李麗宏,裴春清,劉 軍,謝克明

(太原理工大學(xué) 信息工程學(xué)院,山西 太原 030024)

0 引 言

目前,公路超載檢測和計重收費系統(tǒng)中廣泛應(yīng)用的動態(tài)汽車衡的稱量精度一般在 5% 左右,其算法大多是采用數(shù)字濾波并去掉 AD采樣數(shù)據(jù)前段和后段的部分采樣點,對其余采樣點求取算術(shù)平均值的方法.由于過車的情況不一樣,汽車動態(tài)稱重信號中混入了由于路面不平和車輛振動等因素引起的干擾信號.例如,加速或者減速過車、車輛顛簸等情況都會使得車軸 AD的采樣波形發(fā)生較大變化,所以采用這種算法就使得計算結(jié)果精度較低.因此,在外界隨機不確定度干擾因素的作用下如何準確測量真實軸重信號,就成了汽車動態(tài)稱重系統(tǒng)的技術(shù)難點和關(guān)鍵[2].

1 采樣信號分析

理想情況下,汽車經(jīng)過秤臺的波形為梯形波,上升和下降沿分別是汽車輪胎上下秤臺的過程.對不同的車速,梯形波的上升沿和下降沿的長度和角度不相同[3].實際測得的汽車過秤信號如圖1和圖2中曲線所示.在重量信號中,除了混有汽車自身的振動引起的干擾外,還有秤臺的振動以及路面平整程度、外界工頻信號等干擾因素的影響[4].

圖1 勻速過車輪軸重量波形Fig.1 Weight wav e of the ev en speed vehicle

圖2 變速過車輪軸重量波形Fig.2 Weight wave of the shift speed v ehicle

由圖1和圖2可以看出,相同重量時,車輛以不同的速度通過,輪軸重量的波形不同,達到最高點的時刻也不相同.如果在算法中采用簡單地去掉前邊和后邊的部分采樣點的辦法,會使得有效數(shù)據(jù)被舍去,即只取得了一部分有效數(shù)據(jù),這就使得在 AD采樣速率低的情況下不能得到車輛重量的真實值,或者使得車輛在上下秤臺時過渡段的數(shù)據(jù)被當作有效數(shù)據(jù)參與運算,在取樣和運算中造成較大誤差.所以,根據(jù)波形確定有效數(shù)據(jù)段是一種更加合理可靠的方法,采用此法能進一步提高稱量精度[5].

2 信號處理

在實際測試中發(fā)現(xiàn),汽車的重量信號為小于 3 Hz的信號,大于 3 Hz的信號一般是由于外界的干擾因素造成的,例如汽車發(fā)動機震動、秤臺的抖動或者道路不平等,所以選用 FIR的 Kaiser窗方法將重量信號大于 3 Hz以上的全部濾去,保留有用的汽車軸重信號.處理過程如圖3所示.

Kaiser窗是一種適應(yīng)性較強的窗函數(shù),具有較陡的過渡帶,它是一種近似最佳的窗函數(shù)[6],其表達式為

式中:I0為第一階零階修正 Besel函數(shù);M+1為 Kaiser窗的長度;U為形狀參數(shù).

對于低通濾波器逼近,其過渡區(qū)寬度是Δk=ks-kp,定義

Kaiser用實驗的方法求出,U由式 (3)計算

要得到預(yù)定的 A和Δk值,必須滿足

第一步,對采樣信號進行數(shù)字濾波[7].以圖1所示波形為例對其 AD值進行濾波.選用的 Kaiser窗階數(shù)為 16階,計算得到 U值為 5.653.這樣選取的 Kaiser窗,對于給定阻帶衰減,提供了最大主瓣寬度,從而具有最陡的過渡帶,有利于提取有效采樣點.MATLAB仿真結(jié)果[8]如圖4所示.

第二步,選取有效數(shù)據(jù)段.有效數(shù)據(jù)段的起始點為 AD采樣數(shù)值達到第一個最大值的時刻,有效數(shù)據(jù)結(jié)束點為 AD采樣數(shù)據(jù)從最后一個采樣值往前比較,達到第一個最大值的時刻,在起始點和結(jié)束點之間的數(shù)據(jù)即為算法中要用的有效數(shù)據(jù)[9].

第三步,對濾波后的數(shù)據(jù)按照 3e準則去除粗大誤差[10].這樣可以消除由于外界干擾所造成的個別采樣值的粗大誤差對整個測量結(jié)果的影響,使計算結(jié)果最大限度地逼近車軸的真實重量.

設(shè)對被測量進行等精度測量,得到獨立的測量值 x 1,x2,… ,xn,其算術(shù)平均值為

其剩余誤差為

按貝塞爾公式算出標準差

圖4 勻速過車輪軸重量濾波后的波形Fig.4 Weight wave after filtered for the even speed vehicle

若某個測量值為 xb的剩余誤差 vb(1≤b≤n),滿足則認為 xb是含有粗大誤差的壞值,應(yīng)予剔除,剔除后的剩余數(shù)據(jù)繼續(xù)采用 3e準則,直到不含有粗大誤差的壞值為止.

第四步,對去除粗大誤差后的數(shù)據(jù)求和,然后取平均值作為經(jīng)過稱臺的汽車軸重測量值.

3 實驗結(jié)果

上述方法經(jīng)實驗測試效果很好,實驗用兩軸載重貨車(加載砝碼),在額定軸載荷為 30 t的動態(tài)汽車衡上進行測試.在靜態(tài)情況下稱得汽車前軸重量是 5 193 kg,后軸重量是 14 175 kg.測試車分別以快速、慢速及變速等多種形式通過秤臺,實驗測得部分數(shù)據(jù)及處理運算結(jié)果如表1所示.

表1 現(xiàn)場實驗結(jié)果數(shù)據(jù)Tab.1 Field experiment data

式中:M1為動態(tài)軸重重量;M2為靜態(tài)軸重重量;W為測量誤差.

4 結(jié) 論

相比單純地使用數(shù)字濾波的方法,選取有效采樣點進行動態(tài)數(shù)據(jù)處理的方法將動態(tài)汽車衡在 50%載荷的稱量精度得到了提高.此方法不需要大量的采樣數(shù)據(jù),即使 AD采集到的周期信號不完整,也能有效地將測得的軸重量誤差控制在 1% 以內(nèi).在對濾波后的數(shù)據(jù)進行處理時,按照 3σ準則去除粗大誤差,消除了由于外界干擾所造成的個別采樣值的粗大誤差對整個測量結(jié)果的影響,求取有效數(shù)據(jù)和的平均值,使計算結(jié)果最大限度地逼近車軸的真實重量.

[1]萬立權(quán).動態(tài)稱重技術(shù)在公路計重收費中的應(yīng)用及相關(guān)規(guī)定要求[J].衡器,2006(5):39-41.Wan Liquan.WIM weight in road application fees and related requirements[J].Waagen,2006(5):39-41.(in Chinese)

[2]施昌彥.動態(tài)稱重測力技術(shù)的現(xiàn)狀和發(fā)展動向 [J].計量與測試技術(shù),2000(1):18-20.Shi Changyan.The status and development trend of the WIM measuring technology[J].Measurement and Testing Technology,2000(1):18-20.(in Chinese)

[3]馬曉君,張則,祝思亮.動態(tài)電子汽車衡稱重系統(tǒng)數(shù)學(xué)模型的建立[J].佳木斯大學(xué)學(xué)報,2006,24(3):379-381.Ma Xiaojun,Zhang Ze,Zhu Siliang.Lectronic truck scale weighing system mathematical model[J].Journal Jiamusi University,2006,24(3):379-381.(in Chinese)

[4]應(yīng)懷焦,劉進明.微機智能自動化動靜態(tài)測試分析技術(shù)的研究[M].北京:北京航空工業(yè)出版社,1997.

[5]朱武明,李永新,卜雄洙.測試信號處理與分析 [M].北京:北京航空航天大學(xué)出版社,2006.

[6]西蒙·赫金.信號與系統(tǒng)[M].第 2版.北京:電子工業(yè)出版社,2003.

[7]美·庫齊二世著.數(shù)字與模擬通信系統(tǒng) [M].羅新民,任品毅,田琛譯.北京:電子工業(yè)出版社,2002.

[8]阮沈勇.MATLAB程序設(shè)計[M].北京:電子工業(yè)出版社,2004.

[9]艾費科特.數(shù)字信號處理實踐方法 [M].第 2版.北京:電子工業(yè)出版社,2003.

[10]徐科軍,馬修水,李曉林.傳感器與檢測技術(shù)[M].北京:電子工業(yè)出版社,2008.