[发明专利]车辆动态轴重衡称重信号的自适应滤波方法

说明书

技术领域

本发明涉及一种车辆动态称重信号的处理方法，尤其是车辆动态轴重信号的自适应滤波方法。

背景技术

公路车辆动态称重，就是在汽车行驶中进行称重，即车辆以一定的速度通过称重平台，称重仪依次测量出车辆各个轴的重量，再把各轴重量累加，最后得到整车重量。动态称重与停车静态称重相比，具有速度快、效率高、不影响交通等优点，但最大缺点是称重的精度差。这是因为称重传感器所受到的力不可避免地会受到地面不平整度、车辆自身振动、秤台振动、轮胎驱动力等因素的影响，这些因素形成额外的动态载荷加在传感器上，造成称重误差。根据试验分析表明，动态载荷的振动频率集中在3～20Hz的低频范围内，而振幅可达真实轴重的10％左右，它造成的称重误差可占到整体称重误差的90％，动态载荷实际是加上真实轴重信号上的一种幅值、相位和频率都随机变化的低频干扰。如何消除这种低频干扰、取出真实轴重信号是车辆动态称重研究的重点和难点。

在已有技术中，国内对车辆动态称重信号的处理通常采用的方法是：多点均值滤波、滑动多点均值滤波和低通滤波等方法，但这些方法只能去除一些高频干扰，无法去除因车辆动态载荷引起的低频振动干扰，从而引起较大的称量误差。无法去除的主要原因是该低频干扰的幅值、相位和频率都是随机性变化的，而上述的数字滤波或低通滤波不可能根据这种变化而改变，从这个角度上讲，它不是一个自适应的信号处理方法，因此，难以对该低频干扰进行有效地滤除。另外，如果车辆通过称台的速度超过系统所规定的额定值(如：大于20km/h)，就相当于系统所采集的称重信号在时间轴被压缩，这时，在截取的称重信号区间内的动态载荷低频干扰信号就不足一个周期，该干扰信号被称为短历程的低频干扰，它不能满足上述均值滤波的对信号全周期的要求。因此，上述滤波方法在有效采样宽度更窄、车辆速度更高的高速检重系统中无法得到应用。

为了消除因车辆动态载荷引起的称量误差，《中国机械工程》第16卷第20期2005年10月下半月期刊中，周志锋等人在《基于经验模态分解的汽车动态称重数据处理》一文中提出了一种基于经验模态分解方法对称重信号进行数据处理的方法。该方法采用极大值点截取法将原始轴重称重信号两端的上称台和下称台的阶跃段去除，然后再用经验模态分解法将称重信号分解成多个不同的本征模态函数信号(也称为固有模式函数信号)和一个残余量信号，其中多个不同的本征模态函数信号被看作是动态载荷振动干扰信号，残余量被看作是反映真实轴重信号(1814页)。这样，不管动态载荷振动干扰信号怎样随机性的变化，都能够用经验模态分解法将其去除，得到真实的轴重信号。但是作者发现在信号分解的过程中，会出现一些在原始信号中没有的信号，它们被称为虚假模态，根据大量的试验，他们认为将分解出的最后2～3个本征模态函数与残余量相加，可以消除虚假模态，得到真实的称重信号。

该方法属于一种自适应的波滤方法，用它可以克服均值滤波和低通滤波不能解决的问题，即可消除因动态载荷引起的低频振动干扰，得到比较真实的称重信号。但是，该方法只能是一种思路，还很不完善，目前还存在的难以克服的缺陷：一是它用极大值点截取法截取称重信号，很容易将上称台和下称台的重力冲击信号裁进有效称重信号中，从而造成误差；二是没有找到产生虚假模态的真正原因，故它采用的把最后几个本征模态函数和残余量相加的措施来消除虚假模态，反而会把本应该剔除的低频振动干扰模态又重新加到真实的称重信号中，又造成不必要的称量误差，难以体现出该方法的优势。

发明内容

本发明的目的是为了发挥已有技术的优势和避其不足，提供一种较完善的车辆动态轴重衡称重信号的自适应滤波方法，用以取出更加真实称重信号，较大程度地提高动态称重的称量精度。

为实现上述目的，本发明实施的步骤如下：

1、称重仪系统首先根据秤台的实际重量和实际过车的类型，设置一个车辆轴上秤台的轴重阈值h1和车辆轴下秤台的轴重阈值h2，这两个阈值作为判断车辆是否上秤台和下秤台的基准；

2、启动称重仪硬件系统，使系统对称重传感器输出的信号进行采集，并在采集过程中对信号进行多点均值滤波，用来抑制采集信号中的尖脉冲噪声干扰，同时，系统随时将所采集的信号与阈值h1相比较，如果信号大于阈值h1，系统判断车辆轴已上秤台，则开始记录所采集的称重信号，同时记下开始记录的时间标尺t1，当所采集的称重信号值低于阈值h2时，系统判断车辆轴已下秤台，则停止记录，同时记下停止记录的时间标尺t2；