仪器仪表学报

作者：龙保鑫，滕召胜，孙彪，林海军，刘涛

单位：龙保鑫,湖南大学电气与信息工程学院长沙410082,longbaoxin@hnu.edu.cn,滕召胜,湖南大学电气与信息工程学院长沙410082,,孙彪,湖南大学电气与信息工程学院长沙410082,,林海军,湖南师范大学工程与设计学院长沙410081,,刘涛,湖南大学电气与信息工程学院长沙410082,hnuliutao@hnu.edu.cn,

关键词：检重秤;动态称重;收缩软阈值;平稳小波去噪;扩展卡尔曼系统辨识

基金：国家重点研发计划（2022YFF0605503）项目资助

针对在线检重秤在实际工作环境中受机械振动、被测试样自身冲击及外部随机扰动等多重因素影响，导致称重信号被噪声严重污染、称量精度难以满足要求的问题，故提出了一种基于收缩软阈值的改进平稳小波去噪与扩展卡尔曼系统辨识的动态称量新方法。首先，根据称重信号与理想信号的先验知识，采用7层平稳小波变换对称重信号进行多尺度分解，接着针对分解后得到的细节系数，将高频噪声占主导的细节系数d1,k~d4,k置0，并设计一种带收缩因子的软阈值函数对同时包含有用信号与干扰噪声成分的细节系数d5,k~d7,k进行处理，然后利用处理后的细节系数与原始近似系数进行平稳小波逆变换重构称重信号，从而有效抑制各种干扰噪声。最后在此基础上，采用扩展卡尔曼算法进行系统辨识，求解检重秤系统的模型参数，并利用所得模型参数计算被测试样的质量。为验证所提算法的有效性，实验采用5种不同质量的被测试样，分别在30、45、60、75和90m/min这5种速度下进行多次加载测试，并对测试结果进行分析与比较。实验结果表明，所提算法的称量准确度优于时变低通滤波(TVLPF)算法、自适应预滤波与系统辨识(AID)算法以及自适应预滤波与扩展卡尔曼系统辨识（AEKSI）算法，满足国家标准《GB/T27739—2011自动分检衡器》对XIII类检重秤的精度要求。

来源：2025年第3期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第3期