基于智能算法的車輛動態(tài)稱重系統(tǒng)研究.pdf_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、車輛超限超載運輸對交通安全、運輸市場秩序造成了極大危害。車輛動態(tài)稱重技術(shù)是目前治理車輛超載超限的最有效的手段。智能算法在信號處理方面具有魯棒性強,容錯性好等優(yōu)勢,能夠較好的處理信號中的強噪聲干擾、非線性等問題。因此,采用智能算法研究車輛動態(tài)稱重系統(tǒng)具有較強的應(yīng)用價值。 車輛動態(tài)稱重系統(tǒng)主要由硬件部分和軟件信號處理部分組成,本文針對動態(tài)稱重系統(tǒng)的軟件信號處理部分進行研究,主要研究工作和創(chuàng)新包括以下幾個方面: 1)動態(tài)稱重信

2、號的預處理。通過分析動態(tài)稱重信號的干擾組成,采用兩步預處理的方法:第一步采用小波變換方法,濾除高頻率段的干擾噪聲,并對去噪后的信號進行小波重構(gòu);第二步采用遺傳算法擬合出信號中頻率很低,且與有用信號混雜在一起的動態(tài)載荷信號,并予以消除。同時,針對實際動態(tài)稱重信號的信號特征,提出了基于遺傳算法的動態(tài)載荷分段擬合方法,進一步提高了擬合的精確程度。 2)車輛動態(tài)稱重系統(tǒng)模型研究。首先介紹了動態(tài)稱重系統(tǒng)的ARX機理模型,并對其進行了仿真研

3、究;然后,針對機理模型應(yīng)用范圍小的缺點,引進廣泛應(yīng)用于電力系統(tǒng)的系統(tǒng)辨識工具Prony算法,推導出針對動態(tài)稱重問題的非機理模型辨識方法,仿真結(jié)果表明該方法滿足一定的精度要求。最后對兩種建模方法進行了比較。 3)對高速稱重情況下出現(xiàn)的小重量車輛測量結(jié)果偏大的情況,提出了按照稱重速度和稱重信號建立高速、中速、低速分段模型的思想。針對高速段存在的隨機共振問題,采用神經(jīng)網(wǎng)絡(luò)建模方法來模擬高速段的非線性特征;中速段和低速段則采用常規(guī)的AR

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論