基于μC/OS-Ⅲ的整车式动态称重仪表
发布时间：2021-11-21 18:00
针对高速路收费系统对车辆称量精度及轴型识别率的要求,通过分析整车式动态称重秤台结构及称重过程的特点,提出了悬臂梁应变桥式称重传感器接线方案及整车式动态称重仪表的软硬件设计方案;论述了分割车辆上秤过程,识别车轴,计算单轴质量的专家算法及基于嵌入式实时操作系统μC/OS-Ⅲ的软件实现。经测试该仪表不仅提高了称量精度而且不借助辅助设备能够准确识别车辆轴型。
【文章来源】：仪表技术与传感器. 2015,(07)北大核心CSCD
【文章页数】：4 页
【部分图文】：
硬件系统结构图
第7期李建波等:基于μC/OS－Ⅲ的整车式动态称重仪表29图2ADC数据采集通道接线盒电路程呈明显的阶梯状，同时伴随着抖动。为满足实时性要求，仪表ADC采样数据通过DMA(外设到内存自动增长循环模式［4］)方式存储到特定内存单元，减少CPU占用。由于轴数是计重收费费率的一个最重要的因素，对单轴质量有相关限重规定，因此需要准确识别车辆轴数及轴重。根据上轴过程数学模型，本仪表采用了专家算法对整个过程进行分割。上轴过程模型如下:根据轮胎特点认为轮胎与地面为面接触，忽略轮胎和秤台形变因素影响，根据压强与压力原理:F=pS，假定p恒定，车速v恒定，在运动中S与时间t成正比，受力函数的表达式如式(1)所示:f0(t)=0t＜akta≤t＜bk(b-a)b≤{t(1)式中:a为上轴开始时刻;b为上轴结束时刻。由于采用滑动滤波［5］则滤波后受力函数:f1(t)=∫tt－Tf0(t)dtT(2)式中T为滤波周期。为计算方便，假设T=2(b－a)则:f1(t)=0t＜ak(t－a)2/2(b－a)a≤t＜bk(b－a)－0.5k(2b－a－t)2/(b－a)b≤t＜b+Tk(b－a)b+T≤{t(3)波形如图3所示。图3理想ADC数据与滑动滤波波形图中f0(t)为ADC数据波形;f'0(t)为ADC数据导数波形;f1(t)为ADC滤波后波形;f'1(t)为ADC滤波后导数波形。假设a=2，b=6，k(b－a)=1，其中k(b－a)为增加轴重的重力。当T!=2(b－a)时，f'(t)成梯形，f(t)和f1(t)相似，这里略去了公式及图形。根据单轴模型特征及轴间过程特征，建立专家算法分割过车过程以便计算轴数及轴重。专家算法主要根据以下几个特征对整个过程进行分割，包括数据变化率、上轴阈值、轴间间隔、数据平稳性。并根据这些特征建立知识库。推理过程:首先根据数据变化率达到阈值且?
?娼?触，忽略轮胎和秤台形变因素影响，根据压强与压力原理:F=pS，假定p恒定，车速v恒定，在运动中S与时间t成正比，受力函数的表达式如式(1)所示:f0(t)=0t＜akta≤t＜bk(b-a)b≤{t(1)式中:a为上轴开始时刻;b为上轴结束时刻。由于采用滑动滤波［5］则滤波后受力函数:f1(t)=∫tt－Tf0(t)dtT(2)式中T为滤波周期。为计算方便，假设T=2(b－a)则:f1(t)=0t＜ak(t－a)2/2(b－a)a≤t＜bk(b－a)－0.5k(2b－a－t)2/(b－a)b≤t＜b+Tk(b－a)b+T≤{t(3)波形如图3所示。图3理想ADC数据与滑动滤波波形图中f0(t)为ADC数据波形;f'0(t)为ADC数据导数波形;f1(t)为ADC滤波后波形;f'1(t)为ADC滤波后导数波形。假设a=2，b=6，k(b－a)=1，其中k(b－a)为增加轴重的重力。当T!=2(b－a)时，f'(t)成梯形，f(t)和f1(t)相似，这里略去了公式及图形。根据单轴模型特征及轴间过程特征，建立专家算法分割过车过程以便计算轴数及轴重。专家算法主要根据以下几个特征对整个过程进行分割，包括数据变化率、上轴阈值、轴间间隔、数据平稳性。并根据这些特征建立知识库。推理过程:首先根据数据变化率达到阈值且变化趋势符合模型设置上轴标志，变化率达到峰值过程中估算轴重，变化率低于阈值后，判断是否达到上轴阈值，达到后判断是否达到上轴间隔时间和上轴过渡时间，最后判断数据是否稳定并和估计值比较计算轴重。整车都上秤后根据总轴数、上轴时间间隔和轴重信息进行车轴分组，与轴型库对比后对轴型进行修正，计算轴组质量。若出现多轴或丢轴现象，可通过上位机通知仪表，仪表重新分析上轴过程，并调整系统参数。3软件实现为达到实时性和交互性要求，本仪表采用了μC/OS－
【参考文献】：
期刊论文
[1]基于STM32的FSMC接口驱动TFT彩屏设计[J]. 汤莉莉,黄伟. 现代电子技术. 2013(20)
[2]基于动态称重的高速公路超载管理系统研究及设计[J]. 肖振发,符锌砂. 交通信息与安全. 2012(02)
[3]数据融合技术在车辆轴型识别系统中的应用[J]. 李丽宏,石常兴. 电子设计工程. 2011(09)
[4]非均匀采样信号的滑动滤波方法[J]. 高玉凯,郑双雁. 电子技术应用. 2010(12)
[5]基于STM32的通用智能仪表设计与应用[J]. 孙启富,孙运强,姚爱琴. 仪表技术与传感器. 2010(10)
本文编号：3509973
【文章来源】：仪表技术与传感器. 2015,(07)北大核心CSCD
【文章页数】：4 页
【部分图文】：
硬件系统结构图
第7期李建波等:基于μC/OS－Ⅲ的整车式动态称重仪表29图2ADC数据采集通道接线盒电路程呈明显的阶梯状，同时伴随着抖动。为满足实时性要求，仪表ADC采样数据通过DMA(外设到内存自动增长循环模式［4］)方式存储到特定内存单元，减少CPU占用。由于轴数是计重收费费率的一个最重要的因素，对单轴质量有相关限重规定，因此需要准确识别车辆轴数及轴重。根据上轴过程数学模型，本仪表采用了专家算法对整个过程进行分割。上轴过程模型如下:根据轮胎特点认为轮胎与地面为面接触，忽略轮胎和秤台形变因素影响，根据压强与压力原理:F=pS，假定p恒定，车速v恒定，在运动中S与时间t成正比，受力函数的表达式如式(1)所示:f0(t)=0t＜akta≤t＜bk(b-a)b≤{t(1)式中:a为上轴开始时刻;b为上轴结束时刻。由于采用滑动滤波［5］则滤波后受力函数:f1(t)=∫tt－Tf0(t)dtT(2)式中T为滤波周期。为计算方便，假设T=2(b－a)则:f1(t)=0t＜ak(t－a)2/2(b－a)a≤t＜bk(b－a)－0.5k(2b－a－t)2/(b－a)b≤t＜b+Tk(b－a)b+T≤{t(3)波形如图3所示。图3理想ADC数据与滑动滤波波形图中f0(t)为ADC数据波形;f'0(t)为ADC数据导数波形;f1(t)为ADC滤波后波形;f'1(t)为ADC滤波后导数波形。假设a=2，b=6，k(b－a)=1，其中k(b－a)为增加轴重的重力。当T!=2(b－a)时，f'(t)成梯形，f(t)和f1(t)相似，这里略去了公式及图形。根据单轴模型特征及轴间过程特征，建立专家算法分割过车过程以便计算轴数及轴重。专家算法主要根据以下几个特征对整个过程进行分割，包括数据变化率、上轴阈值、轴间间隔、数据平稳性。并根据这些特征建立知识库。推理过程:首先根据数据变化率达到阈值且?
?娼?触，忽略轮胎和秤台形变因素影响，根据压强与压力原理:F=pS，假定p恒定，车速v恒定，在运动中S与时间t成正比，受力函数的表达式如式(1)所示:f0(t)=0t＜akta≤t＜bk(b-a)b≤{t(1)式中:a为上轴开始时刻;b为上轴结束时刻。由于采用滑动滤波［5］则滤波后受力函数:f1(t)=∫tt－Tf0(t)dtT(2)式中T为滤波周期。为计算方便，假设T=2(b－a)则:f1(t)=0t＜ak(t－a)2/2(b－a)a≤t＜bk(b－a)－0.5k(2b－a－t)2/(b－a)b≤t＜b+Tk(b－a)b+T≤{t(3)波形如图3所示。图3理想ADC数据与滑动滤波波形图中f0(t)为ADC数据波形;f'0(t)为ADC数据导数波形;f1(t)为ADC滤波后波形;f'1(t)为ADC滤波后导数波形。假设a=2，b=6，k(b－a)=1，其中k(b－a)为增加轴重的重力。当T!=2(b－a)时，f'(t)成梯形，f(t)和f1(t)相似，这里略去了公式及图形。根据单轴模型特征及轴间过程特征，建立专家算法分割过车过程以便计算轴数及轴重。专家算法主要根据以下几个特征对整个过程进行分割，包括数据变化率、上轴阈值、轴间间隔、数据平稳性。并根据这些特征建立知识库。推理过程:首先根据数据变化率达到阈值且变化趋势符合模型设置上轴标志，变化率达到峰值过程中估算轴重，变化率低于阈值后，判断是否达到上轴阈值，达到后判断是否达到上轴间隔时间和上轴过渡时间，最后判断数据是否稳定并和估计值比较计算轴重。整车都上秤后根据总轴数、上轴时间间隔和轴重信息进行车轴分组，与轴型库对比后对轴型进行修正，计算轴组质量。若出现多轴或丢轴现象，可通过上位机通知仪表，仪表重新分析上轴过程，并调整系统参数。3软件实现为达到实时性和交互性要求，本仪表采用了μC/OS－
【参考文献】：
期刊论文
[1]基于STM32的FSMC接口驱动TFT彩屏设计[J]. 汤莉莉,黄伟. 现代电子技术. 2013(20)
[2]基于动态称重的高速公路超载管理系统研究及设计[J]. 肖振发,符锌砂. 交通信息与安全. 2012(02)
[3]数据融合技术在车辆轴型识别系统中的应用[J]. 李丽宏,石常兴. 电子设计工程. 2011(09)
[4]非均匀采样信号的滑动滤波方法[J]. 高玉凯,郑双雁. 电子技术应用. 2010(12)
[5]基于STM32的通用智能仪表设计与应用[J]. 孙启富,孙运强,姚爱琴. 仪表技术与传感器. 2010(10)
本文编号：3509973
本文链接：https://www.wllwen.com/kejilunwen/yiqiyibiao/3509973.html
