酒類商品物流運輸管理中自檢測方法的研究

劉 何

（西安思源學院，陜西西安710038）

隨著互聯網技術的進步以及我國國民經濟的迅猛發展，網購以其獨特的優勢，已經成為人們購物的主要形式之一，物流行業也隨之逐步發展起來[1]。近年來酒類產品航空運輸需求不斷擴大，酒類商品運輸問題逐漸暴露出來。一方面酒類商品屬于普通商品，因此為了提高酒類商品物流運輸的安全性，需要借鑒一般物流運輸的經驗；另一方面，與傳統商品相比，酒類商品具有一定的特殊性，這種特殊性主要體現在一般白酒、紅酒等大多使用玻璃容器灌裝，一旦物流運輸車輛超載，就會使玻璃容器損壞的可能性增加，導致該商品因而失去價值。不僅如此，一旦將過多的酒類商品堆放到一起，會導致貨物積壓，進而造成酒類商品容器損壞，增加了物流運輸的危險性以及降低了物流運輸價值，因此對酒類商品物流運輸車輛超載進行檢測勢在必行。公路運輸是物流貨運的重要運輸方式，酒類商品物流運輸車輛一旦超載，會對公路造成破壞，嚴重的還會引發交通事故。所以對酒類商品物流運輸車輛載重進行檢測，以此判斷運輸車輛是否超載，能夠延長公路使用壽命，降低交通事故發生的概率，能夠有效提高酒類商品運輸的安全性[2]。針對上述所提問題，研究出一種酒類商品物流運輸車輛載重的檢測方法迫在眉睫。

許多專家學者都對酒類商品物流運輸車輛超載自檢測進行了研究，并取得了一定的研究成就。彭其淵等[3]提出了一種基于胎壓識別的酒類商品物流運輸車輛超載自檢測方法。首先根據數學推導方法以及經典力學等，分析了酒類商品物流運輸車輛輪胎胎壓與載重之間的關系，根據分析結果構建了用于描述二者之間關系的數學函數模型，以此實現了酒類商品物流運輸車輛超載自檢測，但是該方法存在檢測準確率低的問題。卓成娣等[4]提出了一種基于預測分析的酒類商品物流運輸超載自檢測方法。分析高速路段的實時動態承重數據，獲取車輛荷載的相關特征。利用加權的三峰正態分布函數擬合以及構建運輸車輛荷載總體的概率密度分布模型，通過該模型實現物流配送運輸車輛載重動態檢測。由于該方法需要采集不同類型車輛的承重數據以及車輛荷載的相關特征，因此該方法存在檢測耗時過長的問題，實際應用效果并不理想。

針對現有酒類商品物流運輸車輛超載自檢測方法存在檢測準確率低、耗時長等問題，提出一種基于傳感器的酒類商品物流運輸車輛載重檢測方法。

1 酒類商品物流運輸車輛超載自檢測方法分析

1.1 車輛載重測量

將傳感器作為檢測現場敏感部件，測量行駛車輛的重量，以下給出具體的研究過程：

將簡支梁作為橋梁模型[5-6]，車輛通過橋面時，將間距設定為Ls，速度設定為c，則車輛經過橋面時的運動方程為：

（1）式中，υ(x,t)代表橋上x點在t時刻的橋梁速度；ρ代表單位橋梁密度；C代表粘性衰減系數；E代表橋梁材料的彈性模量系數；I代表橋梁橫截面的慣性矩；L代表橋梁的長度；fF(t)、fR(t)代表車輛在通過橋梁前后的橋面產生的壓力；c代表車輛通過橋梁時的速度；δ(t)代表沖擊函數[7]。

基于模型假設，將車輛動態速度表示為：

（2）式中，i代表模態數；Φi(x)代表第i個模態形狀函數；qi(t)代表第i模態的幅值函數[8]，將公式（2）帶入公式（1）中，則有：

將公式（3）的兩邊分別乘以模態形狀函數sin{jπx/L}，在區間[0,L]上對x進行積分，即：

（4）式中，ωn代表第n模態的頻率；ζn代表第n模態的衰減比率；mn代表第n模態的模態質量。基于橋梁架設，通過下式計算橋梁模型參數[9]：

在時域內，利用參數變異法求解公式（4），則有：

其中：

橋梁在x點處t時刻的加速度[10-11]為：

以下給出離散結果：

其中：

上述公式描述的是車輛前后輪都在橋面上的情況[12]，將公式（12）、公式（13）合并簡化為：

假設不同位置的加速傳感器同時進行信號測量，能夠利用公式（15）計算全部信號，需要對信號進行歸一化處理[13]，完成酒類商品物流運輸車輛載重測量：

（15）式中，An代表第n個傳感器的系數矩陣；νn代表第n個傳感器的加速度測量信號。

1.2 基于最大載重量數據庫的酒類商品物流運輸車輛超載自檢測方法

先要構建與車輛所對應的車輛最大載重量數據庫，設計相應的程序將車型所對應的載重量在數據庫中調取出來，與所測量的車重進行比較，以此判斷車輛是否超載[14]。

在物流配送車輛經過檢測系統時，車輛的兩個前輪首先壓在橋面上，使一部分橋面受到縱向壓力的影響。如果在中心波長λb處漂移，通過光譜分析儀獲取波長的漂移信息△λb，將獲取的信息發送至系統服務器[14]，通過以下公式計算不同波長發生漂移時橋面所對應的外界壓力：

（16）式中，S代表在外界壓力下橋面的有效作用面積；K＝-（1-pe）/（ES）代表比例系數。

在車輛的后輪經過橋梁時[15-16]，根據公式（16）計算當時的外界壓力：

在車輛經過橋梁時，橋梁外界施加的壓力根據有機聚合材料的傳動導致FBG的長度以及曲率發生變化，橋梁會受到縱向應力的作用，中心波長會發生變化，根據中心波長的移動[17-18]，檢測橋梁所受到的壓力，進一步實現酒類商品物流運輸車輛超載檢測，檢測結果如下：

在檢測到車輛的重量后，與機器管理相結合，通過車型以及檢測系統輸出的運輸車輛重量，判斷車輛是否超載，還要與最大載重量數據庫進行對比來判斷車輛是否超載，實現酒類商品物流運輸車輛超載自檢測方法分析。

2 結果與分析

2.1 仿真實驗

為了驗證所提基于最大載重量數據庫的酒類商品物流運輸車輛超載自檢測方法綜合有效性，需要進行仿真實驗，實驗環境為：Win7系統下的Visual Studio2008平臺，英特爾Xeon處理器，4 GB內存，英偉達QuadroFX1800顯卡。

分別采用所提方法與文獻[3]基于動態承重的酒類商品物流運輸車輛超載自檢測方法以及文獻[4]基于預測分析的酒類商品物流運輸車輛超載自檢測方法進行實驗，對比3種不同檢測方法的檢測準確率，對比結果如圖1所示。

圖1 3種方法的檢測準確率對比結果

為了進一步比較3種方法的檢測準確率，將其進行數據化處理，結果如表1所示。

分析圖1和表1可知，所提方法的檢測準確率遠高于文獻[3]提出的基于動態承重的酒類商品物流運輸車輛超載自檢測方法以及文獻[4]提出的基于預測分析的酒類商品物流運輸車輛超載自檢測方法。且在圖1中，所提方法的準確率曲線波動較為平穩，說明所提方法不僅檢測準確率高且較穩定。其主要原因在于所提方法與運輸車輛檢測系統相結合，能夠準確檢測車輛是否超重，并結合最先進的車輛最大載重量數據庫，實時調取不同車輛的最大載重。通過上述實驗數據的對比，充分驗證了所提方法的優越性。

表1 不同方法檢測準確率對比結果

2.2 3種方法的耗時比較結果

為了進一步說明所提方法的實用性以及優越性，將所提方法與文獻[3]方法以及文獻[4]方法進行耗時對比測試，其結果如圖2所示。

圖2 3種方法的耗時比較結果

由圖2可知，隨著樣本數量的不斷增多，不同方法的檢測耗時也隨之變化。在3種方法中所提方法耗時最短。其主要原因在于所提方法在傳統方法的基礎上引用了車輛載重測量方法對不同類型車輛的重量進行測量，加快車輛重量的檢測速度，有效縮短系統整體的響應時間，提高檢測效率。

3 結束語

酒類商品物流運輸對于車輛載重的要求極高，為了延長公路使用壽命，降低由酒類商品破損帶來的財產損失，提出了基于最大載重量數據庫的酒類商品物流運輸車輛超載自檢測方法。實驗結果表明，所提方法檢測準確率高、耗時短。該方法為酒類商品物流運輸方案的策劃提供了新思路，能夠有效規避運輸風險，提高運輸安全，促進了酒類商品物流運輸的健康發展。