傳統(tǒng)地磅任意一路稱重傳感器發(fā)生故障都將導(dǎo)致稱重系統(tǒng)失效。提出了一種基于自適應(yīng)加權(quán)融合的地磅故障傳 感器預(yù)估方法:根據(jù)多路稱重傳感器輸出相關(guān)性和相鄰傳感器輸出比值的相關(guān)性，建立基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBFNN)的 故障傳感器輸出預(yù)估網(wǎng)絡(luò)和傳感器輸出比值的預(yù)估網(wǎng)絡(luò),得到兩組冗余估計信號，采用自適應(yīng)加權(quán)融合方法完成冗余信號融 合，獲得故障傳感器輸出估計值。仿真實驗與現(xiàn)場測試表明，采用該方法的故障傳感器稱重誤差小于任何單個預(yù)估網(wǎng)絡(luò)誤差和 算術(shù)平均值融合誤差，任一傳感器發(fā)生故障時的汽車衡整體稱重誤差忘0.5% ,避免了稱重系統(tǒng)失效。

　　1.引 言

　　傳統(tǒng)地磅在接線盒中將多路稱重傳感器并聯(lián)連 接,獲得多路傳感器信號之和,并傳送至顯示儀表，完成 被測載荷稱重，任何一路傳感器出現(xiàn)故障都將導(dǎo)致稱 重系統(tǒng)失效。各稱重傳感器對稱分布在地磅秤體下 方，根據(jù)這種對稱關(guān)系，當某一傳感器失效時,利用相應(yīng) 的對稱傳感器輸出代替失效傳感器的輸出，可完成故障 傳感器輸出信號估計，但若載荷加載點偏離中心時，將 會影響估計精度。利用數(shù)字稱重傳感器可以實現(xiàn)不間斷 工作，當某一傳感器發(fā)生故障時,系統(tǒng)能夠在一定時間內(nèi) 以一定精度稱重，但數(shù)字稱重傳感器價格昂貴，增加了 稱重系統(tǒng)的成本。

　　徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBFNN)由于具有很強的逼 近非線性函數(shù)和自學(xué)習功能,收斂速度快、魯棒性好、無 局部小點等優(yōu)點，已廣泛應(yīng)用于系統(tǒng)建模、函數(shù)逼 近_與非線性估計等。對稱分布的各稱重傳感器之 間存在某種非線性函數(shù)關(guān)系，以RBFNN為核心建立預(yù)估 網(wǎng)絡(luò)，逼近這種函數(shù)關(guān)系,估計出故障傳感器的正常輸 出,即可獲得預(yù)估信號。然而因地磅現(xiàn)場使用將受噪聲影響，預(yù)估信號會產(chǎn)生一定的誤差。為此根據(jù)稱重傳 感器之間的關(guān)聯(lián)特性，建立故障傳感器的兩個立預(yù)估 網(wǎng)絡(luò)，以正常傳感器的稱重信號或相鄰傳感器稱重信號 的比值為輸入產(chǎn)生兩個估計值,由于它們具有冗余性，采 用一種自適應(yīng)加權(quán)融合方法，可獲得更準確的估計信號， zui后以該估計信號與其他正常傳感器的稱重信號為稱重 系統(tǒng)的輸入,獲得故障狀態(tài)下汽車衡的稱重結(jié)果。

　　2.地磅稱重原理

　　圖1為地磅8路稱重傳感器的分布示意圖，設(shè)x‘ 為第i個稱重傳感器的稱重信號(i = 1，2,…,8)，則地磅輸出的總稱重量y為：

　　3.地磅故障傳感器預(yù)估原理

　　基于自適應(yīng)加權(quán)融合的地磅故障傳感器預(yù)估方法 利用以RBFNN為核心的兩個預(yù)估網(wǎng)絡(luò)，分別估計故障傳 感器的輸出信號,得到兩個立的預(yù)估值，采用一種自適 應(yīng)加權(quán)融合方法，完成這兩個預(yù)估值的融合，獲得一個更 的估計值，從而減少因受噪聲影響而產(chǎn)生的估計信 號誤差。圖2為基于自適應(yīng)加權(quán)融合的地磅故障傳感 器預(yù)估的原理框圖。圖中，X為除去故障傳感器i后的稱

　　4.實驗與結(jié)果分析

　　利用基于自適應(yīng)加權(quán)融合的地磅故障傳感器預(yù)估 方法對SCS40型地磅進行了多次實驗,均獲得了良好的 效果。該地磅的量程為40噸，分度數(shù)為4 000，檢定分度 值e和實際分度值d均為10 kg，采用8路稱重傳感器， 每個傳感器的zui大容量為20噸。為了簡便而不失一般 性，從8路稱重傳感器中任取一路，本文以稱重傳感器3為 實驗對象。其他傳感器采用同樣的實驗與測試方法。

　　4.1預(yù)估網(wǎng)絡(luò)的RBFNN訓(xùn)練

　　利用不同噸位的標準砝碼(如0.5噸、1噸、6噸、 12噸、18噸等)加載在地磅的不同位置，采集160組8 路稱重傳感器輸出信號,經(jīng)粗大誤差剔除、數(shù)字濾波等數(shù) 據(jù)預(yù)處評后,得到樣本數(shù)據(jù)X,其中97組用于訓(xùn)練RBF 神經(jīng)網(wǎng)絡(luò)(*, ,x2,x4 ,... ,xs作為輸入,*3作為目標輸出), 63組用于網(wǎng)絡(luò)測試。采用高斯函數(shù)作為RBFNN的基函 數(shù)，利用梯度訓(xùn)練法對預(yù)估網(wǎng)絡(luò)1、2進行離線訓(xùn)練，分別 獲得預(yù)估網(wǎng)絡(luò)1、2的參數(shù)(如權(quán)向量W、擴展常數(shù)向量 «、中心矩陣C和偏置值6)。通過多次仿真，預(yù)估網(wǎng)絡(luò) 1、2的隱層神經(jīng)元數(shù)目分別取m, = 15和= 10時,預(yù) 估效果。

　　圖5 ( a)為預(yù)估網(wǎng)絡(luò)1的估計值(” netl ”曲線所示).

　　與目標值(” desire"曲線所示)的比較;圖5 ( b)為預(yù)估網(wǎng) 絡(luò)2的估計值(”net2?曲線所示)與目標值("desire"曲 線所示)的比較;圖5 ( c)為預(yù)估網(wǎng)絡(luò)1的預(yù)測誤差曲線 (” netl-error"曲線所示)和預(yù)估網(wǎng)絡(luò)2的預(yù)測誤差曲線 (”net2-error?曲線所示)比較。由圖5可以看出，預(yù)估網(wǎng) 絡(luò)1、2能較好地預(yù)測稱重傳感器3的輸出，但還存在一 定的誤差，需進一步改進,以減少這種預(yù)測誤差。

　　4.2自適應(yīng)加權(quán)融合測試

　　基于RBFNN的預(yù)估網(wǎng)絡(luò)1、2訓(xùn)練完成后，系統(tǒng)將分 別獲得它們的方差為=1.355 1、‘ =0.874 8。取 重復(fù)預(yù)估次數(shù)凡=10，采用63組網(wǎng)絡(luò)測試樣本,分別利 用算術(shù)平均值融合方法(MFM)與自適應(yīng)加權(quán)融合方法 (AWFM)對預(yù)估網(wǎng)絡(luò)1與預(yù)估網(wǎng)絡(luò)2的輸出值融合，獲 得故障傳感器3的估計值,如圖6所示。

　　圖6(a)為算術(shù)平均值融合的結(jié)果(即皂=y(*,, +

　　氣2) ;”desire-曲線為目標輸出;”mean”曲線為算術(shù)平均值 融合輸出);圖6(b)為自適應(yīng)加權(quán)融合的結(jié)果(esire”曲線 為目標輸出;”adaptive?曲線為自適應(yīng)加權(quán)融合輸出);圖6 (c)為這兩種方法的融合誤差(” mean-error”曲線為算術(shù)平均 值融合誤差;” adaptive-eiror"曲線為自適應(yīng)加權(quán)融合誤差)。

　　表1比較了預(yù)估網(wǎng)絡(luò)1輸出信號的方差netl_(T2、預(yù) 估網(wǎng)絡(luò)2輸出信號的方差net2_(r2、算術(shù)平均值融合輸出 信號的方差MFM_cr2、自適應(yīng)加權(quán)融合輸出信號的方差 AWFM_cr2。由圖6、圖5和表1可以看出，自適應(yīng)加權(quán)融 合誤差(或方差)小于算術(shù)平均值融合誤差(或方差)，同 時也小于預(yù)測網(wǎng)絡(luò)1、2的輸出誤差(或方差)，因此采用 自適應(yīng)加權(quán)融合方法獲得的傳感器3估計值更準確。

　　4.3任一傳感器故障狀態(tài)下的地磅現(xiàn)場測試

　　當任何一個稱重傳感器失效時，分別采用預(yù)估網(wǎng)絡(luò) 1(net1)、預(yù)估網(wǎng)絡(luò)2(net2)、算術(shù)平均值融合(MFM)與 自適應(yīng)加權(quán)融合方法(AWFM)獲得故障傳感器信號的估 計值。將該估計值與正常傳感器的輸出值代人式(1)， 完成故障狀態(tài)下的地磅稱重功能。按照標準要求，對SCS40型地磅進行了現(xiàn)場測試，表2為部分 測試結(jié)果。由表2可知，采用AWFM方法的地磅置零 準確度、各秤量段誤差與重復(fù)性等均優(yōu)于netl、net2與 MFM方法,其整體稱重誤差忘0.5%，避免了采用傳統(tǒng)方 法所導(dǎo)致的稱重系統(tǒng)失效。

　　5結(jié) 論

　　傳統(tǒng)地磅的任意一路稱重傳感器發(fā)生故障都將導(dǎo) 致稱重系統(tǒng)失效。本文根據(jù)地磅各路稱重傳感器之間 的關(guān)聯(lián)特性，以RBFNN為核心，從不同方面建立了故障 傳感器的兩個立預(yù)估網(wǎng)絡(luò)，獲得了故障傳感器的兩組 立、冗余估計信號，并采用一種自適應(yīng)加權(quán)融合算法， 獲得了比立預(yù)估網(wǎng)絡(luò)更準確的故障傳感器估計值。大 量實驗表明，采用這種自適應(yīng)加權(quán)融合方法的地磅，當 任意一路稱重傳感器失效時，其整體稱重誤差專0. 5% , 避免了傳統(tǒng)地磅由于傳感器故障而導(dǎo)致的稱重系統(tǒng)失 效，這種地磅可實現(xiàn)不間斷測量功能，大大提高了稱重 系統(tǒng)的可靠性。