[发明专利]测量搅拌车装载不同密度货物的重量的方法及系统有效
申请号: | 202310902547.X | 申请日: | 2023-07-21 |
公开(公告)号: | CN116625473B | 公开(公告)日: | 2023-09-22 |
发明(设计)人: | 苗少光;刘阳;郭冬锋 | 申请(专利权)人: | 深圳市汉德网络科技有限公司 |
主分类号: | G06F17/10 | 分类号: | G06F17/10;G01G19/08 |
代理公司: | 深圳汉林汇融知识产权代理事务所(普通合伙) 44850 | 代理人: | 刘临利 |
地址: | 518000 广东省深圳市宝安区新安*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 测量 搅拌 装载 不同 密度 货物 重量 方法 系统 | ||
1.一种测量搅拌车装载不同密度货物的重量的方法,其特征在于,包括以下步骤:
通过预设于搅拌车上的压力传感器和密度传感器,分别若干次采集搅拌车的货物压力值和货物密度值,以获取压力数组信息和密度数组信息;
采用所述压力数组信息和密度数组信息进行模型训练,以训练出重量识别模型,所述模型训练过程为:采用多元线性回归公式对所述压力数组信息进行第一线性拟合过程,以得到的压力线性结点,基于所述压力线性结点对所述密度数组信息进行平滑及异常点处理的第二线性拟合过程,以得到重量识别模型,通过预设的最小二乘法或梯度下降法利用损失函数对重量识别模型进行调优,以得到优化后的重量识别模型;
基于所述重量识别模型实时监听搅拌车的货物压力信息和货物密度信息,并输出所述货物压力信息和货物密度信息至预链接的终端设备上。
2.根据权利要求1所述的测量搅拌车装载不同密度货物的重量的方法,其特征在于,通过预设于搅拌车上的压力传感器和密度传感器,分别若干次采集搅拌车的货物压力值和货物密度值,以获取压力数组信息和密度数组信息的步骤,包括:
基于预设的货物密度区间,由所述货物密度区间的小至大生成上料排序信息;
基于所述上料排序信息由压力传感器逐次识别货物加入搅拌车后的货物压力值,得到所述压力数组信息,并由所述密度传感器逐次识别获取加入搅拌车时的货物密度值,得到所述密度数组信息。
3.根据权利要求2所述的测量搅拌车装载不同密度货物的重量的方法,其特征在于,基于所述上料排序信息由压力传感器逐次识别货物加入搅拌车后的货物压力值,得到所述压力数组信息,并由所述密度传感器逐次识别获取加入搅拌车时的货物密度值,得到所述密度数组信息的步骤,包括:
采用预设的集合标定算法分别对货物压力值和货物密度值进行逐次识别标定,得到所述压力数组信息和密度数组信息,所述集合标定算法包括:
式中,X为压力数组信息,m为压力传感器识别总次数,x为货物压力值,j为逐次计数的货物压力值对应的特征;Y为密度数组信息,h为密度传感器识别总次数,y为货物密度值,k为逐次计数的货物密度值对应的特征,i为逐次计数符,满足n次计数后输出压力数组信息X和密度数组信息Y。
4.根据权利要求3所述的测量搅拌车装载不同密度货物的重量的方法,其特征在于,采用集合标定算法得到压力数组信息和密度数组信息的步骤中,还包括:
采用所述集合标定算法计算压力数组信息和密度数组信息的同时,携带计算搅拌车逐次加入货物时的整车重量数组信息,所述整车重量数组信息的计算包括:
式中,Z为整车重量数组信息,z为逐次增加货物于搅拌车的整车重量,i为逐次计数符,满足n次计数后输出整车重量数组信息Z。
5.根据权利要求1所述的测量搅拌车装载不同密度货物的重量的方法,其特征在于,采用多元线性回归公式对所述压力数组信息进行第一线性拟合过程的步骤中,所述多元线性回归公式包括:
式中,为若干次加入货物时的搅拌车重量值,为压力数组信息中的若干次货物压力值,为压力线性结点。
6.根据权利要求5所述的测量搅拌车装载不同密度货物的重量的方法,其特征在于,基于所述压力线性结点对所述密度数组信息进行平滑及异常点处理的第二线性拟合过程,以得到重量识别模型的步骤中,包括:
基于所述若干次货物压力值对标货物密度值,并通过所述货物密度值调取对应预设的密度区间,并基于压力线性结点进行平滑及异常点计算,计算包括:
式中,t为密度区间,表示第t个密度区间的货物密度值,h为搅拌车加入货物后的搅拌罐体的承重值,为搅拌车逐次加入货物后测得的搅拌车罐体载重;
基于所述搅拌车罐体载重和压力线性结点,生成所述重量识别模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市汉德网络科技有限公司,未经深圳市汉德网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310902547.X/1.html,转载请声明来源钻瓜专利网。