高低频噪声区分滤除的车辆载重动态测量方法

发布时间：2021-11-20 00:32

　　在车辆行驶过程中,为了精确测量车辆载重,提出了高低频噪声区分滤除的车辆载重动态测量方法。确定了车辆载重测量方案,分析了信号误差来源。对于发动机转动、环境温度变化引起的高频噪声,提出了具有可调节参数的改进阈值小波滤波,有效减弱了信号中的高频噪声;对于速度、加速度引起的低频噪声,提出使用BP神经网络拟合载重量与速度、加速度函数关系,以消除加速度、速度对载重测量的影响;为了解决BP算法易陷入局部极值问题,提出自适应鱼群算法搜索神经网络最优参数。经实验验证,改进阈值小波滤波可以有效去除高频噪声,提高了信号信噪比;提出的车辆载重测量平均误差为0.85%,最大误差为1.45%,平均误差比原始数据平均误差降低了约6倍。 

【文章来源】：机械设计与制造. 2020,(09)北大核心

【文章页数】：5 页

【部分图文】：

车辆受力分析

式中：Wk,n—去噪前小波系数去；—噪后小波系数；a—可调节系数。当a=0时，式（5）为软阈值函数；当a→∞时，式（5）为硬阈值函数。改进阈值函数曲线，如图2所示。由式（5）和图2可知，改进阈值函数连续，且以y=x为渐近线，通过调整参数a，可以将改进阈值转换为硬阈值或软阈值，达到了改进目标。

由表中数据可知，改进阈值函数具有最好的降噪效果，使用改进阈值对采集信号的降噪结果，如图3所示。从图中可以看出，改进阈值小波降噪极大地减少了信号的毛刺现象。4 BP神经网络提高测量精度

【参考文献】：
期刊论文
[1]BP神经网络信息融合的汽车载重测量方案[J]. 赵桂清.  机械设计与制造. 2017(12)
[2]基于双鱼群算法的电力系统无功优化[J]. 杨珺,吴飞业.  控制与决策. 2018(10)
[3]基于灰色神经网络的汽车动态称重数据处理[J]. 谭爽,李丽宏.  传感技术学报. 2016(08)
[4]基于胎压监测的自卸车车载称重系统设计[J]. 李翔,李焕良,韩金华,唐俊刚.  机械. 2014(10)
[5]基于物联网的车载称重监控系统[J]. 张荣军,罗向东,许晨光,张伟.  计算机应用. 2014(S1)

硕士论文
[1]车载动态称重系统的研究与设计[D]. 李惠敏.太原理工大学 2016
[2]载运货车超载限制系统设计[D]. 阚鹏飞.哈尔滨工业大学 2013



本文编号：3506203