[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

说明书

技术领域

本发明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领域。

背景技术

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。

发明内容

本发明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。

按照本发明提供的技术方案，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。