基于径向基神经网络的称重设备传感器故障检测方法技术

本发明专利技术涉及一种基于径向基神经网络的称重设备传感器故障检测方法，其包括如下步骤：步骤1、任选一个称重传感器，称重控制仪能根据所选称重传感器外其余(N‑1)个称重传感器的称重实测值计算得到与所选称重传感器对应的当前初步预测值；步骤2、重复步骤1，以得到每个称重传感器的称重实测值以及对应的当前初步预测值；步骤3、称重控制仪将所有称重传感器的称重实测值与对应的当前初步预测值进行比较，当存在一个称重传感器的称重实测值与对应当前初步预测值的差值与称重故障判断阈值不匹配时，则判定称重设备的称重传感器存在故障。本发明专利技术能实时自动检测称重设备的传感器故障，并能实现故障传感器的数据恢复，实现称重测量的智能化。

【技术实现步骤摘要】
基于径向基神经网络的称重设备传感器故障检测方法
本专利技术涉及一种故障检测方法，尤其是一种基于径向基神经网络的称重设备传感器故障检测方法，属于称重设备传感器故障检测的

技术介绍
目前，对称重设备传感器的故障诊断主要是依靠人工排查的方式来完成的，通过定期对承重设备进行校称的方式来检测称重传感器是否存在故障。如果校称过程中发现称重设备存在故障再通过压重物的方式依次对各个传感器是否存在故障进行判断。这种方法效率十分低下，及时性也非常差，经常出现称重传感器带病工作但工作人员却不知道的情况发生，并且一旦称重传感器发生故障，工作人员得到的称重数据肯定是错误的。
技术实现思路
本专利技术的目的是克服现有技术中存在的不足，提供一种基于径向基神经网络的称重设备传感器故障检测方法，其能实时自动检测称重设备的传感器故障，并能实现故障传感器的数据恢复，实现称重测量的智能化，安全可靠。按照本专利技术提供的技术方案，一种基于径向基神经网络的称重设备传感器故障检测方法，包括称重控制仪以及与所述称重控制仪连接的N个称重传感器，所述称重控制仪能同时接收N个称重传感器的称重实测值；所述称重设备传感器故障检测方法包括如下步骤：步骤1、任选一个称重传感器，称重控制仪能根据所选称重传感器外其余(N-1)个称重传感器的称重实测值计算得到与所选称重传感器对应的当前初步预测值；步骤2、重复上述步骤1，以得到每个称重传感器的称重实测值以及对应的当前初步预测值；步骤3、称重控制仪将所有称重传感器的称重实测值与对应的当前初步预测值进行比较，当存在一个称重传感器的称重实测值与对应当前初步预测值的差值与称重故障判断阈值不匹配时，则判定称重设备的称重传感器存在故障。在判定称重设备的称重传感器存在故障后，还包括如下步骤：步骤4、任选一个称重传感器，称重控制仪将所选称重传感器对应的当前初步预测值与其余(N-1)个称重传感器的称重实测值组成的初步数据序列，并利用所组成的初步数据序列重新得到每个称重传感器对应的当前二次预测值；步骤5、称重控制仪将每个称重传感器的当前二次预测值与得到所述当前二次预测值的初步数据序列内对应的初步数据进行对比，当且仅当存在一初步数据序列，使得利用所述初步数据序列得到所有称重传感器的当前二次预测值与得到所述当前二次预测值的初步数据序列内对应的初步数据间的差值与称重故障判断阈值均匹配时，则称重设备内存在一个故障的称重传感器，否则，称重设备内存在至少两个故障的称重传感器；步骤6、当称重设备内存在一个故障的称重传感器时，所述故的障称重传感器为初步数据序列内采用当前初步预测值的称重传感器。当称重设备内存在至少两个故障的称重传感器时，还包括如下步骤：步骤7、任选两个称重传感器，称重控制仪根据所选称重传感器外其余(N-2)个称重传感器的称重实测值计算得到与所选称重传感器对应的当前三次预测值；步骤8、重复上述步骤7，以得到每个称重传感器的称重实测值以及对应的当前三次预测值；步骤9、任选两个称重传感器，称重控制仪将所选称重传感器对应的当前三次预测值与其余(N-2)个称重传感器的称重实测值组成二次数据序列，并利用所组成的二次数据序列重新得到每个称重传感器对应的当前四次预测值；步骤10、称重控制仪将每个称重传感器的当前四次预测值与得到所述当前四次预测值的二次数据序列内对应的二次数据进行对比，当且仅当存在一二次数据序列，使得利用所述二次数据序列得到所有称重传感器的当前四次预测值与得到所述当前四次预测值的二次数据序列内对应的二次数据间的差值与称重故障判断阈值均匹配时，则称重设备内称重设备内存在两个故障的称重传感器，且所述两个故障称重传感器为二次数据序列内采用当前三次预测值的称重传感器。步骤1中，称重控制仪利用初步预测径向基神经网络得到称重传感器对应的当前初步预测值。步骤7中，称重控制仪利用二次预测径向基神经网络得到称重传感器对应的当前三次预测值。还包括称重台，称重传感器安装于称重台的下面，称重传感器通过屏蔽电缆与接线盒连接，接线盒通过RS485总线与称重控制仪连接，称重控制仪还与车辆分离器以及地感线圈连接。所述称重控制仪通过RS232总线与上位机连接。本专利技术的优点：利用多个称重传感器的称重实测值间的非线性关系，能技术得到对应的当前初步预测值，将每个称重传感器的称重实测值与对应的当前初步预测值比较，从而能判断是否存在故障的称重传感器；在判断存在故障的称重传感器后，还能确定具体故障的称重传传感器以及具体的故障类型；利用当前初步预测值还可以代替称重传感器的称重实际值，得到称重设备的实际称重量，实现称重测量的智能化，安全可靠。附图说明图1为本专利技术称重设备的结构示意图。图2为本专利技术初步预测径向基神经网络的示意图。图3为本专利技术二次预测径向基神经网络的示意图。图4为本专利技术的工作流程图。附图标记说明：1-称重传感器、2-称重台、3-屏蔽电缆、4-接线盒、5-RS485总线、6-RS485接口、7-RS232接口、8-称重控制仪网口、9-称重控制仪、10-RS232总线、11-上位机、12-车轴识别器、13-车辆分离器以及14-地感线圈。具体实施方式下面结合具体附图和实施例对本专利技术作进一步说明。如图1和图3所示：为了能实时自动检测称重设备的传感器故障，并能实现故障传感器的数据恢复，实现称重测量的智能化，本专利技术包括称重控制仪9以及与所述称重控制仪9连接的N个称重传感器1，所述称重控制仪9能同时接收N个称重传感器1的称重实测值；所述称重设备传感器故障检测方法包括如下步骤：步骤1、任选一个称重传感器1，称重控制仪9能根据所选称重传感器1外其余(N-1)个称重传感器1的称重实测值计算得到与所选称重传感器1对应的当前初步预测值；步骤2、重复上述步骤1，以得到每个称重传感器1的称重实测值以及对应的当前初步预测值；步骤3、称重控制仪9将所有称重传感器1的称重实测值与对应的当前初步预测值进行比较，当存在一个称重传感器1的称重实测值与对应当前初步预测值的差值与称重故障判断阈值不匹配时，则判定称重设备的称重传感器1存在故障。具体地，还包括称重台2，称重传感器1安装于称重台2的下面，称重传感器1通过屏蔽电缆3与接线盒4连接，接线盒4通过RS485总线5与称重控制仪9连接，称重控制仪9还与车辆分离器13以及地感线圈14连接。一般地，称重台2下面设置四个或四个以上的称重传感器1，当有车辆通过称重台2时，称重台2下的每个称重传感器1都会产生一定的模拟电压，模拟电压通过屏蔽电缆3传送到接线盒4内，再由接线盒4传输至称重控制仪9内，称重控制仪9可以采用现有常用的结构形式，具体为本
人员所熟知，此处不再赘述。在每个称重传感器1向称重控制仪1传输对应的称重实测值后，称重控制仪9可以采用本
常用的技术手段，得到称重台2上的称重量，具体称重过程为本
人员所熟知，此处不再赘述。所述称重控制仪9通过RS232总线10与上位机11连接，称重控制仪9还与车轴识别器12连接，车轴识别器12、车辆分离器13以及地感线圈14的具体作用，以及与称重控制仪9的具体实现称重的过程均为本
人员所熟知，此处不再赘述。此外，称重控制仪9上还设有称重控制仪网口8，通过称重控制仪网口8能与互联网等连接，实现称重控制仪9将本文档来自技高网...

【技术保护点】
一种基于径向基神经网络的称重设备传感器故障检测方法，包括称重控制仪(9)以及与所述称重控制仪(9)连接的N个称重传感器(1)，所述称重控制仪(9)能同时接收N个称重传感器(1)的称重实测值；其特征是，所述称重设备传感器故障检测方法包括如下步骤：步骤1、任选一个称重传感器(1)，称重控制仪(9)能根据所选称重传感器(1)外其余(N‑1)个称重传感器(1)的称重实测值计算得到与所选称重传感器(1)对应的当前初步预测值；步骤2、重复上述步骤1，以得到每个称重传感器(1)的称重实测值以及对应的当前初步预测值；步骤3、称重控制仪(9)将所有称重传感器(1)的称重实测值与对应的当前初步预测值进行比较，当存在一个称重传感器(1)的称重实测值与对应当前初步预测值的差值与称重故障判断阈值不匹配时，则判定称重设备的称重传感器(1)存在故障。

【技术特征摘要】
1.一种基于径向基神经网络的称重设备传感器故障检测方法，包括称重控制仪(9)以及与所述称重控制仪(9)连接的N个称重传感器(1)，所述称重控制仪(9)能同时接收N个称重传感器(1)的称重实测值；其特征是，所述称重设备传感器故障检测方法包括如下步骤：步骤1、任选一个称重传感器(1)，称重控制仪(9)能根据所选称重传感器(1)外其余(N-1)个称重传感器(1)的称重实测值计算得到与所选称重传感器(1)对应的当前初步预测值；步骤2、重复上述步骤1，以得到每个称重传感器(1)的称重实测值以及对应的当前初步预测值；步骤3、称重控制仪(9)将所有称重传感器(1)的称重实测值与对应的当前初步预测值进行比较，当存在一个称重传感器(1)的称重实测值与对应当前初步预测值的差值与称重故障判断阈值不匹配时，则判定称重设备的称重传感器(1)存在故障。2.根据权利要求1所述的基于径向基神经网络的称重设备传感器故障检测方法，其特征是，在判定称重设备的称重传感器(1)存在故障后，还包括如下步骤：步骤4、任选一个称重传感器(1)，称重控制仪(9)将所选称重传感器(1)对应的当前初步预测值与其余(N-1)个称重传感器(1)的称重实测值组成的初步数据序列，并利用所组成的初步数据序列重新得到每个称重传感器(1)对应的当前二次预测值；步骤5、称重控制仪(9)将每个称重传感器(1)的当前二次预测值与得到所述当前二次预测值的初步数据序列内对应的初步数据进行对比，当且仅当存在一初步数据序列，使得利用所述初步数据序列得到所有称重传感器(1)的当前二次预测值与得到所述当前二次预测值的初步数据序列内对应的初步数据间的差值与称重故障判断阈值均匹配时，则称重设备内存在一个故障的称重传感器(1)，否则，称重设备内存在至少两个故障的称重传感器(1)；步骤6、当称重设备内存在一个故障的称重传感器(1)时，所述故的障称重传感器(1)为初步数据序列内采用当前初步预测值的称重传感器(1)。3.根据权利要求2所述的基于径向基神经网络的称重设备传感器故障检测方法，其特征是，当称重设备内存在至少两个故障的称重传感器(1)时，还...

【专利技术属性】
技术研发人员：刘洋，王卫东，
申请(专利权)人：无锡研测技术有限公司，
类型：发明
国别省市：江苏,32