模型，并对其进行了仿真研究；然后，针对机理模型应用范围小的缺点，引进广泛应用于电力系统的系统辨识工具Pmny算法，推导出针对动态称重问题的非机理模型辨识方法，仿真结果表明该方法满足一定的精度要求。最后对两种建模方法进

3、行了比较。3)对高速称重情况下出现的小重量车辆测量结果偏大的情况，提出了按照称重速度和称重信号建立高速、中速、低速分段模型的思想。针对高速段存在的随机共振问题，采用神经网络建模方法来模拟高速段的非线性特征；中速段和低速段则采用常规的ARx模型加简单修正的策略。最后，对两个交接段处的称重结果采用模糊理论进行修正。关键词：动态称重，小波变换，系统辩识，Pronv算法，神经网络AbstractOverloadedvehiclescauseseriousdamagetotm历candbreaktheorderoftransportm—(ct．TecllIlologyofvehicledyn

4、amicwei曲illgistllemoste伍cient啪ytos01vemisproblem．Theintcll培朗talgo州Ilnls11aveadv柚tagesofbe他rfaulttolerantands仃ongrobustind)，narnicwei曲ingsi盟a1pmcessing．TheycansolVetheproblemsofheavynoise锄dnon—linearemcientIySo，mesnldyofVehicled”amicwe蟾hingsystembasedonintelligentalgoritllmismeanillgfhlinapplic

5、a廿on．Vehicledynamicwei曲ingsystemconsistsof艄oparts：hardwareand∞fcware．Thisarticlefocuses伽山esof¨a糟ofsi弘a1process协gsegment．Themamcontentsandcon埘butionscanbes删咖cdupasfollows：1)ByaIlalyzingtllecomponentsofd”锄icwei曲ingsigllal，tlleprc仃e砌entofsi印alsisdividedinto觚ost印s．Thefirstst印isusingwaVelet仃ansfo肌t

6、ofntcrthehi曲疗cquencynoise，thellrec伽s衄lctjonofwavelctispe位}肋edtotllede—noisedsignal．Thesecondstepisusinggenetjcalgorithmtofitmedynarnicloadwhichmixedupwi伍wei曲i119sigⅡalinlow矗伽uencyballdwidm，卸dfilterthedyna嘶cload．AccordingtottlefcatIlresoft11edynamicwei曲ingsignal，themum—secti01lsfnmethodusinggen

7、eticalgorimmispresentedtoimprovemeprecisionofthedynamicloadcuI、，efitting，2)Researchonmodelingofd)tIl咖icweighingsystcm．Firstly’T11eARxmodelofd”amicwei曲啦systemisin廿0(1uceda11dsimulations盯eperfbmed．111cIl，TheARXmodelis出medatthepanicularwei