[发明专利]基于智能垃圾分类及运输处置的精准称重算法及称重装置在审

专利信息
申请号: 202011631069.6 申请日: 2020-12-31
公开(公告)号: CN112798085A 公开(公告)日: 2021-05-14
发明(设计)人: 徐敬涛;陈洁 申请(专利权)人: 浙江联运知慧科技有限公司
主分类号: G01G13/29 分类号: G01G13/29
代理公司: 杭州丰禾专利事务所有限公司 33214 代理人: 李杰
地址: 311100 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 智能 垃圾 分类 运输 处置 精准 称重 算法 装置
【权利要求书】:

1.基于智能垃圾分类及运输处置的精准称重算法,适用于包括多个称重传感器的大秤台,其特征在于:所述传感器单独进行校准,在设置一定配重w时,称重传感器的读数为AD值,AD值与无配重时称重传感器的稳定读数之差为净AD值,通过调整w与净AD值之间的映射关系对大秤台进行校准,在运算中通过调整w与净AD值之间的转换系数进行所述映射关系的调节。

2.根据权利要求1所述的基于智能垃圾分类及运输处置的精准称重算法,其特征在于:秤台对放置在秤台上的配重采用以下的步骤进行重量计算:

S1放置配重w,对n个单独接入采样电路的传感器读数分别进行读数采样,n大于1;配重w为0时,对上述n个单独接入采样电路的传感器读数分别进行零点读数采样;

S2根据历史采样记录以及本次采样读数,通过平均值算法得到每个传感器每次的采样平均值;根据历史零点记录以及本次零点读数,通过平均值算法得到每个传感器每次的零点平均值;

S3判定采样平均值和零点平均值是否稳定,如果判定稳定,则采样平均值记为采样稳定值,即本次校准中的AD值,零点平均值记为零点稳定值,代入S4进行校准;如果判定不稳定,则返回S1,对不稳定的值进行重新采样和/或重新零点测量;

S4采样平均值和零点平均值的差值,即净AD值,与重量w间存在转换关系,计算两者间的转换系数矩阵;

S5保存零点稳定值与转换系数;将转换系数代入实际测量重量与读取的净AD值间的线性关系公式中,通过传感器读数即可换算得出实际测量重量。

3.根据权利要求2所述的基于智能垃圾分类及运输处置的精准称重算法,其特征在于:

步骤S1中读数采样的方法是根据配重w进行采样,采样涉及n个单独接入采样电路的传感器,n为大于1的整数,每个传感器各自的E+、E-、S+、S-分开接线;所述采样过程包括:

S1.1放置配重块w在任意n个位置处,其中,n个位置中的任意3个不在一条直线上;

S1.2分别记录在该位置上n个传感器的单独读数,形成n个传感器n次的n*n读数矩阵;

S1.3不放置任何配重,即w=0时,进行零点采样,分别记录n个传感器的单独零点读数,形成n个传感器的零点读数n维行向量。

4.根据权利要求2所述的基于智能垃圾分类及运输处置的精准称重算法,其特征在于:

步骤S2中所述的采样平均值算法与零点平均值的算法相同,具体为:

S2.1根据历史采样记录,针对同一重量,给每个传感器维护一个记有每个数据采样时间的,根据采样值大小有序排列的缓存数组;

S2.2单次读数后新增数值替换最老的数值,并根据数值大小插入缓存数组的序列,保持缓存数组有序;

S2.3取所述缓存数组中段1/3的数据计算平均值,即为该缓存数组的的采样平均值。

5.根据权利要求2所述的基于智能垃圾分类及运输处置的精准称重算法,其特征在于:

步骤S3中对采样平均值或零点平均值是否稳定的判定方法具体为,当缓存数组中最大值与最小值之差大于等于设定值时,判定该采样平均值或零点平均值为采样不稳定值或零点不稳定值;缓存数组中最大值与最小值之差小于固定值时,判定该采样平均值或零点平均值为采样稳定值或零点稳定值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江联运知慧科技有限公司,未经浙江联运知慧科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011631069.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top