車(chē)載動(dòng)態(tài)稱(chēng)重系統(tǒng)的研究與設(shè)計(jì).pdf

1、 太原理工大學(xué)碩士研究生學(xué)位論文II理模塊、人機(jī)交互模塊、數(shù)據(jù)無(wú)線(xiàn)傳輸模塊、數(shù)據(jù)存儲(chǔ)模塊等。第四，詳細(xì)介紹了車(chē)載動(dòng)態(tài)稱(chēng)重系統(tǒng)的軟件設(shè)計(jì)部分，采用了模塊化的設(shè)計(jì)思想，主要包括數(shù)據(jù)采集系統(tǒng)軟件設(shè)計(jì)、數(shù)據(jù)遠(yuǎn)程交互設(shè)計(jì)、圖形交互界面的開(kāi)發(fā)設(shè)計(jì)、數(shù)據(jù)本地存儲(chǔ)系統(tǒng)的實(shí)現(xiàn)、監(jiān)控中心測(cè)試軟件的設(shè)計(jì)開(kāi)發(fā)等。第五，詳細(xì)論述了車(chē)載稱(chēng)重系統(tǒng)的數(shù)據(jù)處理算法。首先使用改進(jìn)的濾波算法對(duì)車(chē)載稱(chēng)重信號(hào)和傾角信號(hào)濾波預(yù)處理，然后將預(yù)處理后的動(dòng)態(tài)稱(chēng)重信號(hào)、傾角信號(hào)與車(chē)輛速

2、度、加速度共同作為徑向基(RBF)神經(jīng)網(wǎng)絡(luò)的輸入，經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練之后得到較為精確的車(chē)輛重量值。最后通過(guò)六軸車(chē)的車(chē)載動(dòng)態(tài)稱(chēng)重系統(tǒng)現(xiàn)場(chǎng)實(shí)驗(yàn)驗(yàn)證了該算法的可行性。第六，結(jié)合系統(tǒng)設(shè)計(jì)過(guò)程和現(xiàn)場(chǎng)實(shí)際測(cè)試結(jié)果，總結(jié)了本系統(tǒng)的設(shè)計(jì)經(jīng)驗(yàn)及不足之處，并提出了改進(jìn)方法。本文的主要?jiǎng)?chuàng)新點(diǎn)如下：第一，本系統(tǒng)綜合利用了傳感技術(shù)、衛(wèi)星定位技術(shù)和網(wǎng)絡(luò)技術(shù)，實(shí)現(xiàn)了對(duì)貨運(yùn)車(chē)輛裝載、運(yùn)行等情況的實(shí)時(shí)監(jiān)控。第二，在車(chē)載動(dòng)態(tài)稱(chēng)重現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)的基礎(chǔ)上，建立了一種廣義 RBF