作者：付宏勋, 张宇, 赵强, 刚宪约, 乔欢波

作者单位：山东理工大学交通与车辆工程学院，山东 淄博 255049

关键词：车载称重系统;测量方法;降噪算法;称重算法

摘要：

车载称重系统是一种用于测量车载重量的称重仪器，可弥补传统静态称重系统、动态称重系统和便携式称重仪在治理车辆超载等方面存在的不足，具有广阔的应用前景。该文概述车载称重系统的研究背景和研究意义，简要叙述车载称重系统的基本构成、工作流程、发展历史和功能拓展，重点从车载称重系统实现称重的三个阶段：测量方法、降噪算法、称重算法，对车载称重系统的研究现状进行阐述，总结实现称重的三个阶段可选用的方案，并且对每个方案的实现原理、优缺点和适用范围进行分析，最后根据现有技术存在的不足，展望车载称重系统的发展趋势。

Review of on-board weighing system
FU Hongxun, ZHANG Yu, ZHAO Qiang, GANG Xianyue, QIAO Huanbo
School of Transportation and Vehicle Engineering, Shandong University of Technology, Zibo 255049, China
Abstract: The on-board weighing system is a kind of weighing instrument used to measure vehicle weight, which makes up for the shortcomings of traditional static weighing system, dynamic weighing system and portable weighing instrument in the treatment of vehicle overload, and has broad application prospects. This paper summarizes the research background and significance of the on-board weighing system, and briefly describes the basic structure, work flow, development history and function expansion of the on-board weighing system. Focusing on the three stages of on-board weighing system: measurement method, noise reduction algorithm, and weighing algorithm, the research status of on-board weighing system is described, and the options available for the three stages of weighing are summarized, and the implementation principle, advantages and disadvantages, and application scope of each option are analyzed. Finally, according to the shortcomings of the existing technology, the development trend of on-board weighing system is prospected.
Keywords: on-board weighing system;measurement method;noise reduction algorithm;weighing algorithm
2022, 48(5):14-21  收稿日期: 2021-04-09;收到修改稿日期: 2021-05-20
基金项目:
作者简介: 付宏勋（1987-），男，山东淄博市人，讲师，博士，研究方向为车辆自动化技术
参考文献
[1] 刘晨阳, 冯继豪, 张永祥, 等. 超载运输车辆对沥青路面的破坏及制动距离的影响[J]. 河南农业大学学报, 2016, 50(4): 490-493
[2] JACOB B, BEAUMELLE F. Improving truck safety: potential of weigh-in-motion technology[J]. Iatss Research, 2010, 34(1): 9-15
[3] NÁPOLES O M, STEENBERGEN R D. Analysis of axle and vehicle load properties through bayesian networks based on weigh-in-motion data[J]. Reliability Engineering & System Safety, 2014, 125(7): 153-164
[4] 潘文辉. WIM车辆动态称重系统的设计与实现[D]. 成都: 电子科技大学, 2014.
[5] 韩玫枝. 车载称重系统的设计与应用[D]. 南京: 南京理工大学, 2017.
[6] 孙秀雅. 基于压电薄膜轴传感器的动态称重系统的研发[D]. 合肥: 合肥工业大学, 2014.
[7] 宋文凤. 车载式车辆荷载质量动态称重系统研发[D]. 西安: 长安大学, 2018.
[8] CARLSON B E. Electronic load indicating device for vehicles with floating body mounting: US3146839 A[P]. 1964-09-01.
[9] MCCAULEY J L. Load cell for on-board weighing systems: US04249623 A[P]. 1981-02-10.
[10] KHEIRALLA A K, ELTIGANI A, MUSA M, et al. Design and development and calibration of an on-board weighing system for an industrial wheel loader[C]// International Conference on Trends in Industrial and Mechanical Engineering (ICTIME'2012), 2012.
[11] 雷晋芳. 基于压电智能路面的车辆动态称重技术的研究[D]. 大连: 大连理工大学, 2013.
[12] 张荣军, 罗向东, 许晨光, 等. 基于物联网的车载称重监控系统[J]. 计算机应用, 2014, 34(S1): 320-322
[13] 赵建峰, 王巍. 基于物联网技术的车辆超载远程监测系统设计与实现[J]. 公路, 2017, 62(10): 251-257
[14] 张从力, 史记征, 陈增江. 一种车载静态称重系统设计[J]. 传感器与微系统, 2013, 32(1): 99-101
[15] THOMPSON J D, MITCHELL D, KLEPAC J. Evaluating in-woods truck scales[C]//Proceedings of the 41st Annual Meeting of the Council on Forest Engineering, 2018.
[16] 王晓华. 基于CAN总线的高精度称重传感器节点设计[J]. 现代电子技术, 2017, 40(13): 38-40
[17] 王艳霞, 王迎迎, 鲍春晖. 多传感器数据融合技术在动态称重系统中的应用[J]. 仪表技术, 2014(2): 49-51
[18] 阚鹏飞. 载运货车超载限制系统设计[D]. 哈尔滨: 哈尔滨工业大学, 2013.
[19] 李翔, 李焕良, 韩金华, 等. 基于胎压监测的自卸车车载称重系统设计[J]. 机械, 2014, 41(10): 55-59
[20] 陈广华, 鞠娜, 杨飞, 等. 基于粘贴式应变传感器的车辆超载监测系统[J]. 北京航空航天大学学报, 2011, 37(4): 409-414
[21] 余朝晖, 王希, 谷尚局. 基于车载称重系统的环卫车辆装备技术及数字环卫方案探析[J]. 衡器, 2012, 41(6): 34-39
[22] RADOIČIĆ G, JOVANOVIĆ M, ARSIĆ M. Experience with an on-board weighing system solution for heavy vehicles[J]. ETRI Journal, 2016, 38(4): 787-797
[23] 周祥鑫, 王小敏, 杨扬, 等. 基于小波阈值的高速道岔振动信号降噪[J]. 振动与冲击, 2014, 33(23): 200-206
[24] 吴艳, 张蓉竹. 小波阈值降噪算法在光电探测器信号处理中的应用[J]. 光子学报, 2019, 48(10): 156-163
[25] 郝晓娴. 车载动态治超监控系统的研究与设计[D]. 太原: 太原理工大学, 2017.
[26] 李丽颖. 算数平均滤波算法在高压脉冲打击中的应用[J]. 电子质量, 2018(2): 39-42
[27] 沙林秀. 带时间戳的移动平均防脉冲干扰数字滤波算法[J]. 石油机械, 2012, 40(3): 13-15+66
[28] 文常保, 高丽红, 方吉善, 等. 基于改进型限幅平均滤波法的高精度称重系统研究[J]. 传感技术学报, 2014, 27(5): 649-653
[29] ISUFI E, LOUKAS A, SIMONETTO A, et al. Autoregressive moving average graph filtering[J]. IEEE Transactions on Signal Processing, 2016, 65(2): 274-288
[30] 邹永宁, 姚功杰. 自适应窗口形状的中值滤波[J]. 光学精密工程, 2018, 26(12): 3028-3039
[31] 王宁, 谢敏, 邓佳梁, 等. 基于支持向量机回归组合模型的中长期降温负荷预测[J]. 电力系统保护与控制, 2016, 44(3): 92-97
[32] 王宽, 李盘文, 祁晓鹏. 特征信息加权融合的进气道斜板故障诊断[J]. 中国测试, 2020, 46(11): 43-47,58
[33] 林颖, 刘斌, 胡清明, 等. 基于支持向量机的车载称重模块设计[J]. 工程设计学报, 2009, 16(2): 133-137
[34] 李海龙. 基于BP算法的整车式动态称重仪表的研究与设计[D]. 太原: 太原理工大学, 2016.
[35] 王彦明, 贾克斌, 刘鹏宇, 等. 基于增强型BP网络的气象传感器标校方法[J]. 中国测试, 2020, 46(12): 105-111
[36] FENG Y, XU X. A short-term load forecasting model of natural gas based on optimized genetic algorithm and improved BP neural network[J]. Applied Energy, 2014, 134: 102-113
[37] 秦伟, 徐国艳, 余贵珍. 基于BP神经网络的汽车车载称重系统研究[J]. 汽车工程, 2017, 39(5): 599-605
[38] 郝晓娴, 牛昱光, 韩芝星, 等. 基于小波和BP神经网络的车载动态称重算法[J]. 仪表技术与传感器, 2017(8): 110-113+121
[39] 李瑞, 张悟移. 基于RBF神经网络的物流业能源需求预测[J]. 资源科学, 2016, 38(3): 450-460
[40] SONG S Y, ZHANG B H, MA Y. The RBF neural network based on kalman filter algorithm and dual radial transfer function[J]. Advanced Materials Research, 2014, 971- 973: 1816-1819
[41] 李惠敏. 车载动态称重系统的研究与设计[D]. 太原: 太原理工大学, 2016.
[42] 王浩. 车载称重系统的研究与设计[D]. 西安: 长安大学, 2013.
[43] 王蔚, 王晓凯, 刘慧锋. 基于光切法的光学玻璃智能定重切割系统[J]. 中国测试, 2020, 46(11): 83-89