散狀物料連續(xù)累計(jì)稱重系統(tǒng)精度補(bǔ)償研究.pdf

1、隨著中國經(jīng)濟(jì)的高速發(fā)展，各種散狀物料尤其是大宗工業(yè)原、燃料的貿(mào)易運(yùn)輸量急劇上升，使得散料貿(mào)易中動(dòng)態(tài)稱量的要求越來越高。目前，如何長期保持≤0.1％的計(jì)量精度已成為國內(nèi)外諸多散料貿(mào)易中動(dòng)態(tài)計(jì)量專家和科技工作者亟需解決的難題。機(jī)器學(xué)習(xí)的發(fā)展給傳統(tǒng)行業(yè)帶來了不一樣的色彩，隨著“互聯(lián)網(wǎng)+”戰(zhàn)略計(jì)劃的提出，傳統(tǒng)衡器行業(yè)將面臨新的轉(zhuǎn)型升級(jí)。本文以目前應(yīng)用最廣泛的散狀物料連續(xù)累計(jì)稱重設(shè)備——電子皮帶秤為研究對(duì)象，結(jié)合各種機(jī)器學(xué)習(xí)方法，對(duì)其累計(jì)計(jì)量精度

2、所涉及到的“皮帶效應(yīng)”、局部性故障、輸送帶跑偏、溫度變化等問題展開研究。
　　在電子皮帶秤結(jié)構(gòu)組成和稱重原理基礎(chǔ)上，結(jié)合以往的實(shí)驗(yàn)經(jīng)驗(yàn)，以累計(jì)計(jì)量的測(cè)量信號(hào)流程為研究脈絡(luò)，對(duì)其累計(jì)計(jì)量精度的誤差源和耐久性問題進(jìn)行了深入討論研究，對(duì)影響精度最主要誤差源以及耐久性誤差源進(jìn)行了總結(jié)。通過研究總結(jié)發(fā)現(xiàn)，需對(duì)運(yùn)行中電子皮帶秤的多個(gè)誤差因素以及各個(gè)故障狀態(tài)進(jìn)行實(shí)時(shí)在線監(jiān)測(cè)，并針對(duì)這些誤差因素變化以及不同故障狀態(tài)的不同程度建立一個(gè)具有較好泛化性

3、能和魯棒性的精度補(bǔ)償模型，以真正提高累計(jì)計(jì)量的耐久性。
　　針對(duì)“皮帶效應(yīng)”，從梁理論出發(fā)對(duì)稱重力誤差進(jìn)行了機(jī)理研究，對(duì)陣列式皮帶秤“內(nèi)力理論”的理論公式進(jìn)行了推導(dǎo)。然后，以“內(nèi)力理論”對(duì)QPS皮帶秤全性能試驗(yàn)中心的4撐皮帶秤進(jìn)行精度補(bǔ)償試驗(yàn)。通過試驗(yàn)分析得出:無故障時(shí)，精度可達(dá)OIML R502014(E)中的0.2級(jí)精度等級(jí)，即累計(jì)稱重誤差±≤0.1％;但當(dāng)存在輸送帶跑偏、稱重架卡料等一些故障時(shí)，精度很不理想，需對(duì)故障狀態(tài)進(jìn)行

4、實(shí)時(shí)在線監(jiān)測(cè)，并加以補(bǔ)償。
　　針對(duì)皮帶秤稱重區(qū)域內(nèi)的故障對(duì)稱重精度的影響，對(duì)故障的在線監(jiān)測(cè)方法進(jìn)行了研究。首先針對(duì)皮帶秤不同流量稱重?cái)?shù)據(jù)密度的不均勻，分別提出改進(jìn)型DENCLUE和改進(jìn)型DBSCAN，并都應(yīng)用于的稱重區(qū)域故障在線檢測(cè)，其中改進(jìn)型DENCLUE采用動(dòng)態(tài)閾值法替代爬山法大大降低了算法復(fù)雜度，相比較于改進(jìn)型DBSCAN具有更好的聚類精度和更快的聚類速度;然后采用BRNN和改進(jìn)型BTSVM對(duì)檢測(cè)出來的故障進(jìn)行在線識(shí)別，最

5、后將識(shí)別出來故障碼、故障位置（即哪個(gè)稱重單元）、當(dāng)前托輥傳感器數(shù)據(jù)以及同一時(shí)刻正常數(shù)據(jù)的平均值作為故障特征。陣列式皮帶秤故障試驗(yàn)表明:“基于改進(jìn)型DENCLUE的在線檢測(cè)+基于改進(jìn)型BTSVM在線識(shí)別”模型具有更好的稱重區(qū)域故障在線監(jiān)測(cè)性能。
　　針對(duì)皮帶秤輸送帶跑偏故障對(duì)稱重精度的影響，對(duì)輸送帶跑偏的在線監(jiān)測(cè)方法進(jìn)行了研究。研究引入流形學(xué)習(xí)和深層神經(jīng)網(wǎng)絡(luò)，分別建立了基于LTSA+GRNN+SVM和基于CDBN+SVM的在線跑偏監(jiān)

6、測(cè)模型，模型能產(chǎn)生顯性非線性映射將原始稱重?cái)?shù)據(jù)壓縮成3維的跑偏特征。二者的訓(xùn)練結(jié)果以及試驗(yàn)測(cè)試結(jié)果表明，皆具有很好的跑偏識(shí)別精度，可取代傳統(tǒng)硬件檢測(cè)設(shè)備，但適合于不同工作場(chǎng)合，LTSA+GRNN+SVM很適用于皮帶秤稱重標(biāo)定較為頻繁、跑偏檢測(cè)實(shí)時(shí)性要求不是很高的情況，而CDBN+SVM非常適用于標(biāo)定不是很頻繁、但實(shí)時(shí)性和識(shí)別精度要求很高的情況。
　　最后依據(jù)散狀物料連續(xù)稱重累計(jì)流量累加法計(jì)量原理，引入過程神經(jīng)網(wǎng)絡(luò)建立累計(jì)計(jì)量精度綜