分析车载动态称重干扰因素,从提高主要性能指标出发,设计了硬件系统平台、软件结构平台;对动态称重的数据处理模型进行了深入的分析与探索工作;提出非线性建模的BP神经网络技术的改进方法,满足了现场环境的称重要求,有效地解决了动态称重的测量精度和车辆通行速度的矛盾。

1前言随着都市的发展,台湾已步入高度商业化时代,其GNP逐年增长,2002年已达2853亿美元。然而,运输的主要干线是在台湾西部,特别是货物的运送是由载重卡车来承担的。根据台湾运输和交通部（MOTC）的报告,在2002年总的货运量为2891万吨,而在2003年1月~6月为1430万吨,与2002年同期相比增加5.9%。这对维护公路质量和协调运输构成严重危胁。于是,MOTC制定了防止高速公路卡车超载的WIM监控系统。

以传送带、料门给料的动态称重过程为对象,提出了一种新型动态定量称重控制方法.该方法从过程对象的实际出发,基于多元复合控制思想,称重策略采取分段控制并引入模糊神经网络控制技术,调节量采取给料门和传送带两个自由度协调.研究结果表明:该方法能够比较理想地解决动态定量称重过程中速度与准确度的矛盾.动态称重设定值为1 000 g时,该装置定量误差为±0.5%,称重速度＜8 s/次.

本文在介绍超限超载对公路、运输市场和交通安全危害的基础上，分析了超限超载对公路危害的原理；探讨了国内外动态称重系统的发展过程，最后重点论述德国PAT公司的动态称重系统技术特点及系统集成。

本文讨论了称重系统在动态称重过程中产生计量误差的多种原因，提出了一种能改善动态称重系统性能、提高其测量精度的新的方法，该动态校正方法建立在动态补偿原理的基础上并且应用了一个模糊控制器。文中详细讲述了所使用的模糊控制器动态校正算法，相应的称重系统样机，并给出实际动态称重的结果。

通过分析目前国内外使用的动态称重系统（WIM）存在的问题，选择石英压电称重传感器作为动态称重传感器，并采用TMS320C6416的DSP核心器件设计并实现了相应的动态称重系统，利用Delphi完成了该动态称重系统的软件设计。该系统克服了传统动态称重系统测量精度低、所需时间长等缺点，通过实测表明该系统运行良好，应用前景广泛。