CN113588059B - 动态称重设备参数配置方法和系统 - Google Patents

Abstract

本发明公开了一种动态称重设备参数配置方法和系统，其中方法包括获取多次称重中的过程数据和称重数据；配置不同参数的称重快速响应模型处理所述过程数据和称重数据，并计算称重结果；分别统计分析配置不同参数的称重快速响应模型处理得到的称重结果的误差；将误差最接近预设的阈值的称重快速响应模型的参数配置到设备中。本发明的系统包括一仪表和一处理装置，所述仪表和处理装置执行所述方法。本发明通过模型参数的不同配置的比较以及处理，实现快速响应地精确测量和补偿，从而提高动态称重设备的动态称重性能。

Description

动态称重设备参数配置方法和系统

技术领域

本发明涉及一种对动态称重设备进行参数配置的方法和系统。

背景技术

动态称重设备对加载其上的被称物体存在响应特性，是从被称物体加载到称重设备上的时刻开始，称重信号随着时间的增加，逐渐逼近被称物体的真实重量。

动态称重设备通常通过响应模型来消除称重信号随时间变化对称重测量的影响，例如称重蠕变模型补偿。

响应模型的参数配置显著影响称重信号的处理结果，相同参数配置不同的应用环境，响应模型的误差完全不同，比如在一些动态称重应用环境中，由于被称物体从加载到称重的时间很短，称重信号的精度不高，而且即使利用滤波等方法提高精度，称重数据的精度依旧无法满足动态称重设备已经预设的响应模型的精度需求。而且因为称重数据的精度不足，所以也无法有效测量动态称重设备的快速响应特性，然而称重设备的快速响应特性是计算补偿的重要因素，因此也导致难以对称重数据进行快速有效补偿。

而在不同环境下，不同参数配置的设备输出的称重数据的误差之间差距更大。然而目前动态称重设备中响应模型的配置往往是固定的，这导致动态称重设备在实际应用时，往往无法实现高精度的动态称重。

发明内容

本发明要解决的技术问题是：为了克服现有技术的动态称重设备中无法有效提高称重数据的快速测量的精度的问题，提供了一种动态称重设备的参数配置方法和系统。

本发明是通过下述技术方案来解决上述技术问题的：

一动态称重设备参数配置方法包括以下步骤：

获取多次称重中的过程数据和称重数据；

配置不同参数的称重快速响应模型处理所述过程数据和称重数据，并计算称重结果；

分别统计分析配置不同参数的称重快速响应模型处理得到的称重结果的误差；

将误差最接近预设的阈值的称重快速响应模型的参数配置到设备中，或者将各个误差代入预设函数或模型后的数值最接近预设的阈值的称重快速响应模型的参数配置到设备中，或者将各个误差、以及各个称重快速响应模型的参数代入预设函数或模型后得到的称重快速响应模型的参数配置到设备中。

通过称重快速响应模型参数的不同配置之间的比较以及处理，获得误差最小的称重快速响应模型参数配置，从而提高称重数据的快速测量的精度。

较佳地，通过称重补偿模型补偿配置不同参数的称重快速响应模型计算得到的称重结果。

较佳地，将配置不同参数的称重快速响应模型代入所述称重补偿模型；所述称重补偿模型处理所述过程数据和称重数据，并计算称重结果。

较佳地，所述误差是通过分别计算配置不同参数的称重快速响应模型处理得到的称重结果得到的均值和/或方差。

一动态称重设备配置系统，包括：

一仪表和一处理装置；

其中所述仪表从称重设备获取多次称重中的过程数据和称重数据；

所述处理装置通过配置不同参数的称重快速响应模型处理所述过程数据和称重数据，并计算称重结果；并分别统计分析配置不同参数的称重快速响应模型处理得到的称重结果的误差；

所述仪表将误差最接近预设的阈值的称重快速响应模型的参数配置到称重设备中，或者将各个误差代入预设函数或模型后的数值最接近预设的阈值的称重快速响应模型的参数配置到设备中，或者将各个误差、以及各个称重快速响应模型的参数代入预设函数或模型后得到的称重快速响应模型的参数配置到设备中。

较佳地，所述处理装置通过称重补偿模型补偿配置不同参数的称重快速响应模型计算得到的称重结果。

较佳地，所述处理装置中配置不同参数的称重快速响应模型代入所述称重补偿模型；所述处理装置通过所述称重补偿模型处理所述过程数据和称重数据，并计算称重结果。

较佳地，所述误差是通过分别计算配置不同参数的称重快速响应模型处理得到的称重结果得到的均值和/或方差。

一存储介质，其特点是所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在装置执行如上所述的动态称重设备参数配置方法。

本发明的积极进步效果在于：

本发明的动态称重设备通过称重快速响应模型参数的不同配置之间的比较以及处理，获得误差最小的称重快速响应模型参数配置，从而实现快速响应特性的精确测量和补偿，提高动态称重设备的动态称重性能。

同时也利用称重快速响应模型参数的不同配置之间的比较以及处理，在调试和客户现场能够及时、快速地调试和配置动态称重设备达到更好地动态称重性能。

附图说明

图1为本发明的一个实施例的动态称重设备的参数配置方法的流程图。

具体实施方式

下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。

动态称重设备参数配置方法包括以下步骤：

获取多次称重中的过程数据和称重数据；

配置不同参数的称重快速响应模型处理所述过程数据和称重数据，并计算称重结果；

分别统计分析配置不同参数的称重快速响应模型处理得到的称重结果的误差；

将误差最接近预设的阈值的称重快速响应模型的参数配置到设备中，或者将各个误差代入预设函数或模型后的数值最接近预设的阈值的称重快速响应模型的参数配置到设备中，或者将各个误差、以及各个称重快速响应模型的参数代入预设函数或模型后得到的称重快速响应模型的参数配置到设备中。

其中称重设备的称重数据可以是表征称量物体的重量的称重信号，也可以是经过滤波等处理后的表征称量物体的重量的称重数据等。称重的过程数据包括称重物体称重时间，检测称重物体通过的光电信号，皮带运动速度等。

通过统计方法来分析判断不同配置参数的称重快速响应模型的称重误差。并进而通过比较或其他处理方式判断精度最高的称重快速响应模型的配置参数，或者处理得到预计精度更高的称重快速响应模型的配置参数。

在称重设备配置系统的实施例中参数配置方法的具体步骤说明如下：

在获取过程数据和称重数据的步骤S102中，使用重量已知的物体，在检重秤上进行称量数据等的测试。在每执行对物体的一次称重任务后，记录检重秤识别后的测试数据为Cdata[T]。测试数据为检重秤以物体完全上秤时刻点为起始点，以物体开始下秤时刻点为结束时刻点，在两个时刻点之间的时间段内的称重数据。本实施例中时刻点通过检重秤的光电检测器或重量信号识别。测试数据Cdata[T]中T为称重数据的时长或者检重秤皮带的位移长度，测试数据本身为一段时间内的称重数据，测试数据包含与称重时长以及相对于秤的运行方向的相对位移相关的过程数据。本实施例中仪表记录称重设备多次测试数据为Cdata[N][T]，其中N为测试次数。

处理装置配置不同参数的模型处理称重数据S104，本实施例中，先建立标准二次蠕变模型的称重快速响应模型：

δ＝αt²+βt+γ，其中α，β，γ为各次项的系数，t为以物体完全上秤时刻为起点的时间或位移变量，δ为模型输出称重数据。本实施例中配置五组不同的α，β，γ的参数。此外根据实际应用和环境的需求可以配置更多或者更少组的参数。

在称重快速响应模型基础上，进一步建立补偿模型。本实施例中的补偿模型使用一已知重量w减去称重快速响应模型的输出，将获得称重补偿模型，既：

本实施例中补偿模型五组φ，ψ分别对应五组不同的α，β，γ的参数，p为称重补偿数据。

处理装置对不同配置的模型误差分析步骤S106中，根据测试时间T，将不同的φ，ψ代入到称重补偿模型，获得称重补偿数据Tcompensation[M][N][L][T]，其中M、N、L为对应不同φ，/>ψ的索引序号。

使用称重测试数据Cdata[N][T]减去称重补偿数据Tcompensation[M][N][L][T]，并进一步对称重数据进行称重滤波处理，获得称重结果数据Tresult[M][N][L][n]，其中n是对不同测试时间T的计数。

对称重结果数据Tresult[M][N][L][n]进行误差分析，获得每个称重结果的均值和方差，均值为Taverage[M][N][L]，方差为Tvariance[M][N][L]。

在分析误差后，参数选择配置步骤S108中，将均值和方差最接近预设的阈值的模型的参数配置到设备中，也就是说本实施例中获得最优称重精度的称重快速响应模型的参数配置到称重设备中。所以本实施例根据最优称重精度的称重结果确定称重补偿模型的参数φ，ψ，进而确定称重快速响应模型参数α，β，γ。

在另一个变形例中将各个均值和方差代入预设函数后的数值最接近预设的阈值的称重快速响应模型的参数α，β，γ配置到称重设备中，而且在处理装置处理能力更强时，可以利用更为复杂的模型或算法来处理各个均值和方差，从而获得最优的称重快速响应模型参数α，β，γ。

在又一个变形例中还可以将各个均值和方差、以及各个称重快速响应模型的参数α，β，γ代入预设函数、模型或者算法后得到的更优的称重快速响应模型的参数α，β，γ，仪表将参数配置到称重设备中。

通过以上对参数配置方法的流程描述可知，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。

本发明的测量、计算和配置的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装置来执行任务。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。

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 (3)

1.一种动态称重设备参数配置方法，应用于检重秤，其特征在于，包括以下步骤：

获取多次称重中的过程数据和称重数据；

配置不同参数的称重快速响应模型处理所述过程数据和称重数据，并计算称重结果；

分别统计分析配置不同参数的称重快速响应模型处理得到的称重结果的误差；

将误差最接近预设的阈值的称重快速响应模型的参数配置到设备中，或者将各个误差代入预设函数或模型后的数值最接近预设的阈值的称重快速响应模型的参数配置到设备中，或者将各个误差、以及各个称重快速响应模型的参数代入预设函数或模型后得到的称重快速响应模型的参数配置到设备中；

其中，每次称重得到称重测试数据Cdata[n][T]，其中n为测试次数，T为测试时间；

其中，所述配置不同参数的称重快速响应模型处理所述过程数据和称重数据包括：

建立标准二次蠕变模型的称重快速响应模型：δ＝αt²+βt+γ，

其中α，β，γ为各次项的系数，t为以物体完全上秤时刻为起点的时间或位移变量，δ为称重快速响应模型输出的称重数据；

配置多组不同的α、β、γ；

在所述称重快速响应模型基础上，进一步建立补偿模型，其中，所述补偿模型通过使用一已知物体重量w减去所述称重快速响应模型输出的称重数据δ得到，即：

其中，p为称重补偿数据，所述补偿模型的多组φ、ψ，分别对应多组不同的α，β，γ的参数，从而得到多个不同配置的补偿模型；

根据测试时间T，将不同的φ、ψ代入到称重补偿模型，获得称重补偿数据Tcompensation[M][N][L][T]，其中M、N、L为对应不同φ、/>ψ的索引序号；

使用称重测试数据Cdata[n][T]减去称重补偿数据Tcompensation[M][N][L][T]，并进一步对称重数据进行称重滤波处理，获得称重结果数据Tresult[M][N][L][n]；

对称重结果数据Tresult[M][N][L][n]进行误差分析，获得每组称重结果数据的均值和方差。

2.一种动态称重设备参数配置系统，应用于检重秤，其特征在于包括：

一仪表和一处理装置；

其中所述仪表从称重设备获取多次称重中的过程数据和称重数据；

所述处理装置通过配置不同参数的称重快速响应模型处理所述过程数据和称重数据，并计算称重结果；并分别统计分析配置不同参数的称重快速响应模型处理得到的称重结果的误差；

所述仪表将误差最接近预设的阈值的称重快速响应模型的参数配置到称重设备中，或者将各个误差代入预设函数或模型后的数值最接近预设的阈值的称重快速响应模型的参数配置到设备中，或者将各个误差、以及各个称重快速响应模型的参数代入预设函数或模型后得到的称重快速响应模型的参数配置到设备中；

其中，每次称重得到称重测试数据Cdata[n][T]，其中n为测试次数，T为测试时间；

其中，所述配置不同参数的称重快速响应模型处理所述过程数据和称重数据包括：

建立标准二次蠕变模型的称重快速响应模型：δ＝αt²+βt+γ，

其中α，β，γ为各次项的系数，t为以物体完全上秤时刻为起点的时间或位移变量，δ为称重快速响应模型输出的称重数据；

配置多组不同的α、β、γ；

在所述称重快速响应模型基础上，进一步建立补偿模型，其中，所述补偿模型通过使用一已知物体重量w减去所述称重快速响应模型输出的称重数据δ得到，即：

其中，p为称重补偿数据，所述补偿模型的多组φ、ψ，分别对应多组不同的α，β，γ的参数，从而得到多个不同配置的补偿模型；

根据测试时间T，将不同的φ、ψ代入到称重补偿模型，获得称重补偿数据Tcompensation[M][N][L][T]，其中M、N、L为对应不同φ、/>ψ的索引序号；

使用称重测试数据Cdata[n][T]减去称重补偿数据Tcompensation[M][N][L][T]，并进一步对称重数据进行称重滤波处理，获得称重结果数据Tresult[M][N][L][n]；

对称重结果数据Tresult[M][N][L][n]进行误差分析，获得每组称重结果数据的均值和方差。

3.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在装置执行如权利要求1所述的动态称重设备参数配置方法。