[发明专利]基于径向基神经网络的称重设备传感器故障检测方法

权利要求书

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，还包括如下步骤：

步骤7、任选两个称重传感器(1)，称重控制仪(1)根据所选称重传感器(1)外其余(N-2)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(1)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(1)，称重控制仪(9)将所选称重传感器(1)对应的当前三次预测值与其余(N-2)个称重传感器(1)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(1)对应的当前四次预测值；

步骤10、称重控制仪(9)将每个称重传感器(1)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(1)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(1)，且所述两个故障称重传感器(1)为二次数据序列内采用当前三次预测值的称重传感器(1)。

4.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，步骤1中，称重控制仪(9)利用初步预测径向基神经网络得到称重传感器(1)对应的当前初步预测值。

5.根据权利要求3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，步骤7中，称重控制仪(9)利用二次预测径向基神经网络得到称重传感器(1)对应的当前三次预测值。

6.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，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。

7.根据权利要求1或6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，所述称重控制仪(9)通过RS232总线(10)与上位机(11)连接。