CN112393794A

CN112393794A - 一种针对四路称重传感器的平台秤在单传感器故障或偏载发生时的诊断及读数校正方法

Info

Publication number: CN112393794A
Application number: CN201910761513.7A
Authority: CN
Inventors: 孙京诰; 徐立栋; 张海峰
Original assignee: East China University of Science and Technology
Current assignee: East China University of Science and Technology
Priority date: 2019-08-18
Filing date: 2019-08-18
Publication date: 2021-02-23
Anticipated expiration: 2039-08-18
Also published as: CN112393794B

Abstract

本发明公开提出一种针对含有4路称重传感器的平台秤单传感器故障在线诊断及偏载报警，并能对非正常读数做出校正的方法。所述的偏载报警及单传感器故障拟合方法包括以下步骤：将传感器接入PLC,将其测量数据上传至云服务器中；当任意单个传感器故障时，利用BP神经网络实时诊断出故障并拟合出该故障传感器在当前情况下正确的电压值和实际的重量值；当称重物体不在平台秤中间位置时，利用LSTM算法判断偏载方向并进行偏载值修正。平台秤等电子秤适用于很多行业的工业应用，包括食品、化工、制药、制造、交通与物流等。本发明能帮助平台秤识别故障传感器并实时拟合出故障传感器在正常情况下的状态，以此给出偏载方向提示并进行偏载值修正，以便用户能够在平台秤单个传感器意外故障的情况下能够保持正常使用。

Description

一种针对四路称重传感器的平台秤在单传感器故障或偏载发生时的诊断及读数校正方法

技术领域

明涉及一种含4路称重传感器的平台秤在单传感器故障或传感器发生偏载时，进行在线诊断及读数校正的方法。

背景技术

随着平台秤在食品、化工、制药、制造、交通与物流等广泛应用，平台秤的精度和故障诊断措施越来越重要。平台秤在实际使用过程中，会出现偏载影响称重精度及传感器损坏的现象，在工作过程中发生偏载或传感器突然失灵会导致经济损失。所以当在称重过程中的偏载和传感器突然故障的处理是称重时需要考虑预防的问题。

发明内容

针对在工作过程中发生的偏载和单传感器故障的问题，本发明目的在于提出一种针对4路称重传感器的平台秤在单传感器故障或传感器发生偏载时，能进行在线诊断报警并及时做出读数修正的方法。

本发明通过以下技术方案来实现上述目的：

正常工作过程中将传感器接入PLC,将其测量数据通过TCP客户端通过网络上传至云服务器中，将4个传感器的读数值和总称重值传输到云服务器中。

当数据通过无线路由传入云服务器后，统一由云服务器中的 Socket 服务器程序统一接收，以时刻接收传感器数据，并将数据插入至 MySQL 数据库中。

采用BP神经网络进行判断单传感器故障和在故障条件下故障传感器的修正。

根据采集的数据，使用轮流任意3个传感器拟合总读数值，在正常情况下，4个模型预测值都拟合于测量读数总和。

当单传感器故障时，有一个模型预测值会与其他三个有明显差距，由此进行单传感器故障诊断。

在单传感器故障时，使用轮流任意3个传感器拟合剩下传感器值，对故障传感器进行拟合。

拟合的总读数值记为：

。正常情况下，这4个值拟合于测量总读数W。计算这4个值相互之间的距离（差值的绝对值），若

距离其他点的距离都较远，则说明4号传感器故障。

其中，

分别代表使用1、2、3号传感器拟合总重值，1、2、4号传感器拟合总重值，1、3、4号传感器拟合总重值，2、3、4号传感器拟合总重值。

当出现单传感器故障时，利用3个传感器拟合另一单传感器值记为：

。单传感器的测量值记为：

。假设4号传感器故障，修正方法为：

而1、2、3号传感器读数正常，则有

。

其中，

代表1、2、3、4号传感器的测量值，

分别表示使用2、3、4号拟合1号传感器的值，1、3、4号传感器拟合2号传感器的值，1、2、4号传感器拟合3号传感器的值，1、2、3号传感器拟合4号传感器的值。

采用LSTM算法进行判断偏载和在偏载条件下的传感器数值修正。

同样的，根据采集的数据，使用轮流任意3个传感器拟合总读数值，在正常情况下，4个模型预测值都拟合于测量读数总和。

判断偏载的策略为：当相邻2个传感器实际读数减去其预测读数大于设定阈值，则判断为向该方向偏载。

当

。说明发生了向2，3传感器所在的边发生偏载。

其中，

为设定阈值。

利用LSTM算法分别通过各个传感器的历史值预测当前时刻的传感器读数，并记为：

。当传感器被检测出偏载，则用预测值代替测量值；当一段时间内未发生偏载，则停止使用预测拟合值代替测量值。

本发明的积极进步效果和创新之处在于：

在正常称重过程中，如果遇到单传感器故障或的情况能够使平台秤能正常运行并提醒用户，以便避免经济损失，同时方便用户做出积极调整更换；当偏载影响称重时，能够提示称重偏载的方向以提醒用户物料桶有偏移或者有其他物体在平台秤上影响称重。

本发明将BP神经神经网络算法应用在单传感器检测和故障传感器的修正。

本发明单传感器的故障检测算法利用任意3个传感器拟合总读数值的4个模型值相互之间的距离来判断故障。

本发明单传感器故障的修正算法需要将3个传感器拟合另一传感器的模型来修正，具体以4号传感器故障举例为：

。

发明将LSTM算法应用于平台秤的偏载修正。

发明的偏载判断方法为：当相邻2个传感器实际读数减去其预测读数大于设定阈值，则判断为向该方向偏载。

发明的偏载修正方法采用该传感器的历史值拟合当前值，偏载情况下采用该值代替测量值。

附图说明

图1为本发明所实施的平台秤和物料桶结构示意。

图2为本发明的单传感器的故障判断和拟合流程图。

图3为本发明的偏载判断和修正流程图。

图4为本发明的判断顺序和总流程图。

具体实施方式

下面结合附图对本发明做详细说明：

本发明公开一种针对四路称重传感器的平台秤在单传感器故障或偏载发生时的诊断及读数校正方法，本发明所基于的平台秤和物料桶的位置分布如图1所示，且图中数字1-4分别代表4个称重传感器所在位置,本发明的详细步骤如下。

(1)采集数据。

在平台秤正常工作的情况下，即物料桶中不断有物料倒入，采集该过程按时间顺序的各传感器和总重量的数据。

将传感器接入PLC，令PLC以5Hz的频率采集数据，并将PLC客户端将数据通过网络上传至云服务器中。将 PLC 作为数据主站，通过无线路由器接入公网，创建Socket客户端将数据上传至云服务器，云服务器用 Socket 服务器接收数据。

当数据通过无线路由传入云服务器后，统一由云服务器中的Socket服务器程序接收，以时刻接收传感器数据，并将数据插入至 MySQL 数据库中。

(2)对采集的数据进行模型的训练。

采用BP神经网络算法结合采集的数据进行拟合，依此来进行单传感器故障诊断和拟合。

具体拟合策略为：使用1、2、3号称重传感器读数值拟合总称重读数值得到

的模型，使用1、2、4号称重传感器读数值拟合总称重读数值得到

的模型，使用1、3、4号称重传感器读数值拟合总称重读数值得到

的模型，使用2、3、4号称重传感器读数值拟合总称重读数值得到

的模型。

使用2、3、4号称重传感器读数值拟合1号称重传感器读数值得

的模型，使用1、3、4号称重传感器读数值拟合2号称重传感器读数值得到

的模型，使用1、2、4号称重传感器读数值拟合3号称重传感器读数值得到

的模型，使用1、2、3号称重传感器读数值拟合4号称重传感器读数值得到

的模型。

采用LSTM算法结合采集的数据进行拟合，依此来进行偏载判断和偏载数值修正。

该算法的具体拟合策略为：使用2、3、4号称重传感器读数值拟合1号称重传感器读数值，使用1、3、4号称重传感器读数值拟合2号称重传感器读数值，使用1、2、4号称重传感器读数值拟合3号称重传感器读数值，使用1、2、3号称重传感器读数值拟合4号称重传感器读数值，得到LSTM训练下的

的模型。

取一段时间内的每一个传感器的历史值拟合当前值，得到

模型。

(3)读取模型，并投入正常工作

本发明的单称重传感器的故障判断与校正的流程如图2所示。

在正常状态下，4个模型预测读数都拟合于测量读数总和。

在单称重传感器故障时，唯有一个不包含故障称重传感器读数的模型预测值与另外三个包含故障称重传感器读数的模型预测值存在明显差距。

拟合的总读数值记为：

。计算4个值相互之间的距离，假设

离其他点大于设定阈值则说明4号传感器故障，依此类推。

单传感器故障，则采用

进行修正。而1、2、3号传感器读数正常，则有

。

本发明的偏载判断和偏载数值修正流程如图3所示。

当相邻2个传感器实际读数减去其预测读数大于设定阈值，则判断为向该方向偏载。例如：

。说明发生了向2，3传感器所在的边发生偏载。

当检测出偏载时，用历史值拟合的单传感器值

代替测量值。当一段时间内未发生偏载，则停止使用预测值代替测量值。

本发明的总流程和判断顺序如图4所示。

诊断程序先诊断传感器是否发生单传感器故障，若有单传感器状况发生时，则对不再进入偏载检测程序。

当单传感器故障时，利用模型的预测值代替故障传感器读数，以修复问题；

当单个传感器检测无问题时，再检测是否发生偏载。

如果发生偏载，利用LSTM模型的预测值代替偏载值，以进行修正；

本发明采用以上的技术方案，采用由BP神经网络和LSTM算法的拟合值和测量值之间的关系进行诊断和拟合及修正。

Claims

1.一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警，并能对非正常读数做出校正的方法，其特征在于，包括以下步骤：

步骤1：记录数据，在正常工作过程中将传感器接入PLC,将其测量数据通过TCP客户端上传至云服务器中，将4个传感器的电压值和总称重值传输到云服务器中；

步骤2：读取步骤1中的采集数据，利用BP神经网络算法判断是否发生单传感器故障，若发生故障，则通过BP神经网络进行拟合；

步骤3：读取步骤1中的采集数据，利用LSTM算法判断是否发生偏载，若发生偏载，则通过LSTM算法进行数据补偿；

步骤4：读取步骤2，步骤3中模型并拟合数据，将得到拟合数据实时显示并形成曲线图。

2.如权利1所述的一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警，并能对非正常读数做出校正的方法，其特征在于，步骤1具体包括以下步骤：

步骤1.1，将传感器接入PLC，令PLC以5Hz的频率采集数据，并将PLC客户端将数据上传至云服务器中；将 PLC 作为数据主站，通过无线路由器接入公网，创建Socket客户端将数据上传至云服务器，云服务器用 Socket 服务器接收数据；

步骤1.2，当数据通过无线路由传入云服务器后，统一由云服务器中的 Socket 服务器程序统一接收，以时刻接收传感器数据，并将数据存至 MySQL 数据库中。

3.如权利1所述的一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警，并能对非正常读数做出校正的方法，其特征在于，所述的步骤2具体包括以下步骤：

步骤2.1，使用轮流任意3个传感器读数结合BP神经网络算法拟合总读数值，在正常情况下，4个模型预测值都拟合于测量读数总和；当单传感器故障时，凡是包含有故障传感器读数的模型预测值会相似，唯有一个不包含故障读数的模型预测值会与其他三个有明显差距，故可由此进行单传感器故障诊断；

步骤2.2，利用诊断信息，使用剩余正常的3个传感器读数并结合BP神经网络算法拟合唯一故障传感器值，从而对故障传感器读数进行修正。

4.如权利3所述的一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警，并能对非正常读数做出校正的方法，其特征在于，所述的单传感器故障诊断方法包括：

假设正常情况下，4个传感器的总读数为 W；再令BP神经网络算法拟合出的总读数值记为：

其中

表示利用1、2、3号传感器拟合总读数W，其他同理；由此，可通过计算这4个值相互之间的距离（差值的绝对值），若

距离其他点的距离都较远，则说明4号传感器故障。

5.如权利3中所述的一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警，并能对非正常读数做出校正的方法，其特征在于，所述的单传感器拟合方法包括：

利用3个传感器拟合另一单传感器值记为：

；单传感器的测量值记为：

；假设4号传感器故障，修正方法为：

而1，2，3号传感器读数正常，则有

。

6.如权利1所述的一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警，并能对非正常读数做出校正的方法，其特征在于，所述的步骤3具体包括以下步骤：

步骤3.1，采用LSTM算法，判断偏载的策略为：当相邻2个传感器实际读数减去其预测读数大于设定阈值，则判断为向该方向偏载；

步骤3.2，利用各自传感器的历史值拟合未来的读数，当一段时间内的不发生偏载，停止使用预测值代替测量值。

7.如权利6所述的一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警，并能对非正常读数做出校正的方法，其特征在于，偏载策略方法具体为：

标记记法和上述相同，当

，

为设定阈值，说明发生了向2，3传感器所在的边发生偏载。

8.如权利6所述的一种含4路称重传感器的平台秤单传感器故障在线诊断及偏载报警，并能对非正常读数做出校正的方法，其特征在于，偏载补偿方法具体为：

历史值拟合的单传感器值记为：

；当传感器发生偏载，则用拟合值代替测量值；当一段时间内未发生偏载，则停止使用预测拟合值代替测量值。