DE4443050C2 - Einrichtung zum Kalibrieren einer Kraftmeßeinrichtung - Google Patents
Einrichtung zum Kalibrieren einer KraftmeßeinrichtungInfo
- Publication number
- DE4443050C2 DE4443050C2 DE19944443050 DE4443050A DE4443050C2 DE 4443050 C2 DE4443050 C2 DE 4443050C2 DE 19944443050 DE19944443050 DE 19944443050 DE 4443050 A DE4443050 A DE 4443050A DE 4443050 C2 DE4443050 C2 DE 4443050C2
- Authority
- DE
- Germany
- Prior art keywords
- neural network
- calibration
- signal
- calibrating
- force measuring
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L25/00—Testing or calibrating of apparatus for measuring force, torque, work, mechanical power, or mechanical efficiency
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G23/00—Auxiliary devices for weighing apparatus
- G01G23/01—Testing or calibrating of weighing apparatus
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
- Force Measurement Appropriate To Specific Purposes (AREA)
Description
Die Erfindung betrifft eine Einrichtung zum Kalibrieren einer
Kraftmeßeinrichtung mit mindestens einem Kraftaufnehmer zum
Wandeln einer mechanischen Belastung in ein elektrisches
Signal, wobei das elektrische Signal einer Zwischenschaltung
zum Kalibrieren zugeführt ist, von wo aus es an eine Ausgabe
einrichtung zur Ausgabe des kalibrierten elektrischen Signals
als Meßsignal geleitet wird.
Solche Kalibriereinrichtungen mit einer Zwischenschaltung, wie
beispielsweise aus der DE-PS 37 19 532 bekannt, sind nötig, um
bei Messungen die geforderten Genauigkeiten einhalten zu kön
nen, da die direkt vom Kraftaufnehmer erzeugten Signale stets
mit Linearitäts-, Nullpunktfehlern oder sonstigen, beispiels
weise temperaturbedingten Abweichungen behaftet sind. Die der
Kalibrierung dienenden Zwischenschaltungen enthalten in der
Regel mathematische Modelle in Form von Polynomgleichungen
höherer Ordnung oder Differentialgleichungssystemen, deren
Koeffizienten anhand von Kalibriermessungen mit bekannten Bela
stungen ermittelt werden. Hierzu wird in der Regel ein Verfah
ren aus der numerischen Mathematik, beispielsweise die lineare
Regression verwendet.
Angesichts der steigenden Ansprüche an die Genauigkeit, bei
spielsweise im Windkanalwaagenbau oder bei eichpflichtigen
Wägezellen, ist zum einen der Kalibrieraufwand sehr hoch und
zum anderen erfordert, insbesondere bei einem komplexen System
mit mehreren Kraftaufnehmern, die Speicherung der Kalibrier
daten eine erhebliche Speicherkapazität.
Der Erfindung liegt die Aufgabe zugrunde, die Kalibriergüte bei
Kraftaufnehmern, Wägezellen und Mehrkomponenten-Kraftmeßein
richtungen mit möglichst geringem Aufwand deutlich zu verbes
sern. Auch soll es ermöglicht werden, auf konventionelle Weise
kalibrierte Systeme in der Kalibriergenauigkeit zu verbessern.
Diese Aufgabe wird erfindungsgemäß mit den Merkmalen des
Anspruchs 1 gelöst.
Neuronale Netzwerke an sich sind beispielsweise aus der Zeit
schrift Messen Regeln Steuern, März 1989, 32. Jahrgang, VEB
Verlag Technik Berlin bekannt, wo eine Verwendung in Prozeßregelungen
behandelt wird.
Durch die erfindungsgemäße Lösung wird die Modellierungsgüte
des Übertragungsverhaltens von Kraftaufnehmern bei vergleichs
weise geringem Speicheraufwand deutlich gesteigert. Durch die
Eigenschaft des Selbstlernens und der selbsttätigen Verallge
meinerung von Kennwertgrößen um den Bereich einer trainierten
Stützstelle müssen bei einem Kalibrierlauf in Relation zur
Kalibriergenauigkeit gesehen relativ wenige Kalibrierpunkte
durchlaufen werden. Dadurch läßt sich auch der zeitliche Auf
wand der Kalibrierung deutlich senken.
Vorteilhafte Weiterbildungen der erfindungsgemäßen Lösung sind
in den Unteransprüchen angegeben. So kann es insbesondere bei
bereits existierenden Kraftmeßeinrichtungen ermöglicht werden,
die Genauigkeit zu verbessern, wenn auf das vorhandene konven
tionelle Kalibriersystem ein neuronales Netzwerk aufgesetzt
wird, welches die noch bestehenden Restabweichungen weitgehend
kompensiert.
Als besonders geeignet für die Kalibrierung von Kraftmeßein
richtungen hat sich die Verwendung von neuronalen Netzwerken
mit reellwertigen Ein- und Ausgangswerten im überwachten Lern
modus erwiesen. Insbesondere die Verfahren mit lokaler Approxi
mation, wie Assoziativspeicher-Systeme und Radial-Basis-Funk
tionsnetzwerke lassen sich hierbei optimal einsetzen.
Die erfindungsgemäße Einrichtung wird im folgenden anhand der
beiden Figuren näher erläutert. Hierzu zeigt die Fig. 1 die
Verwendung eines neuronalen Netzes zur kompletten Kalibrierung,
Fig. 2 den Aufsatz eines neuronalen Netzes auf ein konventio
nelles Kalibriersystem.
In schematischer Blockdarstellung zeigt Fig. 1 eine Windkanal
waage, die durch den Block 1 dargestellt ist. Diese Windkanal
waage besitzt 6 nicht dargestellte, als Wägezellen ausgebildete
Kraftaufnehmer, deren elektrische Ausgangssignale mit R₁ bis R₆
bezeichnet sind. Diese elektrischen Ausgangssignale werden nun
an das neuronale Netz 2 geleitet, welches einen Ausgangsvektor
Fi erzeugt, welcher über die Signalleitung 3 einer nicht darge
stellten Ausgabeeinrichtung zugeführt werden kann. Die Elemente
des Ausgabevektors Fi sind die Kräfte in bzw. die Momente um
vorgegebenen Raumachsen. Somit läuft der Index i von 1 bis 6
und und es entspricht F₁ der Kraft Fx, F₂ = Fy und F₃ = Fz · F₄
entspricht dem Moment um die X-Achse Mx, F₅ = My und F₆ = Mz.
Von der Signalleitung 3 zweigt eine Verbindung zum Summenpunkt
4 ab, an welchem in der Lernphase der Meßsignalvektor Fi mit
dem bekannten Kalibrier-Belastungsvektor Fi′soll verglichen
wird. Die dabei ermittelte Abweichung wird über einen definier
ten Lernalgorithmus dem neuronalen Netz 2 zugeführt, welches
diese trainierten Punkte als Stützstellen abspeichert. Der in
der Figur angegebene Index j läuft von 1 bis N und stellt die
Anzahl der mit bekannter Belastung trainierten Stützstellen
dar.
Nach Abschluß der Trainingsphase ist das neuronale Netz 2 in
der Lage, aus beliebigen Belastungen bzw. elektrischen Signalen
R der 6 Kraftaufnehmer kalibrierte Meßsignale Fi auszugeben.
Als besonders geeignet für die Kalibrierung von Kraftaufnehmern
haben sich neuronale Netze mit reellwertigen Eingangswerten
erwiesen, welche ein überwachtes Lernen durchführen und lokale
Approximationseigenschaften besitzen. Besonders geeignet sind
hierbei Assoziativspeichersysteme und neuronale Netze, die auf
dem Radial-Basis-Funktionsprinzip arbeiten.
Beim Verwenden von Assoziativspeichern werden die Eingangsvek
toren mittels einer Codierung auf Assoziationszellen verteilt,
wobei die Anzahl der Assoziationszellen unabhängig von der
Anzahl der Elemente des Eingangsvektors ist. Hierdurch wird
eine Aufteilung des globalen Gesamtraumes in lokale Unterräume
durchgeführt. Jeder Assoziationszelle sind einstellbare Ge
wichtszellen zugeordnet, deren Einstellung während der Lernpha
se erfolgt. Den einstellbaren Gewichtszellen ist ein Summier
punkt nachgeschaltet, an welchem die Signale der Assoziations
zellen bewertet durch ihre Gewichtszellen wieder zusammenge
faßt werden und das Ausgangssignal des neuronalen Netzes dar
stellen. Der Unterschied gegenüber dem klas
sischen Kalibrieren mittels Kalibriertabellen liegt darin,
daß das Ausgangssignal der Codierung nicht an einer bestimmten
Adresse abgelegt wird, sondern daß eine verteilte Speicherung
erfolgt, und die Speicheradressen durch das Eingangssignal
generiert ist.
Neuronale Netze, welche nach Radial-Basis-Funktionsprinzip
arbeiten, beinhalten eine Approximationsfunktion
in der h die Radial-Basis-Funktion bezeichnet.
Die Approximationsfunktion f soll gegebene Paare
derart abbilden, daß
folgende Fehlerfunktion H minimiert wird.
Hierzu sind die Gewichte ci zu bestimmen. Die Radial-Basis-Funktionen h liefern eine
Aufteilung des Raumes um die jeweiligen Zentren i. Durch die Wahl von h und i
können die Lokalisierungseigenschaften der Approximationsfunktion f eingestellt
werden. Die Approximationseigenschaften lassen sich durch die Wahl eines geeigneten
λ einstellen.
Mit Radial-Basis-Funktionen arbeitende neuronale Netze als
solche sind beispielsweise aus der Diplomarbeit Nr. 875 der
Fakultät Informatik, Institut für Parallele und Verteilte
Höchstleistungsrechner der Universität Stuttgart: Implementie
rung und Anwendung von "Generalized Radial Basis Functions" in
einem Simulator neuronaler Netze, Verfasser: Michael Vogt,
bekannt geworden.
In dem schematischen Blockbild der Fig. 2 ist die konventio
nelle Kalibriermatrix 10 einer nicht dargestellten Windkanal
waage dargestellt, der zur Verbesserung der Kalibriergenauig
keit ein neuronales Netz aufgesetzt wurde. Auch in diesem Fall
sind die Ausgangswerte der Kraftaufnehmer mit R₁ bis R₆
bezeichnet. Die Kalibriermatrix 10 wurde mit den in der Be
schreibungseinleitung erwähnten konventionellen Mitteln er
stellt und berücksichtigt das Verhalten der Struktureinflüsse der
Temperatur, Nullpunktabweichungen und dergleichen. Das Aus
gangssignal der Kalibriermatrix wird an die Summenpunkte 11 und
12 geleitet. In der Trainingsphase werden dem Summenpunkt 11
auch die den Kalibrierbelastungen entsprechenden Sollwertvekto
ren Fi′soll zugeführt und es wird der Abweichungsvektor
ΔFi′soll ermittelt. Dieser ermittelte Vektor stellt nun in der
Lernphase den Soll-Eingangsvektor des neuronalen Netzes 2 dar.
Der eigentliche Lernvorgang erfolgt entsprechend dem bereits
anhand Fig. 1 beschriebenen Verfahren.
Das neuronale Netz 2 erzeugt jedoch im Gegensatz zum Ausfüh
rungsbeispiel gemäß Fig. 1 keinen Meßwert-Vektor, sondern
einen Abweichungsvektor ΔFi. Dieser Abweichungs-Vektor wird am
Summenpunkt 12 auf das Ausgangssignal der Kalibriermatrix 10
addiert, wodurch dann der höchstgenau kalibrierte Meßwert-Vek
tor Fi erzeugt wird.
Claims (8)
1. Einrichtung zum Kalibrieren einer Kraftmeßeinrichtung mit
mindestens einem Kraftaufnehmer zum Wandeln einer mechani
schen Belastung in ein elektrisches Signal, wobei das
Signal einer Zwischenschaltung zum Kalibrieren zugeführt
ist, von wo aus es an eine Ausgabeeinrichtung zur Ausgabe
des kalibrierten elektrischen Signals als Meßsignal gelei
tet wird, dadurch gekennzeichnet, daß die Zwischenschaltung
ein neuronales Netzwerk (2)
aufweist.
2. Einrichtung nach Anspruch 1, dadurch gekennzeichnet, daß das Kalibrieren
ausschließlich
durch das neuronale Netzwerk erfolgt.
3. Einrichtung nach Anspruch 1, dadurch gekennzeichnet, daß die
Restabweichung eines Kalibriersystems (10)
durch das neuronale Netzwerk
(2) kompensiert wird.
4. Einrichtung nach einem der vorhergehenden Ansprüche, dadurch
gekennzeichnet, daß für das neuronale Netzwerk ein überwachter
Lernmodus vorgesehen ist.
5. Einrichtung nach einem der vorhergehenden Ansprüche, dadurch
gekennzeichnet, daß das neuronale Netzwerk für reellwertige
Ein- und Ausgangswerte eingesetzt ist.
6. Einrichtung nach einem der vorhergehenden Ansprüche, dadurch
gekennzeichnet, daß das neuronale Netzwerk lokale
Approximationseigenschaften aufweist.
7. Einrichtung nach Anspruch 6, dadurch gekennzeichnet, daß das neuronale Netzwerk ein
Assoziativspeichersystem aufweist.
8. Einrichtung nach Anspruch 6, dadurch gekennzeichnet, daß das
neuronale Netzwerk nach dem Radial-Basis-Funktionsprinzip
arbeitet.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19944443050 DE4443050C2 (de) | 1994-12-05 | 1994-12-05 | Einrichtung zum Kalibrieren einer Kraftmeßeinrichtung |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19944443050 DE4443050C2 (de) | 1994-12-05 | 1994-12-05 | Einrichtung zum Kalibrieren einer Kraftmeßeinrichtung |
Publications (2)
Publication Number | Publication Date |
---|---|
DE4443050A1 DE4443050A1 (de) | 1996-06-13 |
DE4443050C2 true DE4443050C2 (de) | 1997-08-07 |
Family
ID=6534816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19944443050 Expired - Fee Related DE4443050C2 (de) | 1994-12-05 | 1994-12-05 | Einrichtung zum Kalibrieren einer Kraftmeßeinrichtung |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE4443050C2 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19741884A1 (de) * | 1997-09-23 | 1999-04-08 | Daimler Chrysler Ag | Verfahren zur Bestimmung relevanter Größen, die den Zylinderdruck in den Zylindern einer Brennkraftmaschine repräsentiert |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021104430A1 (de) | 2021-02-24 | 2022-08-25 | Schenck Process Europe Gmbh | Wägevorrichtung und Wägeverfahren mit einer zentralen digitalen Messwertkorrektur |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DD286665A5 (de) * | 1989-07-03 | 1991-01-31 | Veb Thueringer Industriewerk,De | Schaltungsanordnung zur fehlerkorrektur von austauschbaren kraftmesswandlern |
-
1994
- 1994-12-05 DE DE19944443050 patent/DE4443050C2/de not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19741884A1 (de) * | 1997-09-23 | 1999-04-08 | Daimler Chrysler Ag | Verfahren zur Bestimmung relevanter Größen, die den Zylinderdruck in den Zylindern einer Brennkraftmaschine repräsentiert |
DE19741884C2 (de) * | 1997-09-23 | 2000-12-21 | Daimler Chrysler Ag | Verfahren zur Bestimmung relevanter Größen, die den Zylinderdruck in den Zylindern einer Brennkraftmaschine repräsentieren |
Also Published As
Publication number | Publication date |
---|---|
DE4443050A1 (de) | 1996-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102013014175B4 (de) | Verfahren zur Kalibrierung eines Messaufbaus | |
DE69627777T2 (de) | Pulsbasiertes Impedanz-Messgerät | |
DE3002992C2 (de) | Verfahren und Vorrichtung zur Analog/Digital-Umsetzung | |
DE19633884B4 (de) | Verfahren zum Ermitteln der Objektposition eines Objekts | |
DE69133132T2 (de) | Simulator für ein elektrisches Leistungssystem | |
DE3802680A1 (de) | Vorrichtung und verfahren zum internen eichen eines elektrischen eichgeraetes | |
WO2009012737A2 (de) | Gasdruckfeder mit messmittel sowie einrichtung und verfahren zur überwachung zumindest einer innerhalb und/oder an einer gasdruckfeder auftretenden physikalischen messgrösse | |
DE19531967A1 (de) | Verfahren zum Training eines neuronalen Netzes mit dem nicht deterministischen Verhalten eines technischen Systems | |
EP3623891A1 (de) | Individualisierbare bildhierarchien für ein leitsystem einer technischen anlage | |
DE3201297A1 (de) | Pruefverfahren fuer analog/digital-umsetzer und aufbau eines fuer die pruefung geeigneten analog/digital-umsetzers | |
DE3704624C2 (de) | Verfahren zur Messung von Impedanzen, speziell von kleinen Kapazitäten | |
DE2706928A1 (de) | Analog-digital-umwandlungsverfahren und -system | |
DE4100501A1 (de) | Verfahren und einrichtung zum erkennen von fehlern an sensoren fuer zustandsgroessen | |
DE3210571A1 (de) | Analog-digitalwandler-einrichtung | |
DE3929404A1 (de) | Verfahren und vorrichtung zum erkennen und identifizieren von fehlern an sensoren | |
DE1807599A1 (de) | Verfahren und Einrichtung zur Bestimmung von Eigenschaften sich bewegender Bahnen | |
DE4443050C2 (de) | Einrichtung zum Kalibrieren einer Kraftmeßeinrichtung | |
DE69114058T2 (de) | Verfahren und Mittel zur Fehlerlokalisation in einem Netzwerk mit mehreren Endstationen. | |
DE102019214984A1 (de) | Inertialsensor und computerimplementiertes Verfahren zur Selbstkalibrierung eines Inertialsensors | |
DE102012016403B4 (de) | Verfahren zur Parametrierung eines Feldgeräts und entsprechendes Feldgerät und System zur Parametrierung | |
DE19625896A1 (de) | Verfahren zur Erzeugung einer Warnmeldung in einer Analysevorrichtung bei Fehlfunktion einer selbsttätigen Kalibrierung | |
DE1523535B2 (de) | Selbstanpassender Regelkreis | |
DE69802061T2 (de) | Dehnungs oder Spannungsmessung mit einer anfänglich verstimmten Brücke | |
DE2929507A1 (de) | Sicherheitssystem fuer einen kernreaktor | |
DE19730851A1 (de) | Verfahren zur Simulierung von Trägheitskräften mit Hilfe eines Dynamometers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
D2 | Grant after examination | ||
8327 | Change in the person/name/address of the patent owner |
Owner name: SCHENCK PROCESS GMBH, 64293 DARMSTADT, DE |
|
8364 | No opposition during term of opposition | ||
8327 | Change in the person/name/address of the patent owner |
Owner name: SCHENCK PEGASUS GMBH, 64293 DARMSTADT, DE |
|
8327 | Change in the person/name/address of the patent owner |
Owner name: HORIBA AUTOMOTIVE TEST SYSTEMS GMBH, 64293 DARMSTA |
|
8339 | Ceased/non-payment of the annual fee |