1 引言
    近年来，随着我国社会经济和公路建设的飞速发展，公路货运车辆超限超载运输问题也日渐突出。公路货运超限超载不仅损坏公路路产、扰乱运输市场，还对交通安全造成了极大的威胁，已成为危害公路交通可持续发展的“痼疾”。为了突出源头治理、强化执法力度、完善监控网络、建立长效机制，交通部决定开展全国治超站点规范化建设，分级分类组织建设全国公路超限超载检测站点和治超信息系统，逐步建立健全全国治超监控网络。
    作为超限治理的核心设备———动态汽车衡精度的高低直接决定了超限治理低速精检和复检系统的可靠性。
    动态汽车衡称重即在非停车运动状态下的称重，与停车状态下的静态称重相比，其主要特点是节省时间、效率高，使得称重时不至于造成对正常交通的干扰。这对公路建设与管理有着极为重要的意义，同时对车辆运输现代化管理也有较大的促进作用。
    目前在我国公路超限治理行业主要使用3 种形式的汽车衡用于称量车辆的载荷———便携式轴重衡、称台式动态轴重衡和静态汽车衡。其中静态汽车衡使用时要求在汽车完全静止状态下进行计重，优点是精度较高，但由于需要汽车静止状态下计重效率低，往往会造成塞车而不得不将部分超限车辆放过。而且采用此方法进行超限治理初期建设成本远大于动态轴重衡。同时，由于静态汽车衡无法提供轴重信息，不适于在此应用环境下使用。
    便携式轴重衡一般用于交警的移动治超，在此不作详细讨论。称台式动态轴重衡是目前较为流行的动态汽车衡称重系统，该系统可分别测出车辆各轴轴重，再由测试系统计算出整车重量。当汽车以一定的速度通过称重台面时，不仅轮胎对台面的作用时间很短(在几百毫秒以内)，而且作用在台面上的力除真实轴重外，还有许多因素产生的干扰力，如车速、车辆自身谐振、路面激励、轮胎驱动等，这给动态汽车衡称重系统实现高精度测量造成很大困难。因此，在外界随机不确定的干扰力作用下，如何准确测出真实轴重，就成为动态汽车衡称重系统的技术难点和关键。本文针对这些问题，从软算法方面来提高动态轴重衡的计量精度，满足日益增长的公路超限治理对计量精度的要求。
    2 体系结构
    动态轴重衡称重系统由上位工控机、嵌入式称重仪表、接线盒、称重传感器及机械称重台面组成。当汽车按照一定的速度通过称重台面时，安装在台面上的称重传感器将压力信号转换为微弱电信号经接线盒传递给嵌入式称重仪表，由称重仪表完成电信号的放大、滤波、模数转换，以及实时数据处理，同时将处理过的数据传给上位工控机，由上位工控机最终完成数据查询、报表打印及实时监控等工作。
    其中嵌入式称重仪表采用24 位精度CS5532作为外接的A/D 转换器，该器件是Cirrus Logic 公司推出的一种具有极低噪音的多通道型模拟/ 数字转换器，支持SPI 总线接口，由于其采用电荷平衡技术和极低噪声的可编程增益斩波稳定测量放大和滤波功能，可得到高达24位分辨率的输出结果，转换速率最高可达3200Hz，完全满足动态称重的需要。嵌入式处理器采用NXP 公司工业级ARM7 CPU LPC2365 进行数据采集、滤波和通信。结构如图1 所示。
    动态轴重衡称重系统称重过程是一个强实时过程，需要CPU 及时采集汽车每个轴经过秤台过程的数据并快速分析有效数据，从而计算其重量。如果CPU 速度过慢或者程序逻辑结构设计不合理，必然会导致仪表在稳定性和可靠性上存在隐患。当前很多智能仪表的软件采用前后台系统设计，整个应用程序是一个无限循环，后台程序循环调用相应的函数完成相应的操作，中断服务程序作为前台处理异步事件。这种编程结构难以对时间进行合理、有效的利用，相当一部分时间浪费在了空转的程序中，而且对时间要求苛刻的事件难以实现快捷有效的处理，因此即便采用了较高主频的CPU 也难以完全将其高主频的优势完全发挥出来。植入嵌入式操作系统能够很好的解决以上的问题。综合考虑系统开发周期、成本等因素，我们在程序的编写中采用了嵌入式μC/OS- II 操作系统。μC/OS- II 是专门为计算机的嵌入式应用设计的嵌入式操作系统，具有执行效率高、占用空间小、实时性能优良和可扩展性强等特点。
    3 软件体系设计
    计重作为系统的核心功能，采集和分析AD 模块负责各个设备的数据采集和最后的分析，进一步得出车辆的具体信息。通信接口负责上位主机和控制仪表之间的通信。零点跟踪把实时零点数据汇报给其他任务。系统在后期会有很多的改进和升级，所以在系统中要为升级做好准备。根据以上分析，可把系统划分为以下几个任务：采集和分析
● 采集和分析
● 车辆分离与计重
● 胎型识别
● 零点跟踪
● 与上位机的通讯
● 系统开关量
● 显示控制
● 系统升级
● 异常处理
    任务采用事件驱动，事件的发生引起LPC2365 的中断，程序在中断中发送信号量，信号量的发送使任务脱离等待任务的状态进入就绪态运行。
    采集和分析子任务处理结果的准确与否直接决定了计重系统计量精度，下面就此展开详细分析。为了提高技术指标，除了硬件设备的保障外，关键是采用良好的软件数据处理方法来实现准确的称重。图2 是一辆两轴汽车通过秤台时的波形图。设m(t)是反映汽车某轴轴重的一个真实信号，n(t)是伴随此真实信号的噪声，故测得称重信号x(t)可表示为：
    式(3)中，噪声分量αi 是由两部分因素组成：（1） 行进中的汽车自身处于一种低频振动，其频率与载重有关，约为5～10Hz；（2） 称重台面的机械部分由于汽车通过台面及邻近地面也会产生振动，其频率与台面的机械结构参数有关，约为20- 35Hz。噪声分量βj 是由称重传感器的应变片在汽车通过时，因承压产生弹性形变造成的。当汽车通过称重台面时，前后轮轴出现高度差，造成汽车的轴重在4 个传感器上分配不均，从而出现重量转移。此外，车轮不圆、地面不平等原因，也会出现高度差，从而造成重量转移而引起测量误差。由此可见，噪声分量αi 具有正弦波形状，相位为随机变量；噪声分量βj 具有脉冲形状，脉冲幅度与出现时刻都是随机的。
    由此可见，采集和分析子任务就是从采集到的波形信号中分析出行进中汽车某轴轴重的真实值M。
    对于噪声分量βj 可采用复合滤波法滤除噪声，即先用中值滤波原理滤除由于脉冲干扰引起误差的采样值，再将剩余的采样值进行递推算术平均，从而滤掉噪声分量βj。
    对于噪声分量αi，由于通行车辆的不确定性、车辆运行速度的不确定性（尤其是冲磅等非法通过方式） 及秤台机械结构与安装情况的不确定性，采用简单的一阶RC 滤波器很难滤除噪声。
    笔者经过对大量现场数据进行整理并经过数学统计分析并对采集到的原始数据采用傅立叶变换后可得到数据能量的频谱，以此频谱作为FIR滤波器的输入参数可有效地将噪声滤除。此算法用MAtlab 编译实现，部分源代码如下：
    alpha=0.87；
    tal=freq*2*pi*T;
    a=[1,- 2*alpha*cos(tal),alpha*alpha];
b=[1,- 2*cos(tal),1];
    last=filter(b,a,data);
    其中data 为原始数据矩阵，alpha 决定增益和质量由经验数据得出，freq 和T 是原始数据经过FFT 后得到的频谱数据，last 矩阵即滤波后的数据。
    4 实验数据
    滤波图3 和滤波图4 是不同速度的两辆二轴车的原始数据和滤波后数据对比。
    实测数据表明，采用本算法后，在车辆速度低于30 公里每小时的行进速度下，计量误差小于静态称重值的±1%。在车辆速度小于60 公里每小时的行进速度下，计量误差小于静态称重值的±3%。
    5 结语
    在本系统中通过引入FFT 和FIR 滤波器进行数据采集和分析，并根据实际采样波形，设计特殊的数据处理方法，从而完成高速、高精度的数据处理，获得了令人满意的结果。

本文源于网络转载，如有侵权，请联系删除