CN109959438B - 称重控制方法、装置及物料称量系统 - Google Patents

Abstract

本发明涉及物料计量领域，公开了一种称重控制方法、装置及物料称量系统。其中，所述称重控制方法包括：存储多个称重传感器进行物料称重的称重经验数据；针对当前称重过程，判断是否出现称重传感器故障；在出现称重传感器故障的情况下，根据称重经验数据预测出现故障的称重传感器在当前称重过程中的预计重量检测值；以及将所述预计重量检测值与没有出现故障的称重传感器的当前重量检测值相结合以确定当前称重过程的物料重量。本发明在任意的一个或多个称重传感器发生故障时，可基于称重经验数据预设出现故障的称重传感器的预计重量检测值，并据此得到当前称重过程中的物料重量，避免了需要立即更换故障称重传感器所带来的被迫停产等问题。

Description

称重控制方法、装置及物料称量系统

技术领域

本发明涉及物料计量领域，具体地，涉及一种称重控制方法、装置及物料称量系统。

背景技术

在搅拌站制作混凝土的过程中，通常有多处流程都会涉及对物料进行称重。一般地，考虑到物料重量较大且物料在称量装置(如称量斗、皮带秤等)上容易放料不均匀，对于一个称量装置，需要配置多个称重传感器，每个称重传感器承担一部分称量任务，再将所有称重传感器的称量结果相加以得到物料重量。

这种多个称重传感器共同称重的方式有利于保证称量的准确性，但是若其中有任意一个称重传感器发生故障，都会造成称重不准确，从而要求操作人员更换称重传感器，而更换称重传感器必然要使生产线停止运行，即停止混凝土生产，从而延缓了生产进度，容易造成客户不满。

发明内容

本发明的目的是提供一种称重控制方法、装置及物料称量系统，用于至少部分地解决上述问题。

为了实现上述目的，本发明提供一种称重控制方法，所述称重控制方法适于通过多个称重传感器共同对称量装置中的物料进行称重的情形，且所述称重控制方法包括：存储所述多个称重传感器进行物料称重的称重经验数据；针对当前称重过程，判断是否出现称重传感器故障；在出现称重传感器故障的情况下，根据所述称重经验数据预测出现故障的称重传感器在当前称重过程中的预计重量检测值；以及将所述预计重量检测值与没有出现故障的称重传感器的当前重量检测值相结合以确定当前称重过程的物料重量。

优选地，所述判断是否出现称重传感器故障包括：检测各称重传感器的内阻，并根据各称重传感器的内阻变化判断是否出现称重传感器故障；和/或分别获取各称重传感器对于同一物料进行称重的检测值，并通过判断该检测值是否在预设范围内来判断是否出现称重传感器故障。

优选地，所述根据所述称重经验数据预测出现故障的称重传感器在当前称重过程中的预计重量检测值包括：获取所存储的出现故障的称重传感器对应的称重经验数据；以及采用平均预测算法、指数平滑预测算法和回归预测算法中的一者或多者来处理出现故障的称重传感器对应的称重经验数据，以预测出出现故障的称重传感器在当前称量过程中的预计重量检测值。

优选地，所述根据所述称重经验数据预测出现故障的称重传感器在当前称重过程中的预计重量检测值包括：获取所存储的各个称重传感器对应的称重经验数据以及未出现故障的称重传感器的当前重量检测值；根据各个称重传感器对应的称重经验数据分析各个称重传感器在称重过程中所占的称重比例；以及根据未出现故障的称重传感器的当前重量检测值及所占的称重比例，预测出出现故障的称重传感器在当前称量过程中的预计重量检测值。

另一方面，本发明还提供了一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行如上述的称重控制方法。

另一方面，本发明还提供了一种称重控制装置，所述称重控制装置适于通过多个称重传感器共同对称量装置中的物料进行称重的情形，且所述称重控制装置包括：存储模块，用于存储所述多个称重传感器进行物料称重的称重经验数据；判断模块，用于针对当前称重过程，判断是否出现称重传感器故障；以及控制模块，用于在出现称重传感器故障的情况下，根据所述称重经验数据预测出现故障的称重传感器在当前称重过程中的预计重量检测值，并将所述预计重量检测值与没有出现故障的称重传感器的当前重量检测值相结合以确定当前称重过程的物料重量。

优选地，所述判断模块包括：内阻判断子模块，用于检测各称重传感器的内阻，并根据各称重传感器的内阻变化判断是否出现称重传感器故障；和/或检测值判断子模块，分别获取各称重传感器对于同一物料进行称重的检测值，并通过判断该检测值是否在预设范围内来判断是否出现称重传感器故障。

优选地，所述控制模块包括：第一获取子模块，用于获取所存储的出现故障的称重传感器对应的称重经验数据；以及第一预测子模块，用于采用平均预测算法、指数平滑预测算法和回归预测算法中的一者或多者来处理出现故障的称重传感器对应的称重经验数据，以预测出出现故障的称重传感器在当前称量过程中的预计重量检测值。

优选地，所述控制模块包括：第二获取子模块，用于获取所存储的各个称重传感器对应的称重经验数据以及未出现故障的称重传感器的当前重量检测值；以及第二预测子模块，用于根据各个称重传感器对应的称重经验数据分析各个称重传感器在称重过程中所占的称重比例，并根据未出现故障的称重传感器的当前重量检测值及所占的称重比例，预测出出现故障的称重传感器在当前称量过程中的预计重量检测值。

另一方面，本发明还提供了一种物料称量系统，所述物料称量系统包括：称量装置，用于输送物料；多个称重传感器，配合所述称量装置安装，且每个称重传感器用于检测所述称量装置上输送的一部分物料的重量，所有称重传感器的检测结果之和为所述称量装置上的物料重量值；以及上述的称重控制装置，其与所述称重传感器电连接，用于在出现称重传感器故障时，根据各称重传感器的称重经验数据预测出现故障的称重传感器的预计重量检测值，并将所述预计重量检测值与没有出现故障的称重传感器的当前重量检测值相结合以确定当前称重过程的物料重量。

通过上述技术方案，本发明的有益效果是：本发明的方案针对应用多个称重传感器进行物料称重的情形，在其中任意的一个或多个称重传感器发生故障时，可以基于称重经验数据预设出现故障的称重传感器的预计重量检测值，并通过该预计重量检测值及正常的称重传感器的检测值来得到当前称重过程中的物料重量，从而在更换故障传感器之前，可使物料生产线正常运行，避免了需要立即更换故障称重传感器所带来的被迫停产等问题。

本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：

图1是本发明实施例的一种称重控制方法的流程示意图；

图2是本发明实施例的一种获取预计重量检测值的方法的流程示意图；

图3是本发明实施例的另一种获取预计重量检测值的方法的流程示意图；

图4是本发明实施例的一种优选称重控制装置的结构示意图；

图5是本发明实施例的另一种优选称重控制装置的结构示意图；

图6是本发明实施例的物料称量系统的结构示意图；

图7是采用本发明实施例的物料称量系统进行物料称量的示例方法的流程图。

附图标记说明

100、存储模块 200、判断模块

300、控制模块 400、称量装置

500、称重传感器 210、内阻判断子模块

220、检测值判断子模块 311、第一获取子模块

312、第一预测子模块 321、第二获取子模块

322、第二预测子模块

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

在本发明实施例中所提到的“第一、第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。

图1是本发明实施例的一种称重控制方法的流程示意图，该称重控制方法适于通过多个称重传感器共同对称量装置中的物料进行称重的情形。在此，对于不同类型的称量装置，多个称重传感器可以以吊装的形式将称量装置吊起以称重，也可以以支撑的形式将称量装置抬起以称重。另外，在本发明实施例中所述的多个称重传感器为两个或两个以上，且均是用于对同一称量装置进行称重。

如图1所示，本发明实施例的称重控制方法可以包括以下步骤：

步骤S100，存储所述多个称重传感器进行物料称重的称重经验数据。

其中，可对各个称重传感器进行编号，以分别存储其在历史称重过程中的得到的称重值，以形成这里的称重经验数据。优选地，称重经验数据中包括至少十次称重过程中所获得的称重值。更为优选地，可对称重经验数据中的称重值进行筛选，例如删除某称重传感器的十次称重值中明显要大于其他称重值很多的称重值。

步骤S200，针对当前称重过程，判断是否出现称重传感器故障。

在本发明实施例中，优选为采用两种方法中的一者或两者来判断是否出现称重传感器故障，两种方法具体如下：

1)检测各称重传感器的内阻，并根据各称重传感器的内阻变化判断是否出现称重传感器故障。

该方法主要用于电阻应变式称重传感器，这类称重传感器在出现故障时，其内阻(即称重传感器的引出线和传感器本体之间的阻抗，又称为绝缘阻抗)会有所减少，从而可通过检测传感器内阻来判断传感器是否出现故障。其中，传感器内阻的检测方法可以为：调试好绝缘测试表，将表笔一端接称重传感器的引出线，一端接传感器本体(弹性体，外壳等)，检测出对应的绝缘阻抗。

2)分别获取各称重传感器对于同一物料进行称重的检测值，并通过判断该检测值是否在预设范围内来判断是否出现称重传感器故障。

在现有的通过多个称重传感器共同对称量装置中的物料进行称重的情形中，通常是将各个称重传感器对应的输出线以相加的形式合并为一路输出线(即物理连线平均方式)，例如将检测值分别为30、40和50公斤(以下对应的示例数字的单位均为公斤)的三路输出线合并为一种输出值为120的线路，从而使得物料称量系统可以直接获得物料重量而不必关注每路传感器的检测值。

在此基础上，为了解决称重传感器故障检测的问题，本发明实施例将这种物理连线平均方式更换为三线分离的数字平均方式，即每一路称重传感器的输出线直接连接物料称量系统，从而物料称量系统分别获取各称重传感器对于同一物料进行称重的检测值，再求和得到物料重量。如此，可通过判断各路称重传感器的检测值是否在预设范围内来判断是否出现称重传感器故障。其中，所述预测范围可根据称重经验数据来进行设置，例如前十次称重过程中，某一路称重传感器呈现的称重范围是[50，60]，若给予±1的允许误差，则预设范围可定为[49，61]。

步骤S300，在出现称重传感器故障的情况下，根据所述称重经验数据预测出现故障的称重传感器在当前称重过程中的预计重量检测值。

其中，所述预计重量检测值是一估计值，该估计值相对于故障传感器在本次称重过程中的测量值要更为接近真实的物料重要，从而可用于代替故障传感器在本次称重过程中的测量值。

图2是本发明实施例的一种获取预计重量检测值的方法的流程示意图。如图2所示，该方法可以包括以下步骤：

步骤S311，获取所存储的出现故障的称重传感器对应的称重经验数据。

该步骤中，只需要获取出现故障的称重传感器的称重经验数据，不需要考虑其他称重传感器的称重经验数据。

步骤S312，采用平均预测算法、指数平滑预测算法和回归预测算法中的一者或多者来处理出现故障的称重传感器对应的称重经验数据，以预测出出现故障的称重传感器在当前称量过程中的预计重量检测值。

其中，所述平均预测算法可以包括算术平均预测算法、几何平均预测算法、加权平均预测算法和移动平均预测算法中的任意一者。

这里，算术平均预测算法是指以称重经验数据中各次称重值之和除以求和时使用的称重值个数，求得平均数进行预测的方法；几何平均预测算法是指将n个称重值相乘再开n次方，所得的n次方根即为几何平均数，根据几何平均数建立预测模型以预测当前的预计重量检测值；加权平均预测算法是指就是在求称重经验数据中所有的称重值的平均数时，根据各称重值的准确性的不同，分别给以不同的权数后加以平均的方法；移动平均预测算法是例如对于称重经验数据中的十组称重值，用第一组称重值预测第二组称重值，用第二组称重值预测第三组称重值，依次类推，最后根据第十组称重值预测出当前的预计重量检测值。

进一步地，指数平滑预测算法是指是在移动平均预测算法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测，其原理是任一组的指数平滑值都是本组实际称重值与前一组指数平滑值的加权平均。指数平滑预测算法的基本公式是：

S_t＝ay_t+(1-a)S_t-1

式中，S_t是指时间t的平滑值，y_t是时间t的实际值；S_t-1是时间t-1的平滑值，a是平滑常数，其取值范围为[0，1]。

进一步地，回归预测算法是指通过建立回归模型来实现预测对象的预测方法，且回归预测分为线性回归预测和非线性回归预测。以一元线性回归预测算法为例，其为分析一个因变量与一个自变量之间的线性关系的预测方法，可通过以下步骤进行预测：1)选取一元线性回归模型的变量，本发明实施例中为称重经验数据的落定称重值；2)绘制计算表和拟合散点图；3)计算变量间的回归系数及其相关的显著性；4)回归分析结果的应用，即预测出当前物料称量过程所对应的落定称重值。

需说明的是，上述的平均预测算法、指数平滑预测算法和回归预测算法可参考现有文献进行理解，在此不再多述。

图3是本发明实施例的另一种获取预计重量检测值的方法的流程示意图。如图3所示，该方法可以包括以下步骤：

步骤S321，获取所存储的各个称重传感器对应的称重经验数据以及未出现故障的称重传感器的当前重量检测值。

该步骤中，需要获取预先存储的各个称重传感器对应的称重经验数据，以及实时检测的未出现故障的称重传感器的当前重量检测值。

步骤S322，根据各个称重传感器对应的称重经验数据分析各个称重传感器在称重过程中所占的称重比例。

这里，由于物料在称量装置上的分布不均，各个称重传感器所承担的称重任务会各有不同。因此，该步骤S322中，可根据各个称重传感器对应的称重经验数据来分析各个称重传感器在称重过程中所占的称重比例，例如对于采用三个称重传感器的情形，可分析得出这三个称重传感器所占的称重比例分别是40％、30％和30％。

步骤S323，根据未出现故障的称重传感器的当前重量检测值及所占的称重比例，预测出出现故障的称重传感器在当前称量过程中的预计重量检测值。

在估算出未出现故障的称重传感器所占的称重比例的情况下，根据其当前重量检测值，可预测出发生故障的称重传感器的在当前称量过程中的预计重量检测值。例如，对于采用三个称重传感器的情形，分析得出这三个称重传感器所占的称重比例分别是40％、30％和30％，若当前称量过程中最后一个称重传感器发生故障，而前两个称重传感器的检测值为50和37.5，则可得到发生故障的第三个称重传感器的检测值为37.5。

步骤S400，将所述预计重量检测值与没有出现故障的称重传感器的当前重量检测值相结合以确定当前称重过程的物料重量。

例如，对于三个称重传感器共同完成称重和情形，所得的出现故障的称重传感器的预计重量检测值为37.5，另两个正常的称重传感器的检测值分别为37.5和50，则可将三者相加得到当前称重过程的物料重量为37.5+37.5+50＝125。

综上，本发明实施例的称重控制方法针对应用多个称重传感器进行物料称重的情形，在其中任意的一个或多个称重传感器发生故障时，基于称重经验数据预设出出现故障的称重传感器的预计重量检测值，并通过该预计重量检测值及正常的称重传感器的检测值来得到当前称重过程中的物料重量，从而在更换故障称重传感器之前，可使物料生产线正常运行，避免了需要立即更换故障称重传感器所带来的被迫停产等问题。

本发明实施例还提出了一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行如上述实施例所述的称重控制方法。其中，所述机器可以是控制器、计算机等。

基于同样的发明思路，本发明实施例还提供了一种称重控制装置。图4是本发明实施例的一种优选称重控制装置的结构示意图，其中所述称重控制装置适于通过多个称重传感器共同对称量装置中的物料进行称重的情形。

如图4所示，所述称重控制装置可以包括：存储模块100，用于存储所述多个称重传感器进行物料称重的称重经验数据；判断模块200，用于针对当前称重过程，判断是否出现称重传感器故障；以及控制模块300，用于在出现称重传感器故障的情况下，根据所述称重经验数据预测出现故障的称重传感器在当前称重过程中的预计重量检测值，并将所述预计重量检测值与没有出现故障的称重传感器的当前重量检测值相结合以确定当前称重过程的物料重量。

其中，对于存储模块100，可以采用常规存储器来配置，且其中存储的称重经验数据可从物料称量系统的历史称重记录中导出。

在优选的实施例中，所述判断模块200可以包括：内阻判断子模块210，用于检测各称重传感器的内阻，并根据各称重传感器的内阻变化判断是否出现称重传感器故障；和/或检测值判断子模块220，分别获取各称重传感器对于同一物料进行称重的检测值，并通过判断该检测值是否在预设范围内来判断是否出现称重传感器故障。

参考图4，在一种优选的实施例中，所述控制模块300可以包括：第一获取子模块311，用于获取所存储的出现故障的称重传感器对应的称重经验数据；以及第一预测子模块312，用于采用平均预测算法、指数平滑预测算法和回归预测算法中的一者或多者来处理出现故障的称重传感器对应的称重经验数据，以预测出出现故障的称重传感器在当前称量过程中的预计重量检测值。

图5是本发明实施例的另一种优选称重控制装置的结构示意图。如图5所示，在该另一种优选称重控制装置，所述控制模块300可以包括：第二获取子模块321，用于获取所存储的各个称重传感器对应的称重经验数据以及未出现故障的称重传感器的当前重量检测值；以及第二预测子模块322，用于根据各个称重传感器对应的称重经验数据分析各个称重传感器在称重过程中所占的称重比例，并根据未出现故障的称重传感器的当前重量检测值及所占的称重比例，预测出出现故障的称重传感器在当前称量过程中的预计重量检测值。

本发明实施例的称重控制装置的其他实施细节及有益效果可参考上述关于称重控制方法的实施例，在此不再赘述。

仍然基于相同的发明思路，本发明实施例还给出了一种物料称量系统。图6是本发明实施例的物料称量系统的结构示意图，如图6所示，所述物料称量系统可以包括：称量装置400，用于输送物料；多个称重传感器500，配合所述称量装置400安装，且每个称重传感器用于检测所述称量装置上输送的一部分物料的重量，所有称重传感器的检测结果之和为所述称量装置上的物料重量值；以及上述实施例中称重控制装置，其与所述称重传感器500电连接，用于在出现称重传感器故障时，根据各称重传感器的称重经验数据预测出现故障的称重传感器的预计重量检测值，并将所述预计重量检测值与没有出现故障的称重传感器的当前重量检测值相结合以确定当前称重过程的物料重量。

其中，所述称量装置400可以是皮带秤、称量斗等，所述称重传感器500可以是吊式的弹簧秤，也可以是安装在称量装置400的下方或侧面的接触式称重传感器，且本发明实施例不对称重传感器的数量进行限制。另外，关于称重控制装置的具体实施细节，可参考上述实施例，在此不再赘述。

在此，物料称量系统可能还包括料仓、阀门、管道等常规部件，本发明实施例在此不再多述。

图7是采用本发明实施例的物料称量系统进行物料称量的示例方法的流程图，该示例方法中，以通过三个称重传感器进行称重的皮带秤为例，三个称重传感器分别为第一称重传感器、第二称重传感器和第三称重传感器。如图7所示，该示例方法可以包括以下步骤：

步骤701，提前获取皮带秤的十次物料输送过程中的三个称重传感器的称重值，以形成称重经验数据。

这里，要求十次物料输送过程对应的称重值均是合格数据。

步骤S702，启动皮带秤，开始物料输送，并通过三个称重传感器检测物料的实时称量值。

其中，皮带秤的启动、停止及速度都可能通过控制装置来进行控制。

步骤S703，控制装置判断是否有故障称重传感器，若无则继续称重，否则执行步骤S704或步骤S705，再继续执行步骤S706。

步骤S704，控制装置根据故障称重传感器的称重经验数据来预测该故障称重传感器的当前预计称量值。

例如，故障称重传感器为第三称重传感器，其前十次物料称量过程分别对应的落定称量值为51、49.8、50.5、51、50.5、51.2、49.8、50.8、49.5、50.6(单位均为公斤)，求其算术平均值为50.47，则将该算术平均值作为该故障称重传感器的当前预计称量值。

步骤S705，控制装置根据所有称重传感器的称重经验数据及未出现故障的称重传感器的当前重量检测值来预测故障称重传感器的当前预计称量值。

同样假设第三称重传感器发生故障，通过分析三个称重传感器的称重经验数据可知三个称重传感器所占的称重比例分别是40％、30％和30％，且第一称重传感器和第二称重传感器的当前重量检测值分别为50和37.5，则可计算出故障称重传感器的当前预计称量值为37.5。

步骤S706，控制装置将故障称重传感器的预计重量检测值与没有出现故障的称重传感器的当前重量检测值相结合以确定当前称重过程的物料重量。

例如，将出现故障的第三称重传感器的预计重量检测值和第一、第二称重传感器的当前重量检测值相加，得到当前称重过程的物料重量。

如此，对于出现称重传感器故障的情形，可在物料生产过程结束后，再更换故障称重传感器，不影响正常生产。

以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。例如，可以将本发明实施例的方案应用至其他需要采用多个称重传感器进行称重的情形中。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (6)

1.一种称重控制方法，其特征在于，所述称重控制方法适于通过多个称重传感器共同对称量装置中的物料进行称重的情形，且所述称重控制方法包括：

存储所述多个称重传感器进行物料称重的称重经验数据，其中所述称重经验数据根据对应称重传感器的历史称重值得到；

针对当前称重过程，判断是否出现称重传感器故障；

在出现称重传感器故障的情况下，根据所述称重经验数据预测出现故障的称重传感器在当前称重过程中的预计重量检测值，包括：

获取所存储的出现故障的称重传感器对应的称重经验数据，且不考虑未出现故障的称重传感器的称重经验数据；以及

采用平均预测算法、指数平滑预测算法和回归预测算法中的一者或多者来处理出现故障的称重传感器对应的称重经验数据，以预测出出现故障的称重传感器在当前称量过程中的预计重量检测值；以及

将所述预计重量检测值与没有出现故障的称重传感器的当前重量检测值相结合以确定当前称重过程的物料重量。

2.根据权利要求1所述的称重控制方法，其特征在于，所述判断是否出现称重传感器故障包括：

检测各称重传感器的内阻，并根据各称重传感器的内阻变化判断是否出现称重传感器故障；和/或

分别获取各称重传感器对于同一物料进行称重的检测值，并通过判断该检测值是否在预设范围内来判断是否出现称重传感器故障。

3.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行如上述权利要求1或2所述的称重控制方法。

4.一种称重控制装置，其特征在于，所述称重控制装置适于通过多个称重传感器共同对称量装置中的物料进行称重的情形，且所述称重控制装置包括：

存储模块，用于存储所述多个称重传感器进行物料称重的称重经验数据，其中所述称重经验数据根据对应称重传感器的历史称重值得到；

判断模块，用于针对当前称重过程，判断是否出现称重传感器故障；以及

控制模块，用于在出现称重传感器故障的情况下，根据所述称重经验数据预测出现故障的称重传感器在当前称重过程中的预计重量检测值，并将所述预计重量检测值与没有出现故障的称重传感器的当前重量检测值相结合以确定当前称重过程的物料重量

其中，所述控制模块包括：第一获取子模块，用于获取所存储的出现故障的称重传感器对应的称重经验数据，且该第一获取子模块不考虑未出现故障的称重传感器的称重经验数据；以及第一预测子模块，用于采用平均预测算法、指数平滑预测算法和回归预测算法中的一者或多者来处理出现故障的称重传感器对应的称重经验数据，以预测出出现故障的称重传感器在当前称量过程中的预计重量检测值。

5.根据权利要求4所述的称重控制装置，其特征在于，所述判断模块包括：

内阻判断子模块，用于检测各称重传感器的内阻，并根据各称重传感器的内阻变化判断是否出现称重传感器故障；和/或

检测值判断子模块，分别获取各称重传感器对于同一物料进行称重的检测值，并通过判断该检测值是否在预设范围内来判断是否出现称重传感器故障。

6.一种物料称量系统，其特征在于，所述物料称量系统包括：

称量装置，用于输送物料；

多个称重传感器，配合所述称量装置安装，且每个称重传感器用于检测所述称量装置上输送的一部分物料的重量，所有称重传感器的检测结果之和为所述称量装置上的物料重量值；以及

权利要求4或5所述的称重控制装置，其与所述称重传感器电连接，用于在出现称重传感器故障时，根据各称重传感器的称重经验数据预测出现故障的称重传感器的预计重量检测值，并将所述预计重量检测值与没有出现故障的称重传感器的当前重量检测值相结合以确定当前称重过程的物料重量。

Images