基于系统辨识的动态汽车衡称重方法

　　随着交通运输业的飞速发展,动态汽车衡应运而生,并成为汽车载荷称量技术的发展方向。近年来,动态称量技术获得了一定的进展,特别是光纤动态称量传感器的研制具有良好的前景[1,2],以及在原有的汽车衡结构上处理传感器获取的动态信号提高称量精度等。

　　传统的动态称重信号处理方法十分简单,常见的有简单平均法和最大值测量法。前一种方法是选取称量信号中的平稳区段计算其平均值来近似实际重量,后一种方法是以重量测量过程中的最大值来估计重量的真值,但对被称车辆的行驶速度有严格的限制[3]。传统方法的测量误差一般为5%～10%,因此,研制高精度的动态称量信号处理方法是当务之急。近来,已经尝试了一些新的方法,Halimic研究了称重信号的Kalman滤波技术,Bahar[4]使用多层神经网络预报施加在称台上的质量。另外,系统辨识方法也被应用于称量信号的处理中,称之为输出误差算法。SHU[5]建立了该算法的二阶模型并进行了深入的理论分析,在皮带秤的称量应用中获得了较高的精度。本文将系统辨识方法应用于动态汽车衡称量。

　　1　动态汽车衡称重系统的数学模型

　　被称车辆驶上汽车衡台面时,称量系统可以被看成是由“车辆-台面-传感器-基础”构成的一个多自由度的复杂振动系统,见图1。考虑到该系统中基础的刚性大大强于其它部件的刚性,基础的影响可以略去;　由于称重过程中台面位移远小于汽车的前后轴轴距,因此,车辆在通过称台时,车重在前后轴分配的关联影响忽略不计。

　　加之汽车设计时总是把车轮的支承点置于振动节点上[6],所以前、后轴间没有耦合作用。因此我们可以把系统简化成图2所示的2自由度系统。

　　这里,k1和c1为汽车的刚度和阻尼系数;k和c为传感器的刚度和阻尼系数;I为车体绕后轴的转动惯量;l为轴距;m为作用在弹簧k1上的等效质量,可表示为m=I/l2;M为台面的质量;Q为被称量轴的轴重;s和s1分别为台面位移和汽车减振簧上支承点的位移;坐标原点分别取在台面自由位置和汽车静平衡时的位置。因为传感器质量远小于车辆、台面的质量,所以忽略不计。

　　动态称重是车辆在行进中完成的,车辆的运动使传感器的受力是变化的,而且,汽车在通过称重台面时,由于支撑刚度的变化以及道路不平等激励会引发车辆自身的振动。而称台的机械结构也将受到激励而产生振动。这样传感器的输出就会耦合以上2类振动信号,另外还有一些随机干扰信号。根据以上分析,轮胎与台面的作用力可分解为稳态分量轴重Q和瞬态分量f(t),即

　　式(3)是实际系统的等价模型,其中H1(z)对应于汽车结构,H2(z)对应于秤台结构。消去F(z)后式(3)可写成