CN114199359A - 一种偏载误差调整方法及装置 - Google Patents

Abstract

本发明公开了一种偏载误差调整方法及装置，能够提升偏载误差的调整效率。该方法包括：获取称重传感器的目标测量数据，称重传感器上设有多个加载位置，目标测量数据包括在不同加载位置处加载物体时称重传感器实际输出的测量值。若目标测量数据不满足称重传感器对应的合格条件，获取加工经验数据。根据加工经验数据和目标测量数据，确定多个加载位置对应的预估测量数据，预估测量数据包括对称重传感器加工后在不同加载位置处加载物体时预估的测量值。分析预估测量数据对目标测量数据的优化结果，并根据优化结果，确定目标加工信息，目标加工信息用于指示对称重传感器的加工操作。最后，输出目标加工信息。

Description

一种偏载误差调整方法及装置

技术领域

本发明涉及称重检测技术领域，特别涉及一种偏载误差调整方法及装置。

背景技术

现有的称重传感器通常包括形变部和设于形变部上的应变检测部，当利用称重传感器测量物品重量时，称重传感器的形变部会在物品重量的作用下产生弹性形变，再由应变检测部进行应变检测并生成电信号数据，即可确定物品的称重重量。实践中发现，形变部的不同部位会因加工误差产生不同形变量，导致称重传感器出现偏载误差，而现有方式仍需要人为判断形变部的修正点并对修正点进行反复加工修正，因此偏载误差的调整效率较低。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种偏载误差调整方法及装置，能够提升偏载误差的调整效率。

根据本发明的第一方面实施例的一种偏载误差调整方法，包括：

获取称重传感器的目标测量数据，所述称重传感器上设有多个加载位置，所述目标测量数据包括在不同所述加载位置处加载物体时所述称重传感器实际输出的测量值；

若所述目标测量数据不满足所述称重传感器对应的合格条件，获取加工经验数据；

根据所述加工经验数据和所述目标测量数据，确定多个所述加载位置对应的预估测量数据，所述预估测量数据包括对所述称重传感器加工后在不同所述加载位置处加载物体时预估的测量值；

分析所述预估测量数据对所述目标测量数据的优化结果；

根据所述优化结果，确定目标加工信息，所述目标加工信息用于指示对所述称重传感器的加工操作；

输出所述目标加工信息。

根据本申请实施例的一种偏载误差调整方法，至少具有如下有益效果：

在本申请实施例中，可以获取称重传感器的目标测量数据，目标测量数据包括分别在称重传感器上多个加载位置处加载物体时获得的测量值，如果目标测量数据不满足称重传感器的合格条件，则获取加工经验数据，从而基于既有的加工经验数据，直接确定多个加载位置对应的预估测量数据，用于预估加工后的称重传感器分别在多个加载位置加载物体时输出的测量值。基于此，根据预估测量数据及其对目标测量数据的优化结果，即可整合出可靠的目标加工信息，这样既排除了人工判断失误，又通过自动化的数据预测流程实现加工方案的智能调整与自主优化，以便直接结合优化的加工方案进行后续加工操作，减少了繁杂且反复的人为测量及修正步骤，降低了人员操作难度及技术要求，因此大大提升了偏载误差调整的效率，适用于规模化应用。

根据本发明的一些实施例，所述根据所述预估测量数据和所述优化结果，确定目标加工信息，包括：

获取加工记录信息，并根据所述优化结果和所述预估测量数据更新所述加工记录信息；判断所述预估测量数据是否满足所述合格条件；若所述预估测量数据满足所述合格条件，则根据更新的加工记录信息，确定目标加工信息；若所述预估测量数据不满足所述合格条件，则取所述预估测量数据作为新的目标测量数据，并继续执行所述根据所述加工经验数据和所述目标测量数据，确定多个所述加载位置对应的预估测量数据的步骤。

根据本发明的一些实施例，所述方法还包括：

根据所述目标测量数据，从所述称重传感器上的多个加工位置中确定第一位置；所述根据所述优化结果和所述预估测量数据更新所述加工记录信息，包括：如果所述优化结果为所述预估测量数据满足对所述目标测量数据的优化条件，则在所述加工记录信息中记录所述第一位置并将所述第一位置的预估加工量累计加一；如果所述优化结果为所述预估测量数据不满足所述优化条件，则从所述多个加工位置中确定满足预设加工条件的第二位置，再在所述加工记录信息中记录所述第二位置并将所述第二位置的预估加工量累计加一。

根据本发明的一些实施例，所述取所述预估测量数据作为新的目标测量数据，包括：

根据更新的加工记录信息，确定所述称重传感器上各个加工位置的预估加工量；若各个所述加工位置的预估加工量均未超过预设的第一加工量，或者所有所述加工位置的预估加工量之和未超过预设的第二加工量，则取所述预估测量数据作为新的目标测量数据；

所述方法还包括：若任一所述加工位置的预估加工量超过所述第一加工量，或者所有所述加工位置的预估加工量之和超过所述第二加工量，判定所述称重传感器为不良品。

根据本发明的一些实施例，所述加工经验数据包括多个经验数据，所述经验数据包括多个所述加载位置对应的加工前测量数据、加工后测量数据以及加工信息；所述根据所述加工经验数据和所述目标测量数据，确定多个所述加载位置对应的预估测量数据，包括：

将各个所述经验数据中的加工前测量数据与所述目标测量数据进行数据匹配；

若从所述加工经验数据中匹配出目标经验数据，则根据所述目标经验数据，计算预估测量数据，其中，所述目标经验数据中的加工前测量数据与所述目标测量数据一致；

或者，若无法从所述加工经验数据中匹配出所述目标经验数据，则根据所述经验数据中的加工前测量数据，计算所述经验数据与所述目标测量数据对应的第一相似程度，以及，对各个所述经验数据中的加工前测量数据与所述目标测量数据进行归一化处理，得到各个所述经验数据和所述目标测量数据分别对应的标准值，再根据各个所述经验数据和所述目标测量数据分别对应的标准值，计算所述经验数据与所述目标测量数据对应的第二相似程度；根据各个所述经验数据对应的第一相似程度，对所有所述经验数据进行排序，并取排序前N位的经验数据作为第一经验数据，N为正整数，以及，根据各个所述经验数据对应的第二相似程度，对所有所述经验数据进行排序，并取排序前M位的经验数据作为第二经验数据，M为正整数；将所述第一经验数据中的加工后预测数据和所述第二经验数据中的加工后预测数据进行加权求和计算，并根据加权求和计算的结果确定预估测量数据。

根据本发明的一些实施例，所述输出所述目标加工信息之后，所述方法还包括：

获取实际测量数据，所述实际测量数据包括进行加工操作后的称重传感器分别在多个加载位置处加载物体时实际输出的测量值；判断所述实际测量数据是否满足所述合格条件；若所述实际测量数据满足所述合格条件，判定所述进行加工操作后的称重传感器为合格品；若所述实际测量数据不满足所述合格条件，则取所述实际测量数据为新的目标测量数据，并执行所述根据所述加工经验数据和所述目标测量数据，确定多个所述加载位置对应的预估测量数据的步骤。

根据本发明的一些实施例，所述获取加工经验数据，包括：

从加工经验数据库中获取加工经验数据；

所述获取实际测量数据之后，所述方法还包括：

判断所述实际测量数据是否满足对所述目标测量数据的优化条件；若所述实际测量数据满足所述优化条件，将所述目标测量数据、所述目标加工信息和所述实际测量数据作为新增的经验数据加入所述加工经验数据库。

根据本申请第二方面实施例的一种偏载误差调整装置，所述偏载误差调整装置包括：

第一获取模块，用于获取称重传感器的目标测量数据，所述称重传感器上设有多个加载位置，所述目标测量数据包括在不同所述加载位置处加载物体时所述称重传感器实际输出的测量值；

第二获取模块，用于在所述目标测量数据不满足所述称重传感器对应的合格条件时，获取加工经验数据；

确定模块，用于根据所述加工经验数据和所述目标测量数据，确定多个所述加载位置对应的预估测量数据，所述预估测量数据包括对所述称重传感器加工后在不同所述加载位置处加载物体时预估的测量值；

分析模块，用于分析所述预估测量数据对所述目标测量数据的优化结果；

所述确定模块，还用于根据所述优化结果，确定目标加工信息，所述目标加工信息用于指示对所述称重传感器的加工操作；

输出模块，用于输出所述目标加工信息。

根据本申请第三方面实施例的一种电子设备，所述电子设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，所述程序被所述处理器执行时实现前述方法的步骤。

根据本申请第四方面实施例的一种存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述方法的步骤。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是本申请实施例应用的一种电子设备的结构示意图；

图2是本申请实施例公开的一种偏载误差调整方法的流程示意图；

图3是本申请实施例所应用的一种称重传感器的加载位置示意图；

图4是本申请实施例公开的另一种偏载误差调整方法的流程示意图；

图5是本申请实施例公开的一种偏载误差调整装置的结构示意图。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明，其本身没有特有的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

本申请提供一种偏载误差调整方法，可应用于一种电子设备。请参阅图1，图1是本申请实施例所应用的一种电子设备的结构框图。如图1所示，电子设备可以包括：存储器11、处理器12、网络接口13及数据总线14。

存储器11包括至少一种类型的可读存储介质，至少一种类型的可读存储介质可为如闪存、硬盘、多媒体卡、卡型存储器等的非易失性存储介质。在一些实施例中，可读存储介质可以是电子设备的内部存储单元，例如该电子设备的硬盘。在另一些实施例中，可读存储介质也可以是电子设备的外部存储器，例如电子设备上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。存储器21的可读存储介质通常用于存储安装于电子设备的偏载误差调整程序等。存储器21还可以用于暂时地存储已经输出或者将要输出的数据。

处理器12在一些实施例中可以是一中央处理器(Central Processing Unit，CPU)，微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行偏载误差调整程序等。

网络接口13可选的可以包括标准的有线接口和无线接口，通常用于在该电子设备与其他终端设备之间建立通信连接。

数据总线14用于实现这些组件以及图1所示各个装置、模块之间的连接通信。

图1仅示出了具有组件11－14的电子设备，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。

下面对本申请实施例公开的一种偏载误差调整方法进行具体说明。

如图2所示，图2是本申请实施例公开的一种偏载误差调整方法的流程示意图。基于图1所示的电子设备，处理器12执行存储器11中存储的偏载误差调整程序时实现如下步骤：

200、获取称重传感器的目标测量数据。

在本申请实施例中，称重传感器可以是应变式称重传感器，具体还可采用平行梁称重传感器，对此不做限定。称重传感器包括形变部(比如形变体)和设于形变部上的应变检测部(比如电阻应变片等)，形变部和应变检测部的数量均可以是2个或者2个以上，且形变部可以与应变检测部一一对应，亦不做具体限定。在物品的重力作用下，形变部产生形变，且形变部的形变量正比于物品的重力，具体的正比系数与称重传感器所应用的称重装置(比如称重勺等)的力学结构相关。应变检测部可以检测上述形变量并输出电信号数据，基于此，通过对电信号数据进行计算处理，称重传感器可以输出对物品重量的测量值。

在本申请实施例中，称重传感器上可设有多个加载位置，每个加载位置可以用于加载物体以进行称重测试，具体的，加载位置的数量可以是四个，且四个加载位置分别位于称重传感器的顶部、底部和两个侧部，对加载位置的数量及位置不做具体限定。相应的，目标测量数据包括在不同加载位置处加载物体时称重传感器实际输出的测量值，可以理解，每个加载位置处加载的物体质量可以相同且已知。

请参阅图3，图3是本申请实施例所应用的一种称重传感器的加载位置示意图。如图3所示，称重传感器上可以设有四个加载位置A、B、C和D，分别位于称重传感器的顶部、底部以及两个侧部，当四个加载位置分别加载指定质量的物体(比如砝码等)，可以获得称重传感器输出的目标测量数据，即：(x1，x2，x3，x4)，其中，x1、x2、x3和x4分别表示称重传感器在加载位置A、B、C和D被加载砝码时输出的第一测量值。可以理解，通过调整砝码质量或者对称重传感器进行加工处理，均可以改变不同加载位置对应的测量值，产生多种不同组合的目标测量数据。

201、若目标测量数据不满足称重传感器对应的合格条件，获取加工经验数据。

在本申请实施例中，合格条件可以是：目标测量数据的第一偏离程度属于预设差值范围，预设差值范围可以由人为指定并调整，不做限定。其中，第一偏离程度的计算方式可包括但不限于：从目标测量数据包括的测量值中确定最小测量值以及最大测量值，再取最大测量值与最小测量值之差作为目标测量数据的第一偏离程度。比如，以目标测量数据(x1，x2，x3，x4)为例，假设x1＞x2＞x3＞x4，如果x1－x4属于预设差值范围，则目标测量数据满足合格条件，如果x1－x4不属于预设差值范围，则目标测量数据不满足合格条件。

在本申请实施例中，加工经验数据可以来源于对任一称重传感器的历史加工操作过程，且加工经验数据可以包括多个经验数据，每个经验数据包括多个加载位置对应的加工前测量数据、加工后测量数据以及加工信息。举例来说，加工前测量数据为(y1，y2，y3，y4)，y1、y2、y3和y4分别表示某一称重传感器加工前在不同加载位置加载物体时输出的第二测量值，当利用加工信息对该称重传感器进行加工之后，可以得到加工后测量数据为(y1’，y2’，y3’，y4’)，则y1、y2、y3和y4分别表示该称重传感器加工后在不同加载位置加载物体时输出的第三测量值。

可选的，可以从预先构建的加工经验数据库中获取加工经验数据。加工经验数据库的具体类型可以是Oracle或MySQL等关系型数据库，也可以是Redis或MongoDB等非关系型数据库，而加工经验数据库用于以表格、队列、键值对或集合等数据存储方式存储多个经验数据，均不做具体限定。

202、根据加工经验数据和目标测量数据，确定多个加载位置对应的预估测量数据。

在本申请实施例中，预估测量数据包括对称重传感器加工后在不同加载位置处加载物体时预估的测量值。具体的，可以将目标预测数据与加工经验数据中各个经验数据的加工前测量数据进行数据匹配，从而根据数据匹配的结果确定多个加载位置对应的预估测量数据。

一种情况下，如果从加工经验数据中匹配出目标经验数据，则可以直接根据目标经验数据，计算预估测量数据。其中，目标经验数据中的加工前测量数据与目标测量数据一致。举例来说，如果一个经验数据包括加工前测量数据(y1，y2，y3，y4)、加工信息以及加工后测量数据(y1’，y2’，y3’，y4’)，假设目标测量数据为(x1，x2，x3，x4)，如果x1＝y1，x2＝y2，x3＝y3，x4＝y4，则判定目标经验数据与上述加工前测量数据一致，则取该经验数据作为目标经验数据，并将目标经验数据的加工后测量数据(y1’，y2’，y3’，y4’)作为预估测量数据。

另一种情况下，如果无法从加工经验数据中匹配出目标经验数据，则可以根据各个经验数据中的加工前测量数据，计算经验数据与目标测量数据对应的第一相似程度，以及，对各个经验数据中的加工前测量数据与目标测量数据进行归一化处理(比如min－max标准化或者Z－score标准化等)，得到各个经验数据和目标测量数据分别对应的标准值，再根据各个经验数据和目标测量数据分别对应的标准值，计算经验数据与目标测量数据对应的第二相似程度。之后，根据各个经验数据对应的第一相似程度，可以对所有经验数据进行排序，并取排序前N(N为正整数)位的经验数据作为第一经验数据，以及，根据各个经验数据对应的第二相似程度，对所有经验数据进行排序，并取排序前M(M为正整数)位的经验数据作为第二经验数据。排序方式可以是按照第一相似程度(或者第二相似程度)从大到小的次序进行排序。最后，将第一经验数据中的加工后预测数据和第二经验数据中的加工后预测数据进行加权求和计算，并根据加权求和计算的结果确定预估测量数据。

举例来说，第i个第一经验数据中的加工后预测数据为(ai，bi，ci，di)，i为正整数且i∈[1，N]，第j个第二经验数据中的加工后预测数据为(ej，fj，gj，hj)，j为正整数且j∈[1，M]，则预估测量数据为(S1，S2，S3，S4)，其中：

可见，通过直接获取匹配的目标经验数据，或者结合第一经验数据的绝对接近特征以及第二经验数据的相对接近特征，求得预估测量数据，能够实现预估称重传感器加工后测量值的三重数值逼近，应用范围更加广泛。

203、分析预估测量数据对目标测量数据的优化结果。

可以理解，优化结果可以包括：预估测量数据满足对目标测量数据的优化条件，或者，预估测量数据不满足对目标测量数据的优化条件。其中，优化条件可以包括但不限于：预估测量数据对应的第二偏离程度小于目标测量数据对应的第一偏离程度。可以理解，计算第二偏离程度的方式与计算第一偏离程度类似，不做赘述。

204、根据预估测量数据和优化结果，确定目标加工信息，目标加工信息用于指示对称重传感器的加工操作。

在本申请实施例中，称重传感器上可以设有多个加工位置，比如形变部上设置的镂空结构处，用于增加形变部的弹性。目标加工信息可以包括但不限于指定的加工位置以及对该加工位置的加工量。具体的，加工量可以指加工次数T，T为正整数，则目标加工信息可以指示对称重传感器上指定的加工位置加工T次。另一种实现方式中，加工量也可以包括指定的加工深度、加工角度和加工时间等工作参数，从而工作参数随着时间推进所发生的具体动态变化。

205、输出目标加工信息。

一种可选的实施方式中，可以直接通过电子设备的显示屏输出目标加工信息，或者将目标加工信息发送至其他终端设备，以便相关人员查看，为人为进行后续加工操作提供参考。另一种可选的实施方式中，也可以根据目标加工信息生成加工指令，并将加工指令输出到电子设备控制的操作装置，使得操作装置响应于加工指令执行对称重传感器的加工操作。操作装置可以是机械臂或加工工具(比如加工刀具)等，不做具体限定。

示例性的，一种实现方式中，电子设备控制加工工具定位并移动至称重传感器上指定的加工位置处，再对该加工位置加工T次(或者T秒)，此时加工工具可以按照预设的工作参数工作。另一种实现方式中，如果加工量包括具体指定的加工深度、加工角度和加工时间等工作参数，则电子设备也可以控制加工工具模拟或重现复杂加工操作，实现更加灵活的加工控制效果。

本申请实施例还可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

具体的，可以预先训练一个数据预测模型，用于实现步骤201至204所示功能，实际应用中，将目标测量数据输入到数据预测模型中进行训练，即可得到相应的目标加工信息。其中，数据预测模型的训练步骤包括：准备包括一定数量加工经验数据的训练集，并将加工经验数据对应的加工方案作为验证集，利用训练集训练预测模型，以及利用验证集验证预测模型的输出，若验证输出的准确率大于或等于预设准确率，则训练结束，若准确率小于预设准确率，则继续增加样本数量并重新执行训练步骤。其中，预测模型可以采用神经网络模型(比如卷积神经网络模型和循环神经网络模型等)、贝叶斯模型或注意力模型等，对此不做具体限定。

可见，实施上述方法实施例，既排除了人工判断失误，又通过自动化的数据预测流程实现加工方案的智能调整与自主优化，以便直接结合优化的加工方案进行后续加工操作，减少了繁杂且反复的人为测量及修正步骤，降低了人员操作难度及技术要求，因此大大提升了偏载误差调整的效率，适用于规模化应用。

如图4所示，图4是本申请实施例公开的另一种偏载误差调整方法的流程示意图。基于图1所示的电子设备，处理器12执行存储器11中存储的偏载误差调整程序时实现如下步骤：

400、获取称重传感器的目标测量数据。

其中，称重传感器上设有多个加载位置，目标测量数据包括在不同加载位置处加载物体时称重传感器实际输出的测量值。

401、若目标测量数据不满足称重传感器对应的合格条件，从加工经验数据库中获取加工经验数据。

402、根据加工经验数据和目标测量数据，确定多个加载位置对应的预估测量数据。

其中，预估测量数据可以包括对称重传感器增加一次加工量后在不同加载位置处加载物体时预估的测量值。

403、分析预估测量数据对目标测量数据的优化结果。

404、获取加工记录信息，并根据优化结果和预估测量数据更新加工记录信息。

在本申请实施例中，加工记录信息包括整个偏载误差调整流程中记录的加工位置及相应的加工量，偏载误差调整流程的起始条件可以是第一次获取称重传感器的目标测量数据，而偏载误差调整流程的结束条件可以是判定称重传感器为不良品或合格品。还可以理解，每完成一次偏载误差调整流程，可以将加工记录信息清零。

一种可选的实施方式中，可选的，步骤400之后，还可以根据目标测量数据，从称重传感器上的多个加工位置中确定第一位置。第一位置表示待修正的加工位置，可以理解，目标测量数据中各个加载位置对应的测量值可以满足不同的组合特征，根据组合特征与待修正的加工位置之间的对应关系，可以确定目标测量数据对应的第一位置。其中，对应关系可以根据人为经验或实验确定，不做具体限定。比如，以图3为例，目标测量数据(x1，x2，x3，x4)中，如果x1＞x2，x2＝x3＝x4，说明加载位置A对应的测量值过大，则可以将位于称重传感器顶部的加工位置确定为第一位置。

相应的，步骤404中更新加工记录信息的方式具体可以为：如果优化结果为预估测量数据满足对目标测量数据的优化条件，说明基于加工经验数据的数据预测具备参考性，则在加工记录信息中记录第一位置并将第一位置的预估加工量累计加一。如果优化结果为预估测量数据不满足优化条件，则从多个加工位置中确定满足预设加工条件的第二位置，再在加工记录信息中记录第二位置并将第二位置的预估加工量累计加一。具体的，预设加工条件可以是：第二位置与测量值最大的加载位置存在对应关系。

405、判断预估测量数据是否满足合格条件，若否，执行步骤406，若是，执行步骤407。

406、取预估测量数据作为新的目标测量数据，并执行步骤402。

可见，采用步骤402至406，能够根据加工经验数据循环预测新的预估测量数据，同时对加工记录信息进行自动更新，从而在预估测量数据满足合格条件时结合最新的加工记录信息确定目标加工信息，实现了目标加工信息的智能化学习与完善。

一种可选的实施方式中，步骤406具体可以为：根据更新的加工记录信息，确定称重传感器上各个加工位置的预估加工量。若各个加工位置的预估加工量均未超过预设的第一加工量，或者所有加工位置的预估加工量之和未超过预设的第二加工量，则取预估测量数据作为新的目标测量数据。相应的，若任一加工位置的预估加工量超过第一加工量，或者所有加工位置的预估加工量之和超过第二加工量，判定称重传感器为不良品。其中，第一加工量和第二加工量均可由人为指定和调整，不做具体限定。可见，为累计的加工量设置阈值条件，能够保证加工方案的合理性，避免因过度加工损坏称重传感器，也能够在方案预测阶段直接判定称重传感器的质量，减小不必要的加工资源浪费。

407、根据更新的加工记录信息，确定目标加工信息。

其中，目标加工信息用于指示对称重传感器的加工操作。

408、输出目标加工信息。

可以理解的是，本实施例中步骤400至408的具体实现方式还可以参照图2所示方法实施例中对步骤200至205的描述，在此不再赘述。

409、获取实际测量数据。

在本申请实施例中，实际测量数据包括进行加工操作后的称重传感器分别在多个加载位置处加载物体时实际输出的测量值。

一种可选的实施方式中，步骤409之后，还可以判断实际测量数据是否满足对目标测量数据的优化条件。若实际测量数据满足优化条件，则将目标测量数据、目标加工信息和实际测量数据作为新增的经验数据加入加工经验数据库。

也就是说，当进行加工操作后的称重传感器相对于进行加工操作前的称重传感器实现了对测量结果的优化，即可将目标加工信息加入加工经验数据库，从而不断丰富加工经验数据库的数据量，使得加工经验数据库与生产经验同步动态更新，故不断更新与完善的加工经验数据库更有利于提升后续偏载误差调整学习的精度和速度。

进一步的，一种可选的实施方式中，还可以为加工经验数据库设定预设存储容量。基于此，获取加工经验数据库的当前数据存储量，可以判断当前数据存储量是否达到加工经验数据库的预设存储容量。若当前数据存储量达到预设存储容量，从加工经验数据库中删除最先加入加工经验数据库的经验数据，并将目标测量数据、目标加工信息和实际测量数据作为新增的经验数据加入加工经验数据库。若当前数据存储量未达到预设存储容量，则直接将目标测量数据、目标加工信息和实际测量数据作为新增的经验数据加入加工经验数据库。

可见，基于先进先出的数据结构，加工经验数据库可以在满仓时舍弃历史数据，在容量控制的基础上实现数据库更新。

410、判断实际测量数据是否满足合格条件，若否，执行步骤411，若是，执行步骤412。

411、取实际测量数据为新的目标测量数据，并执行步骤402。

412、判定进行加工操作后的称重传感器为合格品。

可见，采用步骤409至412，还能够根据称重传感器的实际加工结果不断对加工方案进行学习及完善，直至加工后的称重传感器达到合格要求，故实现了加工过程与机器学习同时进行，还能够起到可靠的验证作用。

可见，实施上述方法实施例，既排除了人工判断失误，又减少了繁杂的测量流程，降低了人员操作难度及技术要求，因此大大提升了偏载误差调整的效率，适用于规模化应用。此外，还能够实现加工过程与目标加工信息的智能化学习与完善同步进行，起到可靠的验证作用。

本申请实施例还提供一种偏载误差调整装置。请参阅图5，图5是本申请实施例所应用的一种偏载误差调整装置的结构框图。如图5所示，该偏载误差调整装置包括：

第一获取模块510，用于获取称重传感器的目标测量数据，称重传感器上设有多个加载位置，目标测量数据包括在不同加载位置处加载物体时称重传感器实际输出的测量值；

第二获取模块520，用于在目标测量数据不满足称重传感器对应的合格条件时，获取加工经验数据；

确定模块530，用于根据加工经验数据和目标测量数据，确定多个加载位置对应的预估测量数据，预估测量数据包括对称重传感器加工后在不同加载位置处加载物体时预估的测量值；

分析模块540，用于分析预估测量数据对目标测量数据的优化结果；

确定模块530，还用于根据优化结果和预估测量数据，确定目标加工信息，目标加工信息用于指示对称重传感器的加工操作；

输出模块550，用于输出目标加工信息。

需要说明的是，本实施例的具体实现过程可参见上述方法实施例的具体实现过程，亦不再赘述。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。

在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD－ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

以上参照附图说明了本申请的优选实施例，并非因此局限本申请的权利范围。本领域技术人员不脱离本申请的范围和实质内所作的任何修改、等同替换和改进，均应在本申请的权利范围之内。

Claims (10)

1.一种偏载误差调整方法，其特征在于，所述方法包括：

获取称重传感器的目标测量数据，所述称重传感器上设有多个加载位置，所述目标测量数据包括在不同所述加载位置处加载物体时所述称重传感器实际输出的测量值；

若所述目标测量数据不满足所述称重传感器对应的合格条件，获取加工经验数据；

根据所述加工经验数据和所述目标测量数据，确定多个所述加载位置对应的预估测量数据，所述预估测量数据包括对所述称重传感器加工后在不同所述加载位置处加载物体时预估的测量值；

分析所述预估测量数据对所述目标测量数据的优化结果；

根据所述预估测量数据和所述优化结果，确定目标加工信息，所述目标加工信息用于指示对所述称重传感器的加工操作；输出所述目标加工信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述预估测量数据和所述优化结果，确定目标加工信息，包括：

获取加工记录信息，并根据所述优化结果和所述预估测量数据更新所述加工记录信息；

判断所述预估测量数据是否满足所述合格条件；

若所述预估测量数据满足所述合格条件，则根据更新的加工记录信息，确定目标加工信息；

若所述预估测量数据不满足所述合格条件，则取所述预估测量数据作为新的目标测量数据，并继续执行所述根据所述加工经验数据和所述目标测量数据，确定多个所述加载位置对应的预估测量数据的步骤。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述目标测量数据，从所述称重传感器上的多个加工位置中确定第一位置；

所述根据所述优化结果和所述预估测量数据更新所述加工记录信息，包括：

如果所述优化结果为所述预估测量数据满足对所述目标测量数据的优化条件，则在所述加工记录信息中记录所述第一位置并将所述第一位置的预估加工量累计加一；

如果所述优化结果为所述预估测量数据不满足所述优化条件，则从所述多个加工位置中确定满足预设加工条件的第二位置，再在所述加工记录信息中记录所述第二位置并将所述第二位置的预估加工量累计加一。

4.根据权利要求2所述的方法，其特征在于，所述取所述预估测量数据作为新的目标测量数据，包括：

根据更新的加工记录信息，确定所述称重传感器上各个加工位置的预估加工量；

若各个所述加工位置的预估加工量均未超过预设的第一加工量，或者所有所述加工位置的预估加工量之和未超过预设的第二加工量，则取所述预估测量数据作为新的目标测量数据；所述方法还包括：

若任一所述加工位置的预估加工量超过所述第一加工量，或者所有所述加工位置的预估加工量之和超过所述第二加工量，判定所述称重传感器为不良品。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述加工经验数据包括多个经验数据，所述经验数据包括多个所述加载位置对应的加工前测量数据、加工后测量数据以及加工信息；所述根据所述加工经验数据和所述目标测量数据，确定多个所述加载位置对应的预估测量数据，包括：

将各个所述经验数据中的加工前测量数据与所述目标测量数据进行数据匹配；

若从所述加工经验数据中匹配出目标经验数据，则根据所述目标经验数据，计算预估测量数据，其中，所述目标经验数据中的加工前测量数据与所述目标测量数据一致；

或者，若无法从所述加工经验数据中匹配出所述目标经验数据，则根据所述经验数据中的加工前测量数据，计算所述经验数据与所述目标测量数据对应的第一相似程度，

以及，对各个所述经验数据中的加工前测量数据与所述目标测量数据进行归一化处理，得到各个所述经验数据和所述目标测量数据分别对应的标准值，再根据各个所述经验数据和所述目标测量数据分别对应的标准值，计算所述经验数据与所述目标测量数据对应的第二相似程度；

根据各个所述经验数据对应的第一相似程度，对所有所述经验数据进行排序，并取排序前N位的经验数据作为第一经验数据，N为正整数，

以及，根据各个所述经验数据对应的第二相似程度，对所有所述经验数据进行排序，并取排序前M位的经验数据作为第二经验数据，M为正整数；

将所述第一经验数据中的加工后预测数据和所述第二经验数据中的加工后预测数据进行加权求和计算，并根据加权求和计算的结果确定预估测量数据。

6.根据权利要求1至4任一项所述的方法，其特征在于，所述输出所述目标加工信息之后，所述方法还包括：

获取实际测量数据，所述实际测量数据包括进行加工操作后的称重传感器分别在多个加载位置处加载物体时实际输出的测量值；

判断所述实际测量数据是否满足所述合格条件；

若所述实际测量数据满足所述合格条件，判定所述进行加工操作后的称重传感器为合格品；

若所述实际测量数据不满足所述合格条件，则取所述实际测量数据为新的目标测量数据，并执行所述根据所述加工经验数据和所述目标测量数据，确定多个所述加载位置对应的预估测量数据的步骤。

7.根据权利要求6所述的方法，其特征在于，所述获取加工经验数据，包括：

从加工经验数据库中获取加工经验数据；

所述获取实际测量数据之后，所述方法还包括：

判断所述实际测量数据是否满足对所述目标测量数据的优化条件；

若所述实际测量数据满足所述优化条件，将所述目标测量数据、所述目标加工信息和所述实际测量数据作为新增的经验数据加入所述加工经验数据库。

8.一种偏载误差调整装置，其特征在于，所述装置包括：

第一获取模块，用于获取称重传感器的目标测量数据，所述称重传感器上设有多个加载位置，所述目标测量数据包括在不同所述加载位置处加载物体时所述称重传感器实际输出的测量值；

第二获取模块，用于在所述目标测量数据不满足所述称重传感器对应的合格条件时，获取加工经验数据；

确定模块，用于根据所述加工经验数据和所述目标测量数据，确定多个所述加载位置对应的预估测量数据，所述预估测量数据包括对所述称重传感器加工后在不同所述加载位置处加载物体时预估的测量值；

分析模块，用于分析所述预估测量数据对所述目标测量数据的优化结果；

所述确定模块，还用于根据所述优化结果和所述预估测量数据，确定目标加工信息，所述目标加工信息用于指示对所述称重传感器的加工操作；

输出模块，用于输出所述目标加工信息。

9.一种电子设备，其特征在于，所述电子设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，所述程序被所述处理器执行时实现如权利要求1至7任一项所述的偏载误差调整方法的步骤。

10.一种存储介质，用于计算机可读存储，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1至7中任一项所述的偏载误差调整方法的步骤。

Images