不斷軌稱重衡稱重誤差機理分析及誤差補償方法改進

摘要：針對軌道衡稱重誤差補償不佳問題，提出不斷軌稱量軌式動態衡原理及軌道衡稱重誤差補償方法。分析剪力稱重波形圖，確定傳感器非線性特性，結合梯度訓練法回歸方程，構建誤差補償模型。計算軌道衡在穩定與傾斜狀態下的受力，構造傳感器輸入輸出擬合函數，進行誤差逼近補償。實驗結果顯示，補償后誤差最大減12.13 kg，傾角0°～35°內波動值控于0.7 kg以下，有效提升了補償效果。

關鍵詞：不斷軌稱量軌式動態衡；稱重誤差；傳感器；誤差補償；梯度訓練法

中圖分類號：TP216；O213.1文獻標識碼：A文章編號：1001-5922（2025）01-0149-04

Analysis of the error mechanism of non-rail weighing scale and improvement of error compensation method

QUYanpeng1，ZHOU Lun2，ZHANG Zechao2，TANG Zhilong2，LIU Guangping2，ZHANG Tengteng1

（1.China Railway Fourth Bureau Group Sixth Engineering Co.，Ltd.，Xi’an 712000，China；

2.Huating Coal Industry Group Co.，Ltd.，Huating 744100，Gansu China）

Abstract：Aiming at the problem of poor weighing error compensation of track balance，the principle of dynamic balance and the method of weighing error compensation were proposed.The shear weighing waveform map was analyzed，the nonlinear characteristics of the sensor were determined，and the error compensation model was constructed by combining the regression equation of gradient training method.The force of the rail scale in the sta?ble and inclined states was calculated，and the sensor input and output fitting function was constructed to compen?sate for the error approximation.The experimental results showed that the maximum error after compensation was re?duced by 12.13 kg，and the fluctuation value within the inclination angle of 0°～35°was controlled below 0.7 kg，which effectively improves the compensation effect.

Key words：continuous rail weighing rail type dynamic balance；weighing error；sensors；error compensation；gradi?ent training method

隨著物流業的快速發展，快速準確的稱重已成為鐵路、公路等運輸領域亟待解決的問題。國內外學者對連續軌道動態稱重的原理以及軌道稱重誤差的補償方法進行了廣泛的研究。如通過采集三軸磁傳感器的原始數據，使用特定的算法對誤差進行建模和計算，并根據計算結果實時調整磁傳感器的輸出，實現誤差補償[1]。從激光共焦位移傳感器收集原始數據，并提取與傾角相關的誤差分量，補償傾角誤差[2]。針對以上分析，對不斷軌稱量軌式動態衡稱重誤差補償方法展開深入研究，以提高軌道秤的稱重精度和穩定性，希望為物流運輸領域提供更高效、更可靠的稱重解決方案，促進行業技術進步和應用創新。

1 不斷軌稱量軌式動態衡原理

不斷軌稱量軌式動態衡是一種先進的基于電磁感應的動態稱重設備。該設備主要由稱重導軌、傳感器、信號處理器和顯示器組成。當貨物通過稱重軌道時，貨物產生的壓力會導致稱重軌道變形，從而改變其磁場分布[3] 。在檢測到這種變化后，信號處理器處理傳感器獲取的信號，并在顯示器上顯示結果。通過這種方法，可以實現貨物的快速準確稱重。另外，通過轉換剪力采樣的跟蹤模式，多個車輪一起稱重，即可實現整車計量。

該稱重裝置由于其連續軌道設計，避免了傳統稱重裝置需要軌道中斷或更換的麻煩[4] 。此外，由于采用了電磁感應原理，連續稱重軌道式動平衡具有高穩定性和高效率的特點，可同時完成單輪稱重和整車稱重。

2 軌道衡稱重誤差補償方法

2.1 不斷軌稱量軌式動態衡傳感器非線性特性確定

基于上述闡述的不斷軌稱量軌式動態衡原理，并且考慮利用軌道衡進行稱重時，由于受到傳感器誤差、軌道不平整、風力干擾等因素，傳感器輸出的結果易產生誤差[5] 。因此，為合理補償軌道衡稱重誤差，需要根據不斷軌稱量軌式動態衡的工作原理，對稱重誤差產生的機理進行分析，由此設計適當的補償方式，提高輸出結果的精確度。

假設軌道衡稱重傳感器有 n 路輸入信號，信號通道增益為：

式中：Ku 表示傳感器水平方向所受應力的系數；k0 表示偏差度函數；v0 表示載體通過速度；yi表示第i路通道的增益，i = 12n 。

若載荷加載于軌枕的 p 位置，基于上式可得到傳感器的偏載荷為：

式中：s0表示比例系數；dk表示軌道衡誤差輸出；ν1表示稱重傳感器輸出。

當有垂直于載體截面積的拉力存在時，其未受力時原始剪力可表示為：

式中：?0表示載（Q）體（p=）截（gp）化值；t1示（3））靜態非線性函數。

軌道衡稱重結果由傳感器的非線性度和偏荷載疊加運算得到[6]，由此可得出傳感器的實際輸出為：

式中：gh表示傳感器線性度；l0表示泊松系數；m0表示載體質量。

根據上式可以得知，稱重傳感器的實際輸出是被測載體的非線性函數[7]。因此，可依據這一性質，對不斷軌稱量軌式動態衡的稱重誤差進行補償，保障補償結果的準確性。

2.2基于改進非線性回歸方法的誤差補償模型構建

根據不斷軌稱量軌式動態衡傳感器輸出誤差與被測載體之間的非線性特征，引入非線性回歸方法構建誤差補償模型，通過回歸預測為最終實現誤差補償提供數據基礎。

引入徑向基函數作為回歸方程的有效激活函數[8]，提高模型準確性，其表達式如下：

式中：α0表示輸入量的標準方差；Hc表示決策函數；x0、x1分別表示動量因子和白化矢量；Ys表示軌道衡傳感器的實際輸出；Wr表示回歸預測方程式。

將稱重傳感器輸出電壓值輸入[9]，則輸出結果為：

式中：lt表示軌枕的徑向應變；φk表示傳感器的定位偏差；μ0表示衰減常數。

利用回歸方程的逼近非線性函數功能，以輸入-輸出函數的導數大于0作為回歸函數的訓練約束條件[10]。則方程輸出的權矢量為：

式中：jk表示輸出量的偏置向量；n0表示懲罰因子；bt表示增廣目標函數。

引入梯度訓練法，并考慮學習率的影響[11]，改進軌道衡稱重誤差補償模型構建方法，則獲得模型內部控制參數為：

式中：gc表示參數的迭代次數；vk表示狄拉克函數；er表示模擬參數。

在平衡狀態下9（：））

式中：w1、w2分別表示軌道衡穩定狀態和傾斜狀態的受力；α表示軌道衡傾角。

根據輸入與輸出的關系構建軌道衡稱重誤差補償模型，表達式如下：

式中：η0表示傳感器的絕對零點值；Mt表示模型的交叉驗證參數。

根據不斷軌稱量軌式動態衡的工作原理，結合軌道衡稱重動態衡傳感器非線性特性，采用梯度訓練法改進后的回歸方程構建誤差補償模型，便于后續進一步提高軌道衡進行誤差補償的準確性。

2.3實現誤差補償

構建誤差補償模型后，考慮稱重傳感器非線性誤差，需采用多變量擬合進行誤差判別，在最大擬合次數內補償[12]，進而提高準確性，處理流程如圖1所示。

利用A/D轉換器將傳感器的運行參數轉換為數字量，并與傳感器測量值一同輸入到構建的誤差補償模型中[13]，得到模型的輸出結果為：

式中：κz表示傳感器運行參數的數字量；ec表示傳感器測量值；λk表示經驗常數；Ut表示模型輸出的理想載荷。

將標準載荷測量值與軌道衡測量值擬合z次，得到擬合函數βzUt，并判斷擬合誤差是否低于預設值，并進行z1次擬合以修正傳感器輸入與輸出的關系[14]，得到修正后的軌道衡稱重誤差補償方式，表達式如下：

式中：hm表示標準載荷傳感器測量樣本集合。

至此，完成不斷軌稱量軌式動態衡稱重誤差補償方法的設計。

3實例論證分析

3.1實驗方法

實驗以GCU-100B型不斷軌式動態電子軌道衡設備為研究對象。該稱重系統包括稱重傳感器，負責檢測軌道上的動態載荷；電阻應變傳感器，將載荷轉換為電信號等。軌道結構采用高強度、耐腐蝕的鋼和鋁合金材料。該設備的基本技術指標參數如表1所示。

選擇一個等級為M1、質量為1 t、擴展不確定度為0.03%（k=2）的標準砝碼作為被測載體；實驗采集系統為工控機，包括一個采樣頻率為1 kHz的16位AD轉換器和一個USB接口，便于連接到計算機用于軌道衡稱重數據的實時采集；對工控機配置了Intel Core i7處理器、8 GB內存，并運行于Windows 10操作系統，便于數據處理、分析；采用數字萬用表和示波器，用于實驗前軌道衡的預檢查和調試，以確保其正常工作。

3.2實驗驗證

在仿真模擬的傳感器特性中加入一定的非線性誤差，并模擬真實的作業概況。對軌道衡系統的4個傳感器輸出誤差進行采集，結果如圖2所示。

由圖2可知，4個傳感器輸出均存在誤差，其影響軌道衡稱重結果。

3.3軌道衡稱重誤差補償結果

實驗以其中的1路傳感器計量值為研究數據。引入卷積神經網絡算法（方法1）、激光測距傳感測距技術（方法2）與所提方法分別對該系統進行稱重誤差補償，比較補償前后的誤差值，結果如表2所示。

由表2可知，應用所提方法進行稱重補償后，補償后的稱重誤差比未補償時的誤差最大減少了12.13 kg，說明所提方法對于不斷軌稱量軌式動態衡稱重誤差的補償效果較為優越。而方法1和方法2補償效果不佳的主要原因是這2種方法建立的誤差補償模型無法很好地逼近目標量，導致補償性能不理想。

3.4結果對比分析

為進一步驗證所提方法的可靠性，采用補償前后稱量的波動值這一指標作為評估不同方法的誤差補償性能。以質量為1 t的標準砝碼為被測對象，根據傳感器輸出值采用3種方法對軌道衡系統進行稱重誤差補償，比較不同方法在補償前后稱量的波動值。對比結果如圖3所示。

由圖3可知，在被測載體的不同傾角條件下，所提方法的誤差補償波動值遠低于方法1和方法2，傾角為0°～35°，所提方法的誤差補償波動值始終控制在0.7 kg以下。由此可以說明所提方法對于軌道衡系統的稱重誤差補償效果更佳。

4結語

為降低軌道衡稱重誤差補償波動，研究了不斷軌稱量軌式動態衡原理及軌道衡稱重誤差補償方法。基于該原理確定傳感器非線性特性，用梯度訓練法改進回歸方程構建模型，并采用多變量擬合進行誤差判別與補償。實例分析顯示，最大誤差降低12.13 kg，補償波動值控制在0.7 kg以下，并且補償波動值小，該方法有效提高了軌道衡稱重誤差補償效果。

【參考文獻】

[1]段國文，楊迪，呂辰.三軸磁傳感器在線誤差補償方法[J].傳感器與微系統，2023，42（5）：41-44.

[2]胡帥，張楠.一種激光共焦位移傳感器傾角誤差補償方法[J].機械設計與研究，2023，39（5）：138-141.

[3]金政翰，楊愷斯，吳慧媛，等.一種立式聯軸器扭轉剛度測試臺的誤差補償模型[J].機械傳動，2023，47（10）：155-161.

[4]蔣爽，鄧嵐，彭澳，等.手推式電子叉車秤傾角與稱重誤差補償算法研究[J].電子測量與儀器學報，2023，37（9）：133-141.

[5]謝志崢，王衍學，王一變溫環境下充水管道導波監測的復合誤差補償方法[J].電子測量與儀器學報，2023，37（8）：173-181.

[6]周凱紅，冉紅梅，蔣青谷，等.基于改進BP神經網絡的數顯千分表非線性誤差補償[J].現代制造工程，2023，（7）：117-122.

[7]吳剛，方新秋，宋揚，等.基于捷聯慣導的采煤機運行姿態感知與誤差補償實驗研究[J].采礦與安全工程學報，2023，40（4）：668-678.

[8]袁丁，王艷紅，雒旭峰.基于自適應濾波的無人機視覺導航誤差補償方法研究[J].中國安全生產科學技術，2023，19（6）：193-198.

[9]魯明旭，羅綺.基于自動控制的化工有害氣體傳感器優化研究[J].粘接，2023，50（6）：127-130.

[10]岑志波，周盛薇，周娟.基于改進BP神經網絡的遠傳水表示值誤差補償方法[J].中國計量大學學報，2023，34（2）：172-178.

[11]孫秀照，雷賢卿，王笑一.圓光柵測角誤差實時補償方法研究[J].機電工程，2023，40（10）：1633-1640.

[12]李君，蔣金偉，劉進福.直角坐標機器人輪廓誤差補償算法設計[J].機械與電子，2023，41（10）：35-38.

[13]李林峰，黃啟泰，任建鋒，等.單屏相位測量偏折術中的透明層折射誤差補償[J].激光與光電子學進展，2023，60（9）：265-269.

[14]尹興超，郭瑜，樊家偉，等.增量式光學編碼器IAS信號誤差建模及補償[J].儀器儀表學報，2023，44（2）：50-58.（責任編輯：平海，蘇幔）