[发明专利]基于大数据的称重传感器称重数据管理系统及方法

说明书

本发明公开了基于大数据的称重传感器称重数据管理系统及方法，属于通信技术领域。本发明包括以下步骤：步骤一：在不同温度下，对无外载负荷作用的称重传感器的零点输出值进行测量，并将称重数据按照精度要求进行相关处理；步骤二：基于称重数据精度构建温度补偿模型，将称重传感器在标准温度以外测量的称重数据转换为标准温度时的称重数据；步骤三：构建称重数据误差分析模型，对处理后得到的称重数据进行误差分析，判断称重数据是否符合实际情况，若不符合，则重新测量数据，并执行步骤一和步骤二；步骤四：将步骤三中符合实际情况的称重数据传输至数据库，对数据库中的称重数据进行管理。

技术领域

本发明涉及通信技术领域，具体为基于大数据的称重传感器称重数据管理系统及方法。

背景技术

称重传感器实际上是一种将质量信号转变为可测量的电信号输出装置，称重传感器在使用时其测量精确度与传感器所处的实际工作环境有关，尤其称重传感器在使用时所处的温度对自身测量精确度影响最大。

现有的称重传感器称重数据管理系统在对称重数据进行管理时，直接将不同环境下测量的称重数据存储在数据库中，当对称重物体的称重数据进行查询时，不同环境下测量的称重数据将被全部筛选出，用户需要在筛选后的数据中寻找自身需求的数据，此过程较为繁琐，且数据处理量大，进而降低数据检索效率，以及当称重传感器在温度较高的环境下进行测量时，会出现测量数据相较于称重物体的实际重量而言，数值偏高，对于精度要求较高的物体来说，测量的称重数据无法被使用，降低了称重管理系统的适用范围，以及当测量的称重数据精度无法满足实际需求时，称重数据管理系统无法对称重数据精度范围外的数据进行预测，只能通过选用特定的称重传感器再次进行测量，称重数据管理系统的局限性较大。

发明内容

本发明的目的在于提供基于大数据的称重传感器称重数据管理系统及方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：基于大数据的称重传感器称重数据管理方法，所述方法包括以下步骤：

步骤一：在不同温度下，对无外载负荷作用的称重传感器的零点输出值进行测量，并将称重数据按照精度要求进行相关处理；

步骤二：基于称重数据精度构建温度补偿模型，将称重传感器在标准温度以外测量的称重数据转换为标准温度时的称重数据，对称重数据进行归一化处理有利于对称重数据进行管理；

步骤三：构建称重数据误差分析模型，对处理后得到的称重数据进行误差分析，判断称重数据是否符合实际情况，若不符合，则重新测量数据，并执行步骤一和步骤二，对归一化处理后的称重数据进行误差分析，有利于降低称重数据的二次采集率，减少数据处理时间；

步骤四：将步骤三中符合实际情况的称重数据传输至数据库，对数据库中的称重数据进行管理。

进一步的，所述步骤一中将称重数据按照精度要求进行相关处理的具体方法为：

步骤一（1）.判断测量的称重数据精度是否达到实际精度需求，若否，则根据称重传感器精度范围预测称重数据缺少的后位数据，例如：称重传感器测量的数据为12.12，实际精度需求的称重数据为12.12XX，则称重传感器测量的数据相较于实际精度需求的称重数据缺少小数点后三、四位，小数点后三、四位数据被称为缺少的后位数据，其中X表示0-9之间的任意数值；

步骤一（2）.对称重数据缺少的后位数据进行预测的具体方法为：

当称重传感器精度范围与实际需求的精度范围相差一位数值时，基于四舍六入五成双的原则，对称重数据的末位数据进行预测；

当称重传感器精度范围与实际需求的精度范围相差两位及两位以上数值时，基于四舍六入五成双的原则，先对称重数据位于精度范围后一位的数据进行预测，根据选择的称重传感器的量程对预测数据进行筛选，筛选后再根据预测结果对后一位数据进行预测，基于预测结果重复筛选、预测，得到称重数据缺少的后位数据；

步骤一（3）.所述步骤一（2）中根据选择的称重传感器的量程对预测数据进行筛选的具体方法为：

构建称重数据筛选模型：