神经网络在汽车动态称重数据处理中的应用  

Application of Neural Network in Weigh-in-motion of Automobiles

作　　者：何红丽[1] 张元[2] 吕运鹏[1] 

机构地区：[1]郑州大学物理工程学院,郑州450052 [2]河南工业大学信息科学与工程学院,郑州450052

出　　处：《自动化仪表》2007年第5期17-19,共3页Process Automation Instrumentation

摘　　要：公路汽车动态称重信号由于受外界各种干扰因素的影响,数据处理较为复杂。针对汽车动态称重系统中数据处理的复杂性,提出了利用神经网络算法对动态称重信号中影响测量精度的主要因素进行数据融合,实现消除外界干扰和非线性校正。实验结果表明,神经网络算法对动态称重信号的数据融合可行有效,其精度满足ASTMWIM系统分类(E1318-94标准)的III类要求。Because of the influence of various external factors on signals of weigh-in-motion of automobiles, the data processing is more compli- cated. Aiming at this complexity, the neural network algorithm was applied to implement data fusion of the main factors influencing the measuring precision in weigh-in-motion signals for removing environmental interference and correcting nun-linearity. The experimental results prove the feasibility and validity of this method. The accuracy satisfies the requirement of the ASTM WIM system classification III（ standard E1318-94 ）.

关 键 词：动态称重 神经网络 数据处理 

分 类 号：TP274[自动化与计算机技术—检测技术与自动化装置]