CN110232166A - 一种基于特征选择的皮带秤误差源分析方法 - Google Patents
一种基于特征选择的皮带秤误差源分析方法 Download PDFInfo
- Publication number
- CN110232166A CN110232166A CN201910046734.6A CN201910046734A CN110232166A CN 110232166 A CN110232166 A CN 110232166A CN 201910046734 A CN201910046734 A CN 201910046734A CN 110232166 A CN110232166 A CN 110232166A
- Authority
- CN
- China
- Prior art keywords
- error source
- weighing belt
- error
- weighing
- method based
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
- G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Discrete Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Complex Calculations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种基于特征选择变换的皮带秤误差源分析方法。通常情况下,皮带秤经过长久使用后或因安装环境不同会发生称重不精准现象,需要重新补偿调零。然而,造成皮带秤的称重不精确的误差源众多,如温度、阻力系数以及环境湿度等,且影响程度各不相同。因此设计一种误差源分析方法,通过记录并分析皮带秤运行过程中可能造成误差的相关数据,得到各个误差源对皮带秤称重准度的影响程度关系,以及误差源在某频段上的影响大小,由此即可为后续皮带秤做出针对性补偿提供依据。
Description
技术领域
本发明涉及皮带秤误差源分析,具体是对影响皮带秤测量精度的误差的影响程度以及影响频段规律分析。
背景技术
电子皮带秤是皮带输送机输送固体散状物料过程中对物料进行连续称重的一种计量设备。皮带秤测量精度是评价皮带秤工作性能的最重要指标。但皮带秤的称重精度会受到安装误差、环境变化以及自身特性的变化等因素的影响,且长期使用会逐步累计误差,造成其称重不精确。
根据研究表明,皮带秤在不同的工作频段下所表现的测量精度不同,而利用频域分析法可以得到时域分析无法得到的数据特性。因此,利用快速傅里叶算法,将记录下的误差源时序变化数据转换至频域内,分析其各频段上的能量分布,可确定不同频段下各误差源的影响作用大小。
对于原始数据分析上,也能体现出皮带秤的误差源的影响作用不同。利用主成分分析方法可以确定各个误差源的特征,判断其对最终称重的影响大小。
发明内容
针对皮带秤误差源对称重影响的问题,本发明的目的在于提供一种计算精准,分析全面的误差源分析方法,用来分析各个误差源在不同频段上的能量分布,分析各个误差源在时序作用上的影响大小,从而指导皮带秤的误差补偿校准工作。
本发明为实现上述目的所采用的技术方案是:一种基于特征选择变换的皮带秤误差源分析方法,包括以下步骤:
一种基于特征选择变换的皮带秤误差源分析方法,其特征在于,该方法的步骤包括:
步骤1:记录皮带秤工作条件下各个待分析的误差源的数据;
步骤2:将步骤1中记录的误差源数据通过快速傅里叶变换,将其时域变化特征转至频域,得到各个误差源在不同频段上作用的能量大小;
步骤3:将步骤1中记录的误差源数据通过主成分分析方法,分析出各个误差源对于称重误差的影响比重,并由此排序确定出各误差源的重要程度。
所述的快速傅里叶变换的方法,包含以下步骤:
记录下的有限长度离散时序误差源数据:。由此,则将原序列做离散傅里叶变换有:
其中,,所以有。
再假设采样序列点数N为偶数,如若不满足则可添加若干个0以使得序列满足要求。而后将序列分解为奇数和偶数的两个序列之和,即:
于是可以推得:
上式中k=0,1,…,N-1;再将其分为两段讨论。
当k为0到N/2-1时,此时有:
而当k为N/2到N-1时,令,于是又得到:
故一个N点的离散傅里叶变换过程可以用两个N/2点的离散傅里叶变换过程表示,依照此逻辑,进一步逐层分解变换,即为快速傅里叶变化过程。所得结果可能复数,取复数模值即为其在该频率的能量。
所述的主成分分析的方法,包含以下步骤:
步骤1:将各列时序误差源数据依次排列构成矩阵,并使得每一列数据减去其平均值,得到新的矩阵;
步骤2:计算矩阵的协方差矩阵C;
步骤3:计算矩阵C的特征值λi和特征向量ξi;
步骤4:对特征值从大到小排序;
步骤5:保留最大的k个特征值及其对应的特征向量;
步骤6:计算各元素的总负荷值。
总负荷值中各元素值即代表各个误差源对整个皮带秤称重系统精度误差影响程度,负荷值越大,则影响程度越大,由此筛选出重要的误差源。
本发明的创新之处在于,本发明通过记录下可能造成皮带秤称重误差的误差源随时间变化的数据序列,并利用快速傅里叶变换将其从时域特征转换至频域的能量分布,由此可确定出不同误差源在不同的工作频段下的能量大小,即表现出误差源造成皮带秤误差的影响大小。
本发明通过将原误差源时序数据拼接成矩阵,并对其做主成分分析,以确定出各个特征在时域上的作用大小,表现出各误差源在时域造成皮带秤误差的影响大小。
本发明通过分析个误差源在频域即时域上的影响规律,指导皮带秤的误差补偿和校正工作,有效且能针对性地改善皮带秤称重精度。
附图说明
图1为本发明方法的整体流程示意图。
图2为本发明方法中数据从时域至频域变换流程示意图。
图3为本发明方法中时序数据做主成分分析流程示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明:
本发明公开了一种基于特征选择变换的皮带秤误差源分析方法,如图1所示,本发明的详细步骤为。
(1)在皮带秤工作情况下,各项待分析误差源数据分别按列且以时间顺序采集记录。
(2)对各列误差源时序数据做快速傅里叶变换。
如图2所示,先判别数据点长度是否为偶数,若如若不满足则可添加若干个0以使得序列满足要求。
将序列分解为奇数和偶数的两个序列之和。
判断各序列是否可以进一步解,如果可以,返回继续分解。
当序列无法继续分解时,根据如下公式计算其各自离散傅里叶变换:
其中,所以有。
所得结果可能为复数,则取其模值即为该频率的能量值。
根据计算结果绘制各个误差源的频谱能量图。
(3)对误差源数据做主成分分析。
如图3所示,将各列时序误差源数据合并构成一个矩阵。
将各列数据减去其自身列的均值。
计算当前矩阵的协方差矩阵。
计算协方差矩阵的特征值和特征向量。
对特征值由大到小排序。
选中前k个特征值及其对应的特征向量。
利用下式计算选中的k个误差源的总负荷值:
其中λi为上述协方差矩阵的特征值,ξi为上述协方差矩阵的特征向量。
对比频谱能量分布图以及主成分分析结果,在皮带秤特定的工作频段下针对应的误差源进行补偿校正。
Claims (9)
1.一种基于特征选择变换的皮带秤误差源分析方法,其特征在于,该方法的步骤包括:
步骤1:记录皮带秤工作条件下各个待分析的误差源的数据;
步骤2:将步骤1中记录的误差源数据通过快速傅里叶变换,将其时域变化特征转至频域,得到各个误差源在不同频段上作用的能量大小;
步骤3:将步骤1中记录的误差源数据通过主成分分析方法,分析出各个误差源对于称重误差的影响比重,并由此排序确定出各误差源的重要程度。
2.按照权利要求1中所述的一种基于特征选择变换的皮带秤误差源分析方法,其特征在于,所述的快速傅里叶变换的方法,包含以下步骤:
记录下的有限长度离散时序误差源数据:。
3.按照权利要求2中所述的一种基于特征选择变换的皮带秤误差源分析方法,其特征在于将原序列做离散傅里叶变换有:
其中,,所以有。
4.按照权利要求3中所述的一种基于特征选择变换的皮带秤误差源分析方法,其特征在于假设采样序列点数N为偶数,如若不满足则可添加若干个0以使得序列满足要求。
5.按照权利要求4中所述的一种基于特征选择变换的皮带秤误差源分析方法,其特征在于将序列分解为奇数和偶数的两个序列之和,即:
于是可以推得:
上式中k=0,1,…,N-1;再将其分为两段讨论。
6.按照权利要求5中所述的一种基于特征选择变换的皮带秤误差源分析方法,其特征在于当k为0到N/2-1时,此时有:
而当k为N/2到N-1时,令,于是又得到:
故一个N点的离散傅里叶变换过程可以用两个N/2点的离散傅里叶变换过程表示,依照此逻辑,进一步逐层分解变换,即为快速傅里叶变化过程。
7.按照权利要求6中所述的一种基于特征选择变换的皮带秤误差源分析方法,其特征在于所得结果可能复数,取复数模值即为其在该频率的能量。
8.按照权利要求7中所述的一种基于特征选择变换的皮带秤误差源分析方法,其特征在于所述的主成分分析的方法,包含以下步骤:
步骤1:将各列时序误差源数据依次排列构成矩阵,并使得每一列数据减去其平均值,得到新的矩阵;
步骤2:计算矩阵的协方差矩阵C;
步骤3:计算矩阵C的特征值λi和特征向量ξi;
步骤4:对特征值从大到小排序;
步骤5:保留最大的k个特征值及其对应的特征向量;
步骤6:计算各元素的总负荷值。
9.按照权利要求8中所述的一种基于特征选择变换的皮带秤误差源分析方法,其特征在于总负荷值中各元素值即代表各个误差源对整个皮带秤称重系统精度误差影响程度,负荷值越大,则影响程度越大,由此筛选出重要的误差源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910046734.6A CN110232166B (zh) | 2019-01-18 | 2019-01-18 | 一种基于特征选择的皮带秤误差源分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910046734.6A CN110232166B (zh) | 2019-01-18 | 2019-01-18 | 一种基于特征选择的皮带秤误差源分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110232166A true CN110232166A (zh) | 2019-09-13 |
CN110232166B CN110232166B (zh) | 2023-01-31 |
Family
ID=67860321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910046734.6A Active CN110232166B (zh) | 2019-01-18 | 2019-01-18 | 一种基于特征选择的皮带秤误差源分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110232166B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112050916A (zh) * | 2020-06-22 | 2020-12-08 | 华东理工大学 | 一种基于称重托辊的振动频率测量物料总质量的方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060245631A1 (en) * | 2005-01-27 | 2006-11-02 | Richard Levenson | Classifying image features |
CN1898674A (zh) * | 2003-10-20 | 2007-01-17 | 瑟诺生物科学有限责任公司 | 用于校准质谱仪(ms)与其它仪器系统和用于处理ms与其它数据的方法 |
CN101240998A (zh) * | 2008-03-14 | 2008-08-13 | 中国人民解放军国防科学技术大学 | 确定性光学加工条件下频段误差分布特性的分析方法 |
TW201004239A (en) * | 2008-04-01 | 2010-01-16 | Harris Corp | System and method for communicating data using efficient fast fourier transform (FFT) for orthogonal frequency division multiplexing (OFDM) |
US20100234071A1 (en) * | 2009-03-12 | 2010-09-16 | Comsys Communication & Signal Processing Ltd. | Vehicle integrated communications system |
US20120129213A1 (en) * | 2008-09-22 | 2012-05-24 | Hoyt Clifford C | Multi-Spectral Imaging Including At Least One Common Stain |
CN103746699A (zh) * | 2014-01-28 | 2014-04-23 | 长安大学 | 基于旋转矩阵误差估计的交替采样系统信号重构方法 |
CN103925973A (zh) * | 2014-04-22 | 2014-07-16 | 武汉理工大学 | 一种免速度传感器的光纤传感连续自动称重系统及方法 |
CN105354663A (zh) * | 2015-10-20 | 2016-02-24 | 浙江群力电气有限公司 | 基于时间序列相似度的电力互感器误差分析方法及系统 |
US9558762B1 (en) * | 2011-07-03 | 2017-01-31 | Reality Analytics, Inc. | System and method for distinguishing source from unconstrained acoustic signals emitted thereby in context agnostic manner |
CN108195408A (zh) * | 2017-12-13 | 2018-06-22 | 哈尔滨工业大学深圳研究生院 | 基于倾斜移相误差校正的两步相位提取方法、系统和介质 |
-
2019
- 2019-01-18 CN CN201910046734.6A patent/CN110232166B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1898674A (zh) * | 2003-10-20 | 2007-01-17 | 瑟诺生物科学有限责任公司 | 用于校准质谱仪(ms)与其它仪器系统和用于处理ms与其它数据的方法 |
US20060245631A1 (en) * | 2005-01-27 | 2006-11-02 | Richard Levenson | Classifying image features |
CN101240998A (zh) * | 2008-03-14 | 2008-08-13 | 中国人民解放军国防科学技术大学 | 确定性光学加工条件下频段误差分布特性的分析方法 |
TW201004239A (en) * | 2008-04-01 | 2010-01-16 | Harris Corp | System and method for communicating data using efficient fast fourier transform (FFT) for orthogonal frequency division multiplexing (OFDM) |
US20120129213A1 (en) * | 2008-09-22 | 2012-05-24 | Hoyt Clifford C | Multi-Spectral Imaging Including At Least One Common Stain |
US20100234071A1 (en) * | 2009-03-12 | 2010-09-16 | Comsys Communication & Signal Processing Ltd. | Vehicle integrated communications system |
US9558762B1 (en) * | 2011-07-03 | 2017-01-31 | Reality Analytics, Inc. | System and method for distinguishing source from unconstrained acoustic signals emitted thereby in context agnostic manner |
CN103746699A (zh) * | 2014-01-28 | 2014-04-23 | 长安大学 | 基于旋转矩阵误差估计的交替采样系统信号重构方法 |
CN103925973A (zh) * | 2014-04-22 | 2014-07-16 | 武汉理工大学 | 一种免速度传感器的光纤传感连续自动称重系统及方法 |
CN105354663A (zh) * | 2015-10-20 | 2016-02-24 | 浙江群力电气有限公司 | 基于时间序列相似度的电力互感器误差分析方法及系统 |
CN108195408A (zh) * | 2017-12-13 | 2018-06-22 | 哈尔滨工业大学深圳研究生院 | 基于倾斜移相误差校正的两步相位提取方法、系统和介质 |
Non-Patent Citations (4)
Title |
---|
"电子元件、组件", 《中国无线电电子学文摘》 * |
孙京诰等: "基于蚁群算法的故障识别", 《华东理工大学学报》 * |
王成等: "利用主成分分析的模态参数识别", 《西安交通大学学报》 * |
郑东晖等: "动态干涉仪干涉图位置配准及移相误差校正", 《光学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112050916A (zh) * | 2020-06-22 | 2020-12-08 | 华东理工大学 | 一种基于称重托辊的振动频率测量物料总质量的方法 |
CN112050916B (zh) * | 2020-06-22 | 2021-11-30 | 华东理工大学 | 一种基于称重托辊的振动频率测量物料总质量的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110232166B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100831589B1 (ko) | 가스센서의 출력 특성 추출방법과 이를 이용한 가스농도측정장치 및 그 방법 | |
CN102506983A (zh) | 汽车衡称重误差自动补偿方法 | |
CN110196201A (zh) | 高精度称重系统和称重方法,热重分析仪及存储介质 | |
CN110232166A (zh) | 一种基于特征选择的皮带秤误差源分析方法 | |
Chen et al. | Efficient regression analysis with ranked-set sampling | |
Ali et al. | Cosmological constraints from Fourier phase statistics | |
Aleksandrović et al. | Analysis of belt weigher accuracy limiting factors | |
JP7140191B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
Bartel et al. | Creep and creep recovery response of load cells tested according to US and international evaluation procedures | |
Rafkin et al. | On the problem of a variable Mars atmospheric composition in the determination of temperature and density from the adiabatic speed of sound | |
EP2793020A1 (en) | Data processing device for gas chromatograph, data processing method, and data processing program | |
CN115112521B (zh) | 茶叶水分测定误差补偿方法、系统、电子设备和存储介质 | |
Martin et al. | Comparison of TDIP and SIP measurements in the field scale | |
JP2000121424A (ja) | 動的計量装置の計量条件決定装置 | |
JP6568486B2 (ja) | 温度変化予測解析装置および温度変化予測解析方法 | |
KR102441849B1 (ko) | 계측 센서 근접대응스팬교정에 의한 측정값의 불확도 정량화 방법 및 장치 | |
CN113588059A (zh) | 动态称重设备参数配置方法和系统 | |
Izsák | Diversity and related statistics: a new version of the DIVERSI program | |
CN114339052B (zh) | 测量值的补偿方法、系统和电路、驱动芯片、拍摄模组 | |
Rysanek et al. | Non-linearity measurements using alternating current | |
Galin et al. | Calibration of continuous conveyor-type weighers using reference weights without stoppage of the production process | |
SU885871A2 (ru) | Автоматическа газоаналитическа система | |
CN113108889A (zh) | 秤体性能评估方法 | |
MASHARIPOVICH et al. | Development and Research of the Influence on Accuracy of the Main Sources of Uncertainty in the Measurement of Humidity and Other Physicochemical Measured Values | |
Leonov et al. | Investigation of the influence of load cell diameter on mass measurement error |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |