[发明专利]一种基于模糊识别的称重传感器测试补偿方法

摘要

本发明涉及一种称重方法，特别是一种基于模糊识别的称重传感器测试补偿方法。建立多传感器测量的称重系统；对各影响因素对称重传感器输出数据的影响程度进行评判，建立干扰因素的权重集；建立评价体系的补偿系数评价集；定义单因素隶属度模糊评价集，根据各传感器的实际采集的数据，代入矩阵R中，进行综合模糊评评判。本发明具有以下有益效果：1.利用多传感器融合，提高了称重测量精度。2.方法具有易于根据不同应用环境进行调整、扩展性好的特点。3.计算简单，在传感器数量不多的情况下，不会占用太多计算时间，因而不会对传感器的动态性能造成不利影响。

主权项

一种基于模糊识别的称重传感器测试补偿方法，其特征在于，按照如下步骤进行：步骤1：在包含n个测量称重干扰因素传感器的称重系统中，将测量称重干扰因素的传感器依次编号为{传感器1，传感器2，…,传感器n}，组成传感器集U，然后采集相应的传感器输出值为ui(i＝1,2,3…,n)和称重传感器输出值为W；步骤2：设置测量称重干扰因素传感器的影响权重值分别为ai(i＝1,2,3…,n)，并将ai作为矩阵中的元素组成权重模糊矩阵A＝(a1，a2，a3...，an)，其中，ai与上述传感器集U中的第i个传感器对应；步骤3：建立一个包含m个补偿系数kj的补偿评价集矩阵K：K＝(k1，k2，k3...，km)，其中，m>＝2，j＝1,2,3…,m；步骤4：设置第i个传感器的隶属度函数集：Ri＝(f1(ui)，f2(ui)，f3(ui)...，fm(ui)；其中，f(ui)为步骤1中传感器集U中第i个传感器的隶属度函数，ui为步骤1中传感器集U中第i个传感器的输出值，i＝1,2,3…,n，得到如下单因素评判矩阵R：步骤5：利用步骤2中得到的权重模糊矩阵A和步骤4中得到的单因素评判矩阵R，进行模糊合成，得到矩阵B：B＝A·R＝(b1，b2，b3，...，bm)；步骤6：根据步骤5中得到的矩阵B和步骤3中的补偿评价集矩阵K，采用如下加权平均的方法得到称重传感器输出值W的修正系数s：s=Σj=1mbjkjΣj=1mbj;]]>最后，计算得到修正后的称重值为W′＝s*W。