濕度傳感器探頭深度解析稱重傳感器速度補償數據處理問題研究
濕度傳感器探頭深度解析稱重傳感器速度補償數據處理問題研究
在動態稱重中，稱重傳感器的受力狀態很復雜，影響稱量準確度的因素很多，其中速度和加速度的變化對稱重傳感器準確度的影響是*大的。在此，著重介紹如解決速度對稱重傳感器的影響問題。
根據微積分*小二乘法的基本原理，以嚴格的統計理論為基礎，采用科學而可靠的多元線性回歸曲線擬合方法，通過反復試驗和對大量試驗數據的對比分析，確定了速度和稱重傳感器之間的函數關系及其各項經驗系數，應用于高速預檢稱重系統中，在實際測量時根據速度的變化對稱重結果進行修正，明顯提高了高速稱重數據的準確性，獲得了比較滿意的效果。
高速稱重，速度對稱重結果的影響比較大，而速度和稱重傳感器之間到底有什么樣的函數關系？我們通過反復試驗，對試驗數據做了大量的對比分析，確定函數關系中的各項系數，這一過程其實就是求取有關物理量之間關系的經驗公式。從幾何上看，就是針對每一種車型，選擇一條曲線，使之與所獲得的實驗數據更好地吻合。普通的數據處理方法，如：圖解法，逐差法和平均法是一種粗略的方法。而微積分上的“*小二乘擬合法”是一種比較理想的處理方法。這個方法以嚴格的統計理論為基礎，是一種科學而可靠的曲線擬合方法。
高速稱重系統的技術難度在于是如何解決高速動態稱重準確度問題，動態稱重尤其是在高速行駛過程中，稱重傳感器受力狀態和影響因素是非常復雜，為了解決動態稱重的準確性和穩定性問題，該系統在大量數值經驗的基礎上，集多種算法于一體，通過對動態稱重系統的受力分析，建立動態稱重的數學模型，對系統中的噪聲進行分析，根據振動、顛簸、速度的變化等所產生的噪聲的特點，用非線性數據擬合的方法識別和剔除低頻信號中的噪聲，從而得到穩定準確的稱重傳感器數據；應用數據平滑理論，對采集的重量信號進行平滑處理和數字濾波，對采集的數據進行多次線性修正，提高稱重傳感器準確度；建立多元化線性及非線性回歸解析模塊，采用擴充算法對系統誤差加以修正，解決動態稱量中車輛的速度、加速度對稱重傳感器準確度的影響，試驗和實際應用表明該項目系統具有良好的動態稱量性能。
