车辆动态称重技术研究

论文摘要

随着工业和商业贸易的快速增长,公路运输业竞争越来越大,超限超载运输现象不断增加,车辆动态称重技术具有越来越重要的作用。现有的车辆动态称重系统所采用的传感器多适用于固定式安装,即使一些便携式车辆称重传感器也因为重量过重,体积过大的缺点,无法真正实现便携测量。本文提出并制作了一种新型软质称重传感器,此种传感器体积小质量轻,并且由于为软质材料,可以随时弯曲卷起,具有较好的携带性。针对该传感器,建立了应力、应变及受力时间三者之间的三维模型和明确关系式,并对受力部分几何形状等影响因素进行了分析,通过实验证明了模型的正确性和进行车辆动态称重的可行性。此外针对目前广泛使用的基于硬质传感器的车辆称重系统进行了分析,建立了三自由度系统模型,根据此模型推导出基于系统辨识方法的6阶简化数学模型,通过实验验证了该方法的可行性。本文的主要研究成果有:1.提出并研制了一种新型软质称重传感器。为了减小边缘效应及寄生电容等因素的影响,提出并采用“3+2”电容式传感器结构和采用充放电式测量电路。并且针对电路需要测量的电容变化量相对于传感器本身的本体电容来说比较微小的问题,在测量电路中增加了抵消本体电容的补偿电路。2.针对聚合物材料的粘弹性力学特性,提出了利用Maxwell-Kelvin模型建立应力、应变及受力时间三者之间的关系模型以及明确的关系式,并进一步推导出了传感器电容变化量与被测重量之间的明确关系。同时分析了在某些情况下,受力部分几何形状会对聚合物材料产生影响,从而影响传感器受力产生的位移变化,推导建立了传感器电容变化量与受力部分几何形状之间的关系。3.鉴于实际测量中采集到的轴重信号往往含有噪声成分,引入了基于小波变换的去噪方法对信号进行预处理,取得了良好效果。建立了相应的实验系统,进行了静态和动态下的实验研究,结果表明Maxwell-Kelvin模型很好的拟合了传感器受力导致电容量变化的蠕变过程,也证明了利用本文提出的称重系统及测量方法进行车辆动态称重的可行性。4.针对目前广泛使用的基于硬质材料传感器的车辆动态称重系统,结合汽车和称重机构模型建立了三自由度系统模型,根据此模型推导出基于系统辨识方法的6阶简化差分模型。利用实验室和现场测试,验证了利用6阶简化差分模型进行车重值预测的可行性。此外引入SVM对车辆动态称重系统产生的信号进行处理,通过实验结果表明,该方法能够准确的对车重值进行预测,但存在一定的局限性,需要在特性情况下使用。

论文目录

• 致谢
• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 车辆动态称重系统研究意义
• 1.3 本文的主要研究内容及意义
• 第二章 车辆动态称重技术综述
• 2.1 车辆动态称重传感器
• 2.1.1 压电传感器
• 2.1.2 弯板
• 2.1.3 单传感器
• 2.1.4 光纤传感器
• 2.2 车辆动态称重系统的影响因素
• 2.2.1 与车辆相关因素
• 2.2.2 与车辆非相关因素
• 2.3 本文的技术方案和难点
• 2.4 小结
• 第三章 新型软质电容式车辆动态称重系统设计
• 3.1 车辆动态称重术语
• 3.2 软质传感器设计
• 3.2.1 电容法进行动态称重的可行性
• 3.2.2 软质传感器基本原理
• 3.2.3 软质传感器材料选择
• 3.2.4 软质传感器结构设计
• 3.2.5 软质传感器的优点
• 3.3 测量电路设计及实现
• 3.3.1 信号调理电路设计
• 3.3.2 数字电路设计
• 3.4 小结
• 第四章 软质车辆动态称重系统测量模型
• 4.1 电容式传感器测量模型
• 4.2 软质传感器粘弹性特性
• 4.2.1 粘弹行为
• 4.2.2 Boltzmann叠加原理
• 4.3 粘弹性体测量模型
• 4.3.1 Maxwell模型
• 4.3.2 Kelvin模型
• 4.3.3 Maxwell-Kelvin模型
• 4.4 受力部分几何形状的影响
• 4.5 小结
• 第五章 基于软质车辆动态称重系统的实验研究
• 5.1 软质车辆动态称重系统
• 5.2 基于小波变换的去噪方法
• 5.2.1 小波分析概述
• 5.2.2 信号分解与重构
• 5.2.3 小波函数的选取
• 5.2.4 动态称重信号预处理与分析
• 5.3 系统的静态测试
• 5.3.1 应力-应变特性
• 5.3.2 受力部分几何形状的影响测试
• 5.3.3 传感器重复性测试
• 5.3.4 温度的影响测试
• 5.3.5 关系模型的验证
• 5.4 系统的动态测试
• 5.4.1 传感器初值的影响测试
• 5.4.2 实验结果及分析
• 5.5 小结
• 第六章 基于硬质车辆动态称重系统的信号处理方法研究
• 6.1 硬质车辆动态称重系统
• 6.2 车辆动态称重系统信号处理方法
• 6.2.1 车辆动态轴重信号处理方法
• 6.2.2 基于SVM信号处理方法
• 6.2.3 基于系统辨识方法的动态称重系统数学模型
• 6.3 实验结果及分析
• 6.3.1 实验室测试
• 6.3.2 现场测试
• 6.4 小结
• 第七章 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 作者简历