基于彎板傳感器的動態稱重公路預檢系統研究

韓芝星，李麗宏，蔡曉龍，董秀明

(1.太原理工大學 信息工程學院，山西 太原030024;2.國網山西省電力公司檢修公司，山西 太原030032)

0 引 言

目前，公路預檢系統得到大量的應用，但國內外的文獻大都研究系統實現方式，布局架構［1～4］，而對動態稱重的準確度研究的較少。預檢系統的關鍵是動態稱重的準確度，專家系統智能判斷駛入預檢系統的車輛是否超限;模糊多閾值消噪算法用于彎板傳感器動態稱重信號消噪處理，得到穩定的動態稱重數據。本文將專家系統與模糊多閾值消噪算法相結合，實現動態稱重過程的智能化并提高稱重準確度等級，達到GB/T 21296—2007 動態公路車輛自動衡器規定的2 級秤要求［5］。

1 公路預檢系統與專家系統

1.1 公路預檢系統介紹

公路超限預檢系統主要包括預檢子系統、復檢子系統、圖像監控系統和執法管理系統等組成，并進行聯網擴展，實現區域內的站點聯網，確保遠程監控和管理。

預檢系統的關鍵是預檢子系統稱重精度和準確度，預檢子系統稱重準確度高，才能高效地對車輛進行攔截和放行，減少車輛的復檢，避免車輛擁堵，故本文主要對預檢子系統的稱重準確度進行研究。

公路超限預檢系統的流程圖如圖1 所示。

圖1 公路超限預檢系統流程圖Fig 1 Flow chart of highway overload predetecting system

由圖1 可知，車輛駛入檢測區域時，以正常速度通過預檢子系統得到超限情況，如果不超限，則繼續行駛離開檢測站;如果超限，則LED 顯示屏提示超限車輛進入復檢系統進行精確稱重，接著復檢系統對車輛進行靜態稱重，如果不超限，則駛離檢測站;如果超限，則接受處理，執法部門根據車輛實際載荷量確定是否卸載，如果卸載，則駛到卸貨場卸載，卸載完復秤，后駛至出站口;如果不卸載，則到出站口出示處理單據，進而判斷復秤后是否可以離開;可以離開檢測站的直接離開，不可離開的再到執法部門接受處理。

1.2 專家系統在預檢系統中的應用

如圖2 所示，一般專家系統由知識庫、綜合數據庫、推理機、解釋部分和知識獲取5 個部分組成。知識庫是專家系統的一個重要組成部分，實際中各車型有對應的超限規定，超限逃逸、多次超限的車輛為黑名單車輛。根據這些信息和儀表程序分析判斷的重量值為知識獲取并作為專家知識庫，將車型、車牌號碼、是否為黑名單、車輛重量值等信息作為數據庫，利用專家知識庫對當前獲得的車輛數據進行推理，并給出解釋和車輛是否超載的結果。

圖2 專家系統組成框圖Fig 2 Block diagram of expert system composition

2 彎板傳感器在預檢系統中的應用

2.1 彎板傳感器介紹

彎板稱重傳感器由彈性體和粘于彈性體上的多只電阻應變計組成［6～9］。彎板稱重傳感器由惠斯通電橋電路來得到車輛的重量信號。由于彎板稱重傳感器動態響應快，高度低，允許速度為200 km/h 的車輛通過，故將其應用于預檢系統中對車輛進行動態稱重，實現不停車超限檢測。

2.2 模糊多閾值消噪算法

彎板傳感器采集到的信號存在一定的干擾，要得到準確的重量值，需要對彎板傳感器采集到的信號進行濾波處理，本文采用小波變換模糊多閾值消噪算法對重量信號進行重構，得到平穩的稱重信號。

小波閾值函數分為硬閾值和軟閾值［10，11］，取閾值為λ，小波系數為wi，消噪后新的小波系數為^wi，硬閾值函數

軟閾值函數

但這兩種方法存在一定的不足，硬閾值算法，在閾值λ處，小波系數wi處于跳變狀態，故采用硬閾值重構wi后所得信號不穩定。軟閾值算法，可以獲得wi整體連續性，但當wi＞λ 時，wi總存在恒定偏差λ，影響重構信號與真實信號的逼近。

假設原始稱重信號的采樣長度為N，噪聲為高斯白噪聲，方差為，一般的閾值選取算法是

式中 j 為小波分解尺度;median 是Matlab 中的求中值的運算命令。

上述閾值λ 在每個尺度上是固定的，并不能隨分解層數和噪聲信號的變化而變化。實際情況中，彎板傳感器原始信號經小波變換后，噪聲的小波系數在每層和不同的噪聲強度區間的分布是不同的。隨著分解層數的增加，噪聲的能量是減小的;彎板傳感器在不同載荷下干擾不同，噪聲在不同區間的大小也不同。取閾值，在不同分解層、不同噪聲區間采用相同閾值，造成某些區間將真實信號濾除，某些區間保留部分噪聲，使重構信號不能準確地逼近真實值。針對單閾值λ 選取方法的不足，提出模糊多閾值消噪算法對重量信號進行消噪處理。

閾值λ 在消噪中起決定性作用，故設計合適的隸屬度函數u，根據不同噪聲強度和不同分解層來決定小波系數的重要性。

圖3 為重量信號在Matlab 中使用haar 母小波進行3 層小波分解得到的原始信號和高頻部分的曲線圖。

圖3 原始信號與小波分解高頻信號圖Fig 3 Diagram of original signal and high frequency signal of wavelet decomposition

圖3 (b)，(c)，(d)中，w1j，w2j，w3j分別為高頻cd1，cd2，cd3 的小波變換系數，可以得出:在車輛上秤、下秤時，由于車輛與發動機振動等使該信號區間的干擾較大，應選用較大的閾值來濾波;在秤上無車、車輛完全在秤上時，信號區間的噪聲較小，應選用較小的閾值來濾波，故采用分層分區間多閾值模糊消噪算法對重量信號進行消噪處理，閾值大小用模糊隸屬度函數確定。

根據重量信號在不同區間干擾的不同，把噪聲信號分為4 個等級:無載荷、上秤、下秤、過秤。根據4 個等級下噪聲的不同，得到模糊隸屬度函數

從而得到模糊多閾值函數為

采用以上算法在不同分解層、不同噪聲強度區間的閾值估計中引入模糊隸屬度函數u，使得wij－uλ 的取值介于wij－λ 和wij之間，獲得較好的消噪效果。

2.3 彎板傳感器信號消噪處理

在Matlab 中，選擇haar 小波作為母函數，對含噪聲的原始信號進行3 層小波分解，將得到的小波系數進行模糊多閾值處理，小波重構得到準確的重量信號。圖4 為模糊多閾值消噪后信號圖。

由圖4 可得，對彎板傳感器信號消噪處理后在采樣點45 ～65 之間得到平穩的重量信號A/D 值，進而得到較準確的重量值。

3 試驗驗證與結論

圖4 模糊多閾值消噪后信號圖Fig 4 Diagram of fuzzy multi-threshold de-noised signal

現場進行多次試驗，表明經過模糊多閾值消噪處理和專家系統判斷后，稱重結果明顯改善，表1 為10 組處理前后數據對比圖，從表1 中可以得出:采用本文方法處理原始稱重數據后，稱重誤差小于±2%。

表1 處理前后數據對比Tab 1 Comparison of datas before and after processing

4 結束語

本文采用專家系統與模糊多閾值消噪算法相結合的方式，對彎板傳感器動態稱重數據進行處理，分析車輛是否超限。介紹公路預檢系統的組成和專家系統的應用，采用模糊多閾值消噪算法對彎板傳感器的動態稱重數據進行消噪處理，得到的動態稱重數據滿足要求。最后，通過現場試驗進行算法驗證，試驗結果表明:將專家系統與模糊多閾值消噪算法相結合，對動態稱重數據進行處理能明顯地提高動態稱重的準確度，稱重誤差小于2%，其標準度等級達到2 級。

［1］ 肖振發，符鋅砂.基于動態稱重的高速公路超載管理系統研究及設計［J］.交通信息與安全，2012，30(2):92－95.

［2］ 李 聰，李夢霆.不停車超限檢測系統的設計與實現［J］.交通標準化，2014，42(20):88－91.

［3］ 哈爾濱工業大學.高速公路超限預檢系統:中國，200910072659.7［P］.2009—08—07.

［4］ 山東德魯泰計量科技有限公司.超限預檢與貨車計重ETC聯動系統及方法:中國，201210083873.4［P］.2012—03—27.

［5］ 中國國家標準化管理委員會.GB/T 21296—2007 準確度等級［S］.2007.

［6］ 程 路，張宏建，曹向輝.車輛動態稱重技術［J］.儀器儀表學報，2006，27(8):943－948.

［7］ 陳功富.關于彎板稱重臺生產制造中的一些問題［J］.技術交流，2013，42(6):26－29.

［8］ Alain Berry，Olivier Robin，Fabrice Pierron.Identification of dynamic loading on a bending plate using the Virtual Fields Method［J］.Journal of Sound and Vibration，2014，333(26):7151－7164.

［9］ Chen Y Z.Evaluation of fundamental vibration frequency of an orthotropic bending plate by using an iterative approach［J］.Computer Methods in Applied Mechanics and Engineering，1998，161(3/4):289－296.

［10］劉亞峰，牛昱光，張劍勇.基于小波變換的動態稱重信號處理方法［J］.工礦業自動化，2014，40(7):13－16.

［11］王 欣.自適應模糊閾值的圖像去噪算法［J］.計算機仿真，2011，28(6):296－298.