KR970066521A - 자동하중측정장치 - Google Patents

자동하중측정장치 Download PDF

Info

Publication number
KR970066521A
KR970066521A KR1019970009738A KR19970009738A KR970066521A KR 970066521 A KR970066521 A KR 970066521A KR 1019970009738 A KR1019970009738 A KR 1019970009738A KR 19970009738 A KR19970009738 A KR 19970009738A KR 970066521 A KR970066521 A KR 970066521A
Authority
KR
South Korea
Prior art keywords
layer
intermediate layer
neurons
neuron
type identification
Prior art date
Application number
KR1019970009738A
Other languages
English (en)
Other versions
KR100210358B1 (ko
Inventor
다이스케 이토
Original Assignee
야자키 요우히꼬
야자키 소오교오 가부시기가이샤
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 야자키 요우히꼬, 야자키 소오교오 가부시기가이샤 filed Critical 야자키 요우히꼬
Publication of KR970066521A publication Critical patent/KR970066521A/ko
Application granted granted Critical
Publication of KR100210358B1 publication Critical patent/KR100210358B1/ko

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/08—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for incorporation in vehicles
    • G01G19/086—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for incorporation in vehicles wherein the vehicle mass is dynamically estimated

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Feedback Control In General (AREA)
  • Regulating Braking Force (AREA)
  • Force Measurement Appropriate To Specific Purposes (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Vehicle Body Suspensions (AREA)
  • Traffic Control Systems (AREA)
  • Forklifts And Lifting Vehicles (AREA)

Abstract

본 발명에 따른 자동하중측정장치는 입력층, 중간층 및 출력층이 계층화되어 배치되는 다층 피드 포워드형 뉴론 네트워크를 구비하고, 이 다층 피드 포워드형 뉴론 네트워크를 이용하여 차량의 적재하중을 측정하는 자동하중 측정센서가 측정하는 차량의 적재하중의 보정과 관련된 학습을 소정의 학습 파라메터를 이용하여 사전 실행하는 동시에 이 학습의 결과를 기초로 자동하중측정센서가 측정한 적재하중을 보정하여 실질하중을 구하는 실질하중연산수단을 구비한다.

Description

자동하중측정장치
본 내용은 요부공개 건이므로 전문내용을 수록하지 않았음
제1도는 본 발명의 일실시예에 따른 자동하중측정장치를 나타내는 기능 블록도, 제2도는 본 발명의 일실시예에 따른 자동하중측정장치를 차량에 실장한 형태를 나타내는 구성도, 제3도는 본 발명의 일실시예에 따른 자동하중측정장치의 학습과정을 설명한 플로차트.

Claims (10)

  1. 입력층, 중간층 및 출력층이 계층화되어 배치되는 다층 피드 포워드형 뉴론 네트워크를 구비하고, 이 다층 피드 포워드형 뉴론 네트워크를 이용하여 차량의 적재하중을 측정하는 자동하중측정센서가 측정하는 차량의 적재하중의 보정과 관련된 학습을 소정의 학습 파라메터를 이용하여 사전 실행하는 동시에 이 학습의 결과를 기초로 자동하중측정센서가 측정한 적재하중을 보정하여 실질하중을 구하는 실질하중연산수단을 구비하는 것을 특징으로 하는 자동하중측정장치.
  2. 제1항에 있어서, 학습에 이용되는 소정의 학습 파라메터는 상기 자동하중측정센서를 이용하여 측정된 차량의 적재하중과 관련된 측정하중정보인 것을 특징으로 하는 자동하중측정장치.
  3. 제1항에 있어서, 상기 입력층을 구성하는 각 뉴론은 상기 소정의 학습 파라메터의 수에 따라서 각각 일대 일로 대응시켜 설정되는 동시에, 상기 중간층을 구성하는 전체 뉴론에 있어서 사전 학습된 무게정보에 의해 이 전체 뉴론의 각각과 결합되어 이루어지고, 상기 출력층을 구성하는 각 뉴론은 상기 중간층을 구성하는 전체 뉴론에 있어서 사전 학습된 무게정보에 의해 이 전체 뉴론의 각각과 결합되어 이루어지며, 상기 소정의 학습파라메터를 이용한 뉴론연산에 기초하여 실질하중 정보를 출력하는 것을 특징으로 하는 자동하중측정장치.
  4. 제3항에 있어서, 상기 입력층과 중간층 사이의 사전학습된 무게정보 뿐만아니라 상기 중간층과 상기 출력층 사이의 사전학습된 무게정보를 수시로 기억하고 독출할 수 있는 메모리수단을 구비하고, 상기 입력층을 구성하는 각 뉴론은 상기 소정의 학습 파라메터의 수에 따라서 각각 일대일로 대응시켜 설정되는 동시에, 상기 중간층을 구성하는 전체 뉴론에서 상기 메모리수단으로부터 독출된 상기 입력층과 상기 중간층 사이의 사전학습된 상기 무게정보에 의해 이 전체뉴론의 각각과 결합되며, 상기 출력층을 구성하는 각 뉴론은 상기 중간층을 구성하는 전체뉴론에서 상기 메모리수단으로부터 독출된 상기 중간층과 상기 출력층 사이의 사전학습된 상기 무게정보에 의해 전체뉴론의 각각과 결합되며, 상기 소정의 학습 파라메터를 이용한 뉴론연산에 기초하여 실질하중정보를 출력하는 것을 특징으로 하는 자동하중측정장치.
  5. 제3항에 있어서, 상기 실질하중연산수단은 상기 입력층과 상기 중간층 사이에 상기 자동하중측정센서의 종류를 식별하는 센서종류식별정보를 입력하기 위한 선세종류식별뉴론을 구비하고, 상기 센서종류식별뉴론은 상기 입력층을 구성하는 전체 뉴론에서 상기 센서종류식별정보에 따라서 센서종류식별뉴론과 입력층 사이의 사전학습된 무게정보에 의해 이 전체뉴론의 각각과 결합되고, 상기 중간층을 구성하는 전체뉴론에서 상기 센서종류식별정보에 따라서 센서종류 식별뉴론과 중간층 사이의 사전학습된 무게정보에 의해 전체 뉴론의 각각과 결합되는 것을 특징으로 하는 자동하중측정장치.
  6. 제5항에 있어서, 상기 입력층과 중간층 사이의 사전학습된 무게정보, 상기 중간층과 출력층 사이의 사전학습된 무게정보, 상기 입력층을 구성하는 전체 뉴론에서 센종류식별정보에 따라서 센서종류식별뉴론과 입력층 사이의 사전학습된 무게정보, 및 상기 중간층을 구성하는 전체 뉴론에서 센서종류식별정보에 따라서 센서종류식별뉴론과 중간층 사이의 사전학습된 무게정보를 수시로 기억하고 독출할 수 있는 메모리수단를 구비하고, 상기 센서종류식별뉴론과 상기 입력층의 각 뉴론은 상기 메모리수단으로부터 독출된 상기 센서종류식별뉴론과 입력층 사이의 무게정보에 의해 각각 결합되고, 상기 센서종류식별뉴론과 상기 중간층의 각 뉴론은 상기 메모리수단으로부터 독출된 상기 센서종류식별뉴론과 중간층 사이의 무게정보에 의해 각각 결합되며, 상기 입력층을 구성하는 각 뉴론은 상기 메모리수단으로부터 독출된 상기 입력층과 중간층 사이의 사전학습된 무게정보에 의해 중간층의 전체 뉴론과 각각 결합되고, 상기 중간층을 구성하는 각 뉴론은 상기 메모리수단으로부터 독출된 상기 중간층과 출력층 사이의 사전학습된 무게정보에 의해 출력층의 전체뉴론과 각각 결합되는 것을 특징으로 하는 자동하중측정장치.
  7. 제1항에 있어서, 상기 실질하중연산수단은 수동에 의한 조정에 따라서 교시신호를 정정하여 재학습동작을 행하는 것을 특징으로 하는 자동하중측정장치.
  8. 제4항에 있어서, 상기 입력층과 중간층 사이의 전달함수는 탄젠트형의 함수이고, 상기 중간층과 상기 출력층 사이의 전달함수는 순수직선형 함수인 것을 특징으로 하는 자동하중측정장치.
  9. 제6항에 있어서, 상기 입력층과 중간층 사이의 전달함수는 탄젠트형의 함수이고, 상기 중간층과 상기 출력층 사이의 전달함수는 순수직선형 함수인 것을 특징으로 하는 자동하중측정장치.
  10. 제3항에 있어서, 상기 실질하중정보를 표시하는 하중표시수단을 구비하는 것을 특징으로 하는 자동하중측정장치.
    ※ 참고사항 : 최초출원 내용에 의하여 공개하는 것임.
KR1019970009738A 1996-03-22 1997-03-21 자동하중측정장치 KR100210358B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP8066381A JPH09257553A (ja) 1996-03-22 1996-03-22 自重測定装置
JP96-66381 1996-03-22

Publications (2)

Publication Number Publication Date
KR970066521A true KR970066521A (ko) 1997-10-13
KR100210358B1 KR100210358B1 (ko) 1999-07-15

Family

ID=13314203

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019970009738A KR100210358B1 (ko) 1996-03-22 1997-03-21 자동하중측정장치

Country Status (5)

Country Link
US (1) US5970435A (ko)
EP (1) EP0797081B1 (ko)
JP (1) JPH09257553A (ko)
KR (1) KR100210358B1 (ko)
DE (1) DE69725771T2 (ko)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI973420A (fi) * 1997-08-20 1999-02-21 Tamrock Oy Menetelmä kaivosajoneuvon kuljettaman kuorman painon määrittelemiseksi
SE0100475D0 (sv) * 2001-02-09 2001-02-09 Ericsson Telefon Ab L M Method and system of retransmission
WO2002092379A1 (en) * 2001-05-11 2002-11-21 Ricardo Mtc Limited Vehicle transmission shift quality
US6598010B2 (en) * 2001-07-11 2003-07-22 Uri Zefira Method for achieving accurate measurement of true weight
US7818140B2 (en) * 2008-01-29 2010-10-19 Zf Friedrichshafen Ag System for estimating a vehicle mass
KR101140025B1 (ko) * 2010-12-14 2012-05-02 김기태 부정 계측 검출 방법 및 시스템
US9508053B2 (en) 2013-10-18 2016-11-29 Caterpillar Inc. System and method for estimating delivery events
US11151407B2 (en) * 2019-08-27 2021-10-19 Aidoc Medical Ltd System for detecting an adapted image
CN110836717A (zh) * 2019-11-25 2020-02-25 湖北经济学院 一种面向金融服务的果蔬智能识别和计价系统
WO2021131091A1 (ja) * 2019-12-25 2021-07-01 新明和工業株式会社 コンピュータプログラム、推定装置、学習モデルの生成方法、及び特装車の積載重量推定システム
JP7208888B2 (ja) * 2019-12-25 2023-01-19 新明和工業株式会社 コンピュータプログラム、推定装置、及び学習モデルの生成方法
CN113865682B (zh) * 2021-09-29 2023-11-21 深圳市汉德网络科技有限公司 货车轮胎载重确定方法、装置及存储介质
CN114485877B (zh) * 2022-01-25 2023-09-05 常州纺织服装职业技术学院 一种结合惯性测量模块进行称重补偿的称重系统和方法
CN116481626B (zh) * 2023-06-28 2023-08-29 深圳市汉德网络科技有限公司 车载称重自适应的高精度标定方法及系统

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6067744A (ja) * 1983-09-21 1985-04-18 Nippon Denso Co Ltd 空燃比制御方法
JP2717665B2 (ja) * 1988-05-31 1998-02-18 株式会社豊田中央研究所 内燃機関の燃焼予測判別装置
US4979124A (en) * 1988-10-05 1990-12-18 Cornell Research Foundation Adaptive, neural-based signal processor
JP2762504B2 (ja) * 1989-01-09 1998-06-04 日産自動車株式会社 車両の変速制御装置
JP2792633B2 (ja) * 1990-02-09 1998-09-03 株式会社日立製作所 制御装置
FR2661265B1 (fr) * 1990-04-24 1994-07-29 Thomson Csf Systeme neuronal de classification et procede de classification utilisant un tel systeme.
JP2601003B2 (ja) * 1990-09-25 1997-04-16 日産自動車株式会社 車両の走行条件認識装置
US5396817A (en) * 1991-11-29 1995-03-14 Exxon Research And Engineering Co. Tire inflation and velocity sensor
US5479572A (en) * 1992-06-17 1995-12-26 Siemens Corporate Research, Inc. Artificial neural network (ANN) classifier apparatus for selecting related computer routines and methods
FI94677C (fi) * 1994-03-10 1995-10-10 Koivisto Marja Liisa Menetelmä rakenteisiin kohdistuvien kuormitusten mittaamiseksi

Also Published As

Publication number Publication date
KR100210358B1 (ko) 1999-07-15
DE69725771T2 (de) 2004-05-13
EP0797081B1 (en) 2003-10-29
JPH09257553A (ja) 1997-10-03
US5970435A (en) 1999-10-19
EP0797081A2 (en) 1997-09-24
DE69725771D1 (de) 2003-12-04
EP0797081A3 (en) 1998-07-22

Similar Documents

Publication Publication Date Title
KR970066521A (ko) 자동하중측정장치
DE60016422T2 (de) Vorhersage der groesse eines fehlers in einem druckwandler
KR950012269A (ko) 고장진단장치 및 방법
EP0565761A1 (en) An image forming apparatus provided with self-diagnosis system
CN108197014A (zh) 故障诊断方法、装置及计算机设备
Tan et al. Neural-networks-based nonlinear dynamic modeling for automotive engines
KR102278607B1 (ko) 유기 발광 표시 장치
CN108775958A (zh) 基于光线传感器的亮度测量、校准方法、装置及电子设备
Rab et al. Comparison of Monte Carlo simulation, least square fitting and calibration factor methods for the evaluation of measurement uncertainty using direct pressure indicating devices
US20080308244A1 (en) Contamination degree determining apparatus and contamination degree determining method
CN117782431A (zh) 基于边缘计算的压力变送器数据标定方法、装置及系统
CN111596006A (zh) 一种大气在线监测仪的校准方法及监测仪
KR950035414A (ko) 화상 조합 방법 및 장치, 및 움직임 벡터 검출 방법 및 장치
TW202212814A (zh) 檢查裝置、檢查方法以及儲存介質
Lin et al. Weighing fusion method for truck scales based on prior knowledge and neural network ensembles
DE3643203A1 (de) Geraet zum erfassen von erschuetterungen im transportwesen
KR100373619B1 (ko) 사상결정방법및이것을사용한자료판별방법
JP2006250744A (ja) 無線センサ装置
JPH06160459A (ja) 送電線電流センサ故障時の電流・位相分布の復元方法
JPH112588A (ja) ダイナモメータによって慣性の力を模擬する方法
JP3550416B2 (ja) 太陽電池の温度演算方法
EP0529670A3 (en) Test pattern generating apparatus
CN114330175A (zh) 用于增益结构的校准方法及装置、增益结构
JPH06149849A (ja) 製品出荷量推定装置
DE3409202A1 (de) Waage

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20060420

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee