CN112304413A - 称重传感器的状态检测方法和装置 - Google Patents
称重传感器的状态检测方法和装置 Download PDFInfo
- Publication number
- CN112304413A CN112304413A CN202011043483.5A CN202011043483A CN112304413A CN 112304413 A CN112304413 A CN 112304413A CN 202011043483 A CN202011043483 A CN 202011043483A CN 112304413 A CN112304413 A CN 112304413A
- Authority
- CN
- China
- Prior art keywords
- value
- characteristic data
- abnormal
- weighing sensor
- calculating
- 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.)
- Pending
Links
- 238000005303 weighing Methods 0.000 title claims abstract description 159
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims abstract description 148
- 238000001514 detection method Methods 0.000 claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 10
- 239000006185 dispersion Substances 0.000 claims description 4
- 238000005259 measurement Methods 0.000 abstract description 6
- 230000001133 acceleration Effects 0.000 description 12
- 230000005856 abnormality Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 6
- 230000004069 differentiation Effects 0.000 description 3
- 238000003756 stirring Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 241000135164 Timea Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000011430 maximum method Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G23/00—Auxiliary devices for weighing apparatus
- G01G23/01—Testing or calibrating of weighing apparatus
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G23/00—Auxiliary devices for weighing apparatus
- G01G23/48—Temperature-compensating arrangements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G23/00—Auxiliary devices for weighing apparatus
- G01G23/18—Indicating devices, e.g. for remote indication; Recording devices; Scales, e.g. graduated
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Measurement Of Force In General (AREA)
Abstract
本发明提供了一种称重传感器的状态检测方法和装置。其中,所述称重传感器的状态检测方法,应用于多点称重系统,包括:采集各称重传感器的特征数据;计算所述特征数据中的异常值;当存在所述异常值时,获取对应的称重传感器信息并输出。通过所述称重传感器的状态检测方法和装置,可以帮助客户准确地找出故障传感器或潜在故障传感器所在,避免因传感器问题而发生的测量错误,提高用户的使用满意度。
Description
技术领域
本发明涉及称重测量技术,尤其涉及一种称重传感器的状态检测方法和装置。
背景技术
对于称重系统,如车辆衡,平台秤,大型料灌秤等,通过采用的是多点测量,即称重系统中的秤是由多个称重传感器组成的。每个称重传感器会将称重数据传给终端,并显示所述称重数据。与此同时,每个称重传感器还会将自身其他的特征传感数据,如供电电压、电流,温度,湿度,气体,角度等,也传给终端。终端再将所有的传感数据通过终端界面显示给用户,供用户观察是否数据有异常。
然而对于用户而言,上传的这些传感数据往往并没有产生实际的价值。很多时候,用户对于这些特征传感数据并不敏感,也很难从这些数据中发现哪些数据是异常的,进而去发现哪些称重传感器出现了状态异常。目前虽有一些智能诊断技术可向用户提供传感器输出的数据在整体上是否正常的判断,但无法具体判断是其中某个或某几个传感器的某种特征数据存在异常。因此仍然无法向用户提供准确的问题定位。
发明内容
本发明要解决的技术问题是:针对现有传感器检测中存在的无法准确定位传感器故障所在的问题,提供一种称重传感器的状态检测方法和装置,为用户提供更为直接和有意义的检测判断,从而帮助客户准确地找出故障传感器或潜在故障传感器所在,避免因传感器问题而发生的测量错误,提高用户的使用满意度。
为解决上述技术问题,本发明提供了一种称重传感器的状态检测方法,应用于多点称重系统,包括:采集各称重传感器的特征数据;计算所述特征数据中的异常值;当存在所述异常值时,获取对应的称重传感器信息并输出。
较优的,上述的称重传感器的状态检测方法中,所述特征数据包括:称重数据,温度,湿度,角度,气体密度,电压或电流中的一种或多种。
较优的,上述的称重传感器的状态检测方法中,所述获取对应的称重传感器信息并输出后还包括:如果所述异常值的异常偏差小于预设警报值,发出称重传感器状态异常提醒;如果所述异常值的异常偏差大于所述预设警报值,发出更换称重传感器报警提醒。
较优的,上述的称重传感器的状态检测方法中,所述计算所述特征数据中的异常值包括:计算各特征数据与统计中值之间的差值;当所述差值超出偏差范围时,判定对应的特征数据为异常值。
较优的,上述的称重传感器的状态检测方法中,所述计算所述特征数据中的异常值包括:计算各特征数据是否服从Sigma分布,判定未落入Sigma分布的特征数据为异常值。
较优的,上述的称重传感器的状态检测方法中,所述计算所述特征数据中的异常值包括:计算各特征数据的标准分数,并判定离差超出偏差范围的特征数据为异常值。
较优的,上述的称重传感器的状态检测方法中,所述计算所述特征数据中的异常值包括:通过快速傅里叶变化计算,将所述各特征数据的时域信号转换到频域;通过频域中的幅频特性比较,判定异常值。
较优的,上述的称重传感器的状态检测方法中,所述计算所述特征数据中的异常值包括:计算所述特征数据中除最大值和最小值外的均值;计算所述特征数据的最大值与均值之间的差值,以及最小值与均值之间的差值;如果所述差值超出偏差范围,判定对应的所述最大值或最小值为异常值;重新计算特征数据中除异常值外的最大值以及最小值与均值之间的差值,直到所述特征数据中没有异常值。
为解决上述技术问题,本发明还提供了一种称重传感器的状态检测方法,包括:采集单元,用于采集各称重传感器的特征数据;计算单元,用于计算所述特征数据中的异常值;发送单元,用于当存在所述异常值时,获取对应的称重传感器信息并输出。
较优的,上述的称重传感器的状态检测装置中,所述特征数据包括:称重数据,温度,湿度,角度,气体密度,电压或电流中的一种或多种。
较优的,上述的称重传感器的状态检测装置中,所述计算单元用于计算各特征数据与统计中值之间的差值;当所述差值超出偏差范围时,判定对应的特征数据为异常值。
较优的,上述的称重传感器的状态检测装置中,所述计算单元用于计算各特征数据是否服从Sigma分布,判定未落入Sigma分布的特征数据为异常值。
较优的,上述的称重传感器的状态检测装置中,所述计算单元用于计算各特征数据的标准分数,并判定离差超出偏差范围的特征数据为异常值。
较优的,上述的称重传感器的状态检测装置中,所述计算单元用于通过快速傅里叶变化计算,将所述各特征数据的时域信号转换到频域;通过频域中的幅频特性比较,判定异常值。
较优的,上述的称重传感器的状态检测装置中,所述计算单元用于计算所述特征数据中除最大值和最小值外的均值;计算所述特征数据的最大值与均值之间的差值,以及最小值与均值之间的差值;如果所述差值超出偏差范围,判定对应的所述最大值或最小值为异常值;重新计算特征数据中除异常值外的最大值以及最小值与均值之间的差值,直到所述特征数据中没有异常值。
本发明的积极进步效果在于:通过比对多点应用称重系统中,各个称重传感器在每种类型特征数据下各特征数据之间的差异性,来判断其中某个或某几个称重传感器的某个特征数据是否存在异常,从而及时发现并定位称重传感器中存在状态异常的称重传感器,为用户提供更直观,更有价值的操作指示,提高用户使用满意度。
遍及说明书和权利要求书使用了表示特定系统组件的某些术语。如本领域的技术人员能够理解的,不同的使用对象可能会通过不同的名称来表示同一组件。对于名称不同但功能相同的组件本文不做区分,均属于本发明的保护范围之内。
附图说明
本发明上述的以及其他的特征、性质和优势将通过下面结合附图和实施例的描述而变的更加明显,在附图中相同的附图标记始终表示相同的特征,其中:
图1为本发明实施例的一种称重传感器的状态检测方法的流程示意图。
图2为本发明实施例的又一种称重传感器的状态检测方法的流程示意图。
图3为本发明实施例的再一种称重传感器的状态检测方法的流程示意图。
图4为本发明实施例的一种称重传感器的状态检测装置的结构示意图。
具体实施方式
为让本发明的上述目的、特征和优点能更明显易懂,以下结合附图对本发明的具体实施方式作详细说明。
实施例1
平台秤是介于台秤和汽车衡之间的电子衡器,在工业生产、商品交易及日程生活中应用非常广泛。平台秤可包括多个,如4个称重传感器组成的多点称重,所述称重传感器安装在平台秤的相应称重位置。
(1)零点重量差异化检测
平台秤在进行标定前,需要进行秤台调平。如果存在称台不平,会严重影响秤台的线性,滞后等性能,从而导致称量不准。因此在空秤台时,如果检测到4个传感器的输出比较接近,表明秤台已经调平。当秤台使用一段时间后,或者因为用户操作不当导致某个传感器发生位移,而当零点时某个称重传感器的输出显著大于或者小于其他传感器的输出,则可判断该称重传感器可能存在状态异常,需要进行进一步检修。
本实施例的一种称重传感器的状态检测方法,应用于平台秤系统中,包括:
步骤S101,采集各个称重传感器的重量特征数据WMi。
步骤S102,计算所述重量特征数据中的异常值。
异常值是指样本中的个别值,其数据明显偏离其余的观测值。通常,异常值也可被称为离群点,异常值的分析也可称为离群点分析。本实施例采用中值算法检测所获各称重传感器的重量特征数据之间的差异,从而计算出所述重量特征数据中的异常值。先对特征数据进行排序,将中间值WM作为基准,对各重量特征数据求差进一步判断是否其中存在特征数据与中间值的差值大于了预设值。如果存在,即判定其为异常值。
步骤S103,当存在所述异常值时,获取对应的称重传感器信息并输出。
在所述平台秤系统内部可通过绘制数据图形,如箱型图、直方图和散点图等以识别和显示异常值,或者使用带回归线的散点图显示大多数点都跟随模型的拟合直线,并以红圈标注的圆点表示偏离了这个模型的数据点。
系统根据异常值异常偏差的多少,判断异常的严重程度,向用户发出提醒或者报警。如果所述异常值的异常偏差小于预设警报值,则发出称重传感器状态异常提醒;如果所述异常值的异常偏差大于预设警报值,则在给出状态异常称重传感器的定位信息的同时,还发出报警提醒,提醒用户要立刻进行检修或更换。
通过获取异常值对应的称重传感器信息,如其编号信息,位置信息等,并输出到如仪表端,用户移动端等显示设备上,在仪表端向用户呈现哪个称重传感器的哪个特征数据出现了问题,可以是显示在仪表上的文字,或者通过亮灯发出对异常称重传感器的定位指示,从而方便用户快速发现出现问题的称重传感器。通过重量差异检测,可以实时检测异常的重量数据,并及时提供用户故障信息和提醒,避免客户因为称量不准带来损失。
(2)电压以及电流差异化检测
在正常情况下,平台秤的4个传感器的电压相差不大,然而当某个传感器的电压差异较大,即使在正常的变化范围,也会对称重传感器的正常工作产生重大影响。
在本实施例的台秤称重系统中,平台秤系统不仅仅有称重传感器自身的电流电压检测,还对多点传感器的电流、电压差异化进行检测,包括:
步骤S202,计算所述电压特征数据中的异常值。
采用中值算法检测电压特征数据之间的差值,获得可能的电压异常值,以及对应的状态异常称重传感器。
步骤S203,当存在所述异常值时,获取对应的称重传感器信息并输出。
通过获取异常值对应的称重传感器信息,如其编号信息,位置信息等,并输出到如仪表端,用户移动端等显示设备上,在仪表端向用户呈现哪个称重传感器的哪个特征数据出现了问题。这相对于单纯地显示电压数据,对用户来说非常具有实际操作意义。
系统根据异常值异常偏差的多少,判断异常的严重程度,从而选择向用户发出提醒,还是报警。
上述对称重传感器的电压异常检测同样也可以适用于对称重传感器电流异常的检测。
(3)温度差异化检测
针对于单称重传感器的温度检测,可以在温度低于或者高于设定值时,诊断出故障并报警。但是即使温度在正常范围内时,如果相比其他传感器的温度差异大于正常的偏差范围,比如其他称重传感器的温度为25度,但有一只称重传感器为40度,也是异常表现,温度差异会导致传感器性能发生变化而最终导致性能变化。在本实施例的台秤称重系统中,平台秤系统不仅仅有对单称重传感器的温度检测,还对多点传感器的温度差异化进行检测,包括:
步骤S302,计算所述温度特征数据中的异常值。
步骤S303,当存在所述异常值时,获取对应的称重传感器信息并输出。
通过获取异常值对应的称重传感器信息,如其编号信息,位置信息等,并输出到如仪表端,用户移动端等显示设备上,在仪表端向用户呈现哪个称重传感器的哪个特征数据出现了问题。进一步的,系统根据异常值的异常程度,即异常偏差,来判断异常的严重程度,向用户发出提醒或者报警。
本实施例通过对称重传感器之间温度差异性的检测,可及时发现问题隐患,避免影响测量准确性。
实施例2
料罐系统在工业和农业生产中都有非常广泛的应用,可包括多个,如4个称重传感器组成的多点称重。
(1)零点重量数据异常检测
料罐系统在标定时每个传感器零点输出基本保持一致,以保证测量的准确性。当料罐在称重地基发生偏移时,往往某个传感器的输出会偏大或偏小,进而严重影响精度。本实施例的一种称重传感器的状态检测方法,应用于料罐系统,所述料罐系统包括3个称重传感器。
本实施例的一种称重传感器的状态检测方法,应用于料罐系统中,包括:
步骤S401,采集各个称重传感器的重量特征数据WMi。
步骤S402,计算所述重量特征数据中的异常值。
本实施例采用Sigma分布检测重量特征数据之间的差异以得到其中的异常值,即首先计算出平均值Mu和标准差Sigma,然后再计算[Mu-3*Sigma,Mu+3*Sigma]得到3Sigma区间。通过比较各重量特征数据是否落入该区间范围,判定是否存在异常值。所述判定区间[Mu-3*Sigma,Mu+3*Sigma]中,Sigma系数可以根据实际需要设定,如还可以是[Mu-Sigma,Mu+Sigma],[Mu-2*Sigma,Mu+2*Sigma]或者[Mu-5*Sigma,Mu+5*Sigma]等。
步骤S403,当存在所述异常值时,获取对应的称重传感器信息并输出。
如果有特征数据未落入区间,即判为存在异常的重量特征数据。通过获取异常值对应的称重传感器信息,如其编号信息,位置信息等,并输出到如仪表端,用户移动端等显示设备上,在仪表端向用户呈现哪个称重传感器的哪个特征数据出现了问题。系统根据异常值异常偏差的多少,判断异常的严重程度,向用户发出提醒或者报警。如果所述异常值的异常偏差小于预设警报值,则发出称重传感器状态异常提醒;如果所述异常值的异常偏差大于预设警报值,则在给出状态异常称重传感器的定位信息的同时,还发出报警提醒,提醒用户要立刻进行检修或更换。通过检测零点重量数据的差异性,及时提供用户故障信息和提醒,避免客户因为称量不准带来损失。
(2)异常震动检测
料罐系统在进行搅拌作业时,会有周期性的震荡。正常情况下,称重传感器感知的震荡频率应该和搅拌频率保持一致,但如果检测到的频率异常大时,可以得到称重传感器状态出现异常,需要用户立即检查。
本实施例的一种称重传感器的状态检测方法,应用于料罐系统中,包括:
步骤S501,采集各个称重传感器的加速度特征数据WMi。
所述加速度特征数据可通过安装在对应称重传感器内的角度传感器或者加速度传感器获得。系统首先通过所述角度传感器或者加速度传感器采集3个称重传感器,加速度特征数据 其中,是三轴加速度计的三个输出,代表其在直角坐标系中的加速度。在实际应用中,如果称重传感器是竖直设置的,那么如果产生振动,则其在Z轴的加速度特征数据会变化不大,而在X轴或Y轴上的变化会较大;而如果称重传感器是水平设置的,那么如果产生振动,则其在X轴和Y轴上的变化不大,而在Z轴上的变化会较大。
步骤S502,计算所述加速度特征数据中的异常值。
本实施例采用快速傅里叶变化算法检测加速度特征数据之间的差异。首先通过快速傅里叶变化将所述加速度特征数据作为时域信号,转化为每个加速度传感器频域信号,即频率。
再通过中值法对各称重传感器转化为频率后的加速度特征数据,进行排序,并分别计算各自与中间值之间的差值,可以得出是否存在与整体差异较大的频率,即异常值,从而判定称重传感器是否发生了可能影响称重结果的大幅度振动。例如,如上所述,当称重传感器是水平设置时,有一个称重传感器在Z轴方向的加速度特征数据为异常值,即可知该称重传感器发生异常振动。可以理解的是,本实施例也可以通过其他的异常值检测方法对频域中的幅频特性进行比较,从而发现其中的异常值。
步骤S503,当存在所述异常值时,获取对应的称重传感器信息并输出。
系统根据异常值异常偏差的多少,判断异常的严重程度,向用户发出提醒或者报警。通过获取异常值对应的称重传感器信息,如其编号信息,位置信息等,并输出到如仪表端,用户移动端等显示设备上,在仪表端向用户呈现哪个称重传感器的哪个特征数据出现了问题,可以是显示在仪表上的文字,或者通过亮灯发出对异常称重传感器的定位指示,从而方便用户快速发现出现问题的称重传感器。用户可通过排查如传感器自身故障,或者环境干扰大,有大的振动等,分析可能出现异常的原因。本实施例的通过傅里叶变化的异常值检测,可应用于带有加速度计或角度传感器的振动监测的场景
(3)湿度异常检测
料罐应用在大型搅拌站,工作环境恶劣,有时候传感器会长期浸泡在水中,很多传感器因为受潮导致失效,传感器受潮后零点会发生漂移,最终导致无法使用。
本实施例的一种称重传感器的状态检测方法,应用于料罐系统中,包括:
步骤S601,采集各个称重传感器的湿度特征数据HMi。
步骤S602,计算所述湿度特征数据中的异常值。
本实施例采用标准分数算法检测所述湿度特征数据之间的差异。即先通过公式Z1-(HM1-μ)/σ计算各湿度特征数据的Z分数,即标准分数,其中,HMl为某一具体湿度特征数据,μ为平均数,σ为标准差。
步骤S603,当存在所述异常值时,获取对应的称重传感器信息并输出。
系统根据异常值异常偏差的多少,判断异常的严重程度,向用户发出提醒或者报警。如果所述异常值的异常偏差小于预设警报值,则发出称重传感器状态异常提醒;如果所述异常值的异常偏差大于预设警报值,则在给出状态异常称重传感器的定位信息的同时,还发出报警提醒,提醒用户要立刻进行检修或更换。
通过获取异常值对应的称重传感器信息,如其编号信息,位置信息等,并输出到如仪表端,用户移动端等显示设备上,在仪表端向用户呈现哪个称重传感器的哪个特征数据出现了问题,可以是显示在仪表上的文字,或者通过亮灯发出对异常称重传感器的定位指示,从而方便用户快速发现出现问题的称重传感器。通过发出报警提醒,避免因传感器受潮导致称量不准,甚至无法使用。
实施例3
多点称重技术在车辆衡系统中也有普遍应用。本实施例的一种车辆衡系统由8个称重传感器组成。
在车辆衡应用中,每个称重传感器中都装有气体传感器,用于气密性检测,通过比较传感器之间的气体浓度的差异性,可以判断某个或者某几个传感器的气密性存在问题。
本实施例的一种称重传感器的状态检测方法,应用于车辆衡系统中,包括:
步骤S702,计算所述气体特征数据中的异常值。
本实施例采用最值检测算法检测重量特征数据之间的差异,即先对气体特征数据队列进行排序,取出最大值和最小值,对其他值求平均数。计算该最大值和最小值与平均数的差值,并将差值与预设值比较。如果该差距超过了所述预设值,即判其为异常的气体特征数据。并进一步重新计算特征数据中除异常值外的最大值或最小值与均值的差值,直到所述特征数据中没有异常值。
步骤S703,当存在所述异常值时,获取对应的称重传感器信息并输出。
系统根据差值超出偏差范围的多少,即异常值的异常程度,判断异常的严重程度,从而选择向用户发出提醒,还是报警。通过采用中值算法计算各气体特征数据与中间值GM之间的差值,获得可能的异常气体特征数据,以及对应的状态异常称重传感器。通过比较差值和偏差范围和报警预设值的关系,可判断气体是否存在差异显著的异常值,以及严重程度是多少,并及时反馈给用户。
本领域技术人员可以理解的是,本发明实施例1,2及3中关于检测特征数据差异性的方法不限于实施例中所列举的检测方法,也可以适用其他实施例中的检测方法,其均属于本发明的保护范围。例如实施例2的零点重量数据异常检测中,也可以通过中值法检测各重量特征数据之间的差异,即先采集各个称重传感器的重量特征数据WMi,然后对特征数据进行排序,将中间值WM作为基准,对各重量特征数据求差如果有差值超过了设定阈值,即判为存在异常的重量特征数据,进而进一步判断该异常的重量特征数据的异常严重程度。
实施例4
本发明实施例公开了一种称重传感器的状态检测装置。如图4所示,本实施例的称重传感器的状态检测装置包括:采集单元,用于采集各称重传感器的特征数据;计算单元,用于计算所述特征数据中的异常值;发送单元,用于当存在所述异常值时,获取对应的称重传感器信息并输出。
所述称重传感器的状态检测装置通过采集单元,从称重传感器获得特征数据,如称重数据,温度,湿度,角度,气体密度,电压或电流中的一种或多种。进而再通过计算单元,计算该种类型特征数据中的哪个或哪些特征数据是异常值,即样本中的个别值,其数据明显偏离其余的观测值。在具体实施中,计算单元可以通过如上所述的中值法,Sigma分布,标准分数,傅里叶变化,最值法等异常值检测方法计算其中可能存在的异常值。
在完成对异常值的计算后,通过发送单元获取异常值对应的称重传感器信息,如其编号信息,位置信息等,并输出到如仪表端,用户移动端等显示设备上,在仪表端向用户呈现哪个称重传感器的哪个特征数据出现了问题,可以是显示在仪表上的文字,或者通过亮灯发出对异常称重传感器的定位指示,从而方便用户快速发现出现问题的称重传感器。通过重量差异检测,可以实时检测异常的重量数据,并及时提供用户故障信息和提醒,避免客户因为称量不准带来损失如果所述异常值的异常偏差小于预设警报值,发出称重传感器状态异常提醒;
本领域技术人员可以理解的是,本实施例的一种称重传感器的状态检测装置,与实施例1,实施例2和实施例3的一种称重传感器的状态检测方法为基于同一发明构思,因此关于本实施例的相应内容可以参照前述实施例的具体内容,此处不再赘述。
通过以上对特征数据差异形检测流程的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件以及必要的硬件平台的方式来实现,基于这样的理解,本发明的技术方案本质上或者说对于现有技术做出贡献的部分可以以软件产品的方式体现出来,该计算机软件产品可以存储在存储介质中,包括但不限于ROM/RAM(只读存储器/随机存储存储器)、磁碟、光盘等,包括若干指令用以使得一台或多台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明的各个实施例或者实施例中某些部分所述的方法。
本发明的特征数据差异性检测流程可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
而且本发明中参数调整系统包括的程序模块除了如实施例中所示的划分方式之外,可以依据装置或程序模块的部署环境、硬件或软件平台等的需要,进行进一步细分、集成或重新划分。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (15)
1.一种称重传感器的状态检测方法,其特征在于,应用于多点称重系统,包括:
采集各称重传感器的特征数据;计算所述特征数据中的异常值;
当存在所述异常值时,获取对应的称重传感器信息并输出。
2.如权利要求1所述的称重传感器的状态检测方法,其特征在于,所述特征数据包括:称重数据,温度,湿度,角度,气体密度,电压或电流中的一种或多种。
3.如权利要求1所述的称重传感器的状态检测方法,其特征在于,所述获取对应的称重传感器信息并输出后还包括:
如果所述异常值的异常偏差小于预设警报值,发出称重传感器状态异常提醒;
如果所述异常值的异常偏差大于所述预设警报值,发出更换称重传感器报警提醒。
4.如权利要求1所述的称重传感器的状态检测方法,其特征在于,所述计算所述特征数据中的异常值包括:
计算各特征数据与统计中值之间的差值;
当所述差值超出偏差范围时,判定对应的特征数据为异常值。
5.如权利要求1所述的称重传感器的状态检测方法,其特征在于,所述计算所述特征数据中的异常值包括:计算各特征数据是否服从Sigma分布,判定未落入Sigma分布的特征数据为异常值。
6.如权利要求1所述的称重传感器的状态检测方法,其特征在于,所述计算所述特征数据中的异常值包括:计算各特征数据的标准分数,并判定离差超出偏差范围的特征数据为异常值。
7.如权利要求1所述的称重传感器的状态检测方法,其特征在于,所述计算所述特征数据中的异常值包括:
通过快速傅里叶变化计算,将所述各特征数据的时域信号转换到频域;
通过频域中的幅频特性比较,判定异常值。
8.如权利要求1所述的称重传感器的状态检测方法,其特征在于,所述计算所述特征数据中的异常值包括:
计算所述特征数据中除最大值和最小值外的均值;
计算所述特征数据的最大值与均值之间的差值,以及最小值与均值之间的差值;
如果所述差值超出偏差范围,判定对应的所述最大值或最小值为异常值;
重新计算特征数据中除异常值外的最大值以及最小值与均值之间的差值,直到所述特征数据中没有异常值。
9.一种称重传感器的状态检测装置,其特征在于,包括:
采集单元,用于采集各称重传感器的特征数据;
计算单元,用于计算所述特征数据中的异常值;
发送单元,用于当存在所述异常值时,获取对应的称重传感器信息并输出。
10.如权利要求9所述的称重传感器的状态检测装置,其特征在于,所述特征数据包括:称重数据,温度,湿度,角度,气体密度,电压或电流中的一种或多种。
11.如权利要求9所述的称重传感器的状态检测装置,其特征在于,所述计算单元用于计算各特征数据与统计中值之间的差值;当所述差值超出偏差范围时,判定对应的特征数据为异常值。
12.如权利要求9所述的称重传感器的状态检测装置,其特征在于,所述计算单元用于计算各特征数据是否服从Sigma分布,判定未落入Sigma分布的特征数据为异常值。
13.如权利要求9所述的称重传感器的状态检测装置,其特征在于,所述计算单元用于计算各特征数据的标准分数,并判定离差超出偏差范围的特征数据为异常值。
14.如权利要求9所述的称重传感器的状态检测装置,其特征在于,所述计算单元用于通过快速傅里叶变化计算,将所述各特征数据的时域信号转换到频域;通过频域中的幅频特性比较,判定异常值。
15.如权利要求9所述的称重传感器的状态检测装置,其特征在于,所述计算单元用于计算所述特征数据中除最大值和最小值外的均值;计算所述特征数据的最大值与均值之间的差值,以及最小值与均值之间的差值;如果所述差值超出偏差范围,判定对应的所述最大值或最小值为异常值;重新计算特征数据中除异常值外的最大值以及最小值与均值之间的差值,直到所述特征数据中没有异常值。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011043483.5A CN112304413A (zh) | 2020-09-28 | 2020-09-28 | 称重传感器的状态检测方法和装置 |
US17/448,759 US12007270B2 (en) | 2020-09-28 | 2021-09-24 | Status detection method and apparatus for load cell |
EP21199165.8A EP3974790A1 (en) | 2020-09-28 | 2021-09-27 | Status detection method and apparatus for load cell |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011043483.5A CN112304413A (zh) | 2020-09-28 | 2020-09-28 | 称重传感器的状态检测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112304413A true CN112304413A (zh) | 2021-02-02 |
Family
ID=74489017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011043483.5A Pending CN112304413A (zh) | 2020-09-28 | 2020-09-28 | 称重传感器的状态检测方法和装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US12007270B2 (zh) |
EP (1) | EP3974790A1 (zh) |
CN (1) | CN112304413A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112985570A (zh) * | 2021-02-04 | 2021-06-18 | 支付宝(杭州)信息技术有限公司 | 称重货架的传感器的标定方法和系统 |
CN113063482A (zh) * | 2021-03-25 | 2021-07-02 | 梅特勒-托利多(常州)精密仪器有限公司 | 高空作业平台称重传感器的零漂检测方法和系统 |
CN113074801A (zh) * | 2021-03-25 | 2021-07-06 | 梅特勒-托利多(常州)精密仪器有限公司 | 高空作业平台称重传感器的实时监测装置和方法 |
CN113551759A (zh) * | 2021-07-22 | 2021-10-26 | 合肥金果缘视觉科技有限公司 | 一种果类称重误差控制方法 |
CN114964436A (zh) * | 2022-04-26 | 2022-08-30 | 武汉轻工大学 | 物料异常判定系统及方法 |
CN116416577A (zh) * | 2023-05-06 | 2023-07-11 | 苏州开普岩土工程有限公司 | 一种用于施工监控系统的异常识别方法 |
CN116721496A (zh) * | 2023-08-04 | 2023-09-08 | 广东星云开物科技股份有限公司 | 数据传输方法、共享售卖柜和存储介质 |
CN117077993A (zh) * | 2023-10-18 | 2023-11-17 | 宝信软件(南京)有限公司 | 基于人工智能的车间物料自动称重数据管理系统及方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114910146B (zh) * | 2022-05-30 | 2024-03-19 | 大牧人机械(胶州)有限公司 | 一种猪场料塔称重模拟量传感器失效后自动测算重量方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865606A (zh) * | 2016-04-05 | 2016-08-17 | 王卫东 | 一种汽车衡故障诊断装置及诊断方法 |
CN107076607A (zh) * | 2014-07-21 | 2017-08-18 | 梅特勒-托莱多有限责任公司 | 称量秤诊断方法 |
CN109459124A (zh) * | 2017-09-06 | 2019-03-12 | 梅特勒-托利多(常州)精密仪器有限公司 | 称重系统和方法以及存储介质 |
CN109855710A (zh) * | 2019-03-11 | 2019-06-07 | 耿建航 | 一种汽车衡称重状态监测系统及检测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6576849B2 (en) * | 2000-12-01 | 2003-06-10 | Mettler-Toledo, Inc. | Load cell diagnostics and failure prediction weighing apparatus and process |
US6801866B1 (en) * | 2001-06-15 | 2004-10-05 | John C. Yarian | Method for minimizing error in weighing devices |
US20070006652A1 (en) * | 2005-07-06 | 2007-01-11 | Abnaki Systems, Inc. | Load measuring sensor and method |
US8601575B2 (en) * | 2007-03-30 | 2013-12-03 | Ca, Inc. | Statistical method and system for network anomaly detection |
US10371566B1 (en) | 2016-12-30 | 2019-08-06 | Air Liquide Electronics U.S. Lp | Load cell failure detection and delayed repair |
US11229368B2 (en) * | 2017-01-13 | 2022-01-25 | Gauss Surgical, Inc. | Fluid loss estimation based on weight of medical items |
CN112577585A (zh) | 2019-09-30 | 2021-03-30 | 梅特勒-托利多(常州)测量技术有限公司 | 称重设备、称重传感器组的状态检测装置及方法 |
-
2020
- 2020-09-28 CN CN202011043483.5A patent/CN112304413A/zh active Pending
-
2021
- 2021-09-24 US US17/448,759 patent/US12007270B2/en active Active
- 2021-09-27 EP EP21199165.8A patent/EP3974790A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107076607A (zh) * | 2014-07-21 | 2017-08-18 | 梅特勒-托莱多有限责任公司 | 称量秤诊断方法 |
CN105865606A (zh) * | 2016-04-05 | 2016-08-17 | 王卫东 | 一种汽车衡故障诊断装置及诊断方法 |
CN109459124A (zh) * | 2017-09-06 | 2019-03-12 | 梅特勒-托利多(常州)精密仪器有限公司 | 称重系统和方法以及存储介质 |
CN109855710A (zh) * | 2019-03-11 | 2019-06-07 | 耿建航 | 一种汽车衡称重状态监测系统及检测方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112985570B (zh) * | 2021-02-04 | 2023-09-29 | 支付宝(杭州)信息技术有限公司 | 称重货架的传感器的标定方法和系统 |
CN112985570A (zh) * | 2021-02-04 | 2021-06-18 | 支付宝(杭州)信息技术有限公司 | 称重货架的传感器的标定方法和系统 |
CN113063482A (zh) * | 2021-03-25 | 2021-07-02 | 梅特勒-托利多(常州)精密仪器有限公司 | 高空作业平台称重传感器的零漂检测方法和系统 |
CN113074801A (zh) * | 2021-03-25 | 2021-07-06 | 梅特勒-托利多(常州)精密仪器有限公司 | 高空作业平台称重传感器的实时监测装置和方法 |
CN113551759A (zh) * | 2021-07-22 | 2021-10-26 | 合肥金果缘视觉科技有限公司 | 一种果类称重误差控制方法 |
CN113551759B (zh) * | 2021-07-22 | 2023-06-27 | 合肥金果缘视觉科技有限公司 | 一种果类称重误差控制方法 |
CN114964436A (zh) * | 2022-04-26 | 2022-08-30 | 武汉轻工大学 | 物料异常判定系统及方法 |
CN116416577A (zh) * | 2023-05-06 | 2023-07-11 | 苏州开普岩土工程有限公司 | 一种用于施工监控系统的异常识别方法 |
CN116416577B (zh) * | 2023-05-06 | 2023-12-26 | 苏州开普岩土工程有限公司 | 一种用于施工监控系统的异常识别方法 |
CN116721496A (zh) * | 2023-08-04 | 2023-09-08 | 广东星云开物科技股份有限公司 | 数据传输方法、共享售卖柜和存储介质 |
CN116721496B (zh) * | 2023-08-04 | 2023-12-05 | 广东星云开物科技股份有限公司 | 数据传输方法、共享售卖柜和存储介质 |
CN117077993A (zh) * | 2023-10-18 | 2023-11-17 | 宝信软件(南京)有限公司 | 基于人工智能的车间物料自动称重数据管理系统及方法 |
CN117077993B (zh) * | 2023-10-18 | 2024-01-26 | 宝信软件(南京)有限公司 | 基于人工智能的车间物料自动称重数据管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
US20220099480A1 (en) | 2022-03-31 |
US12007270B2 (en) | 2024-06-11 |
EP3974790A1 (en) | 2022-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112304413A (zh) | 称重传感器的状态检测方法和装置 | |
US20170297199A1 (en) | Abnormality determining device and abnormality determining method | |
JP2017521670A (ja) | 秤量スケール診断方法 | |
CN101241359A (zh) | 用来监视工业机器人的状况的方法和控制系统 | |
CN112198209B (zh) | 一种甲醛检测方法及甲醛检测装置 | |
CN117664281B (zh) | 基于物联网的超声波水表故障检测与自动校准方法和系统 | |
CN109916496A (zh) | 一种电子秤的监测方法及系统 | |
CN110531033A (zh) | 在线水分测量准确性的监测方法和装置、水分测量系统 | |
Burnos et al. | Accuracy criteria for evaluation of weigh-in-motion systems | |
US9934677B2 (en) | Method and apparatus for determination of sensor health | |
US20110060543A1 (en) | Method for self-adjustment of a triaxial acceleration sensor during operation, and sensor system having a three -dimentional acceleration sensor | |
CN110441727B (zh) | 一种对电能表现校仪进行状态评价的方法及装置 | |
CN105045220A (zh) | 一种基于多变量z分数质量控制图的质量控制方法 | |
CN111562037B (zh) | 一种温度表的故障检测方法及装置 | |
CN116399402B (zh) | 一种用于生态环境监测的无线传感器的故障预警系统 | |
CN107966588B (zh) | 加速度计非线性特性的测评方法及装置 | |
US20140300605A1 (en) | Method for displaying assessment data on external quality control | |
CN101592692A (zh) | 测量机台的评估方法 | |
US20220242676A1 (en) | Test object and diagnosis system and goods inspection device using such object | |
CN113887044A (zh) | 数据质量监控方法、装置、设备及可读存储介质 | |
CN109633208A (zh) | 风速传感器质量检测方法及装置 | |
Parker et al. | Advancements in aircraft model force and attitude instrumentation by integrating statistical methods | |
CN106094688A (zh) | 一种湿度传感器控制系统 | |
CN111332484A (zh) | 一种用于飞机仪表显示数据的管理系统及其方法 | |
CN112577585A (zh) | 称重设备、称重传感器组的状态检测装置及方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210202 |