辛梅

摘 要：基于动态化车辆承重特点，设计了一种基于神经网络的车辆动态称重系统，能够基于神经网络自适应滤波变步长LMS算法，过滤不同频段称重信号产生的噪声。处于不同环境下针对不同车型，达到了较好的技术适应度且速度较快，精准度较高。可以对高速公路经过车辆重量动态计划实现精准测量，满足测量精准度需求，存在理论及实践参考价值。该系统选择高性能TMS32C2812芯片，设计较高软硬件系统，可以对高速公路上的经过车辆重量动态计划精准测量。

关键词：神经网络;车辆动态称重系统;自适应滤波

Abstract：Based on the characteristics of dynamic vehicle load-bearing， this research proposes a vehicle dynamic weighing system based on neural network. The system can adaptively complete the filter LMS algorithm with variable step size based on neural network， and filter the noise generated by weighing signals in different frequency bands. In different environments for different models， it has achieved better technical adaptability， faster speed and higher accuracy. It can realize accurate measurement for the dynamic plan of vehicle weight of expressway， meet the demand of measurement accuracy， and have theoretical and practical reference value. Through the application of the system， the high-performance TMS32c2812 chip is selected and the high-performance software and hardware systems are adopted to accurately measure the dynamic plan of the passing vehicle weight on the highway.

Key words：neural network;vehicle dynamic weighing system;adaptive filtering

0 引言

动态化车辆称重也就是在非停车运动状态下称重，根本特点就是能够达到效率较高且比较节省时间，能够有效避免存在的称重中干扰正常交通这一问题[1]。虽然动态化称重时由于称重台所受车辆轮胎的作用力所耗费时间较少，但是考虑到存在车轮的不平整量以及本身的弹性化元件，作用于平台力包括了真实轴重，除外还包括多因素干扰力[2]，譬如车辆本身存在的谐振、轮胎及路面之间产生的作用力、不同的车辆运行速度等多因素干扰。真实轴重被逐渐淹没至各种干扰力内，能够测量动态化称重高精准度。所以处于外界随机不确定干扰力的作用下，如何可以对真实轴重精准测量，便成为现如今动态化测试系统主要解决的关键问题[3]。因此本次研究提出设计基于神经网络的车辆动态称重系统。

1 车辆动态称重系统设计