一种基于人工神经网络算法的起重力矩限制器自适应精度校准方法技术

一种起重力矩限制器实时测量并显示的重量、幅度、长度、角度等起重机工况参数的精度校准方法，采用基于人工神经网络算法的自适应校准技术，通过转换电路、单片机与存储器自动采集存储起重臂在不同运动状态（向上、向下或静止）的工况参数数据并立即进行运算处理，得到该起重机在此工况下进行工作的重量与幅度的精确数值，不需要另外进行数据运算处理，有效排除人为干扰所产生的误差，大大提高起重力矩限制器精度校准的效率和精确度。本方法能够使力矩限制器根据起重机的实际使用状态进行精度校准，提高起重力矩限制器的精度和调试效率，有效保证起重机的作业安全，广泛适用于流动式起重机（汽车起重机、履带式起重机、轮胎起重机）和非流动式起重机的力矩限制器精度校准。

【技术实现步骤摘要】

本专利技术是一种起重力矩限制器实时测量并显示的重量、幅度、长度、角度等起重机工况 参数的精度校准方法。2
技术介绍
起重力矩限制器由位置传感器(测量长度、角度等信号)和力传感器(测量拉力、压力 等信号)获得实时工况参数信号，所采用的精度校准方法是测量起重机在各种工况下不同吊 重时的传感器信号，通过特定的算法得到参数转换运算公式，然后写入单片机进行处理运算， 获得实际起重量与幅度并与最大力矩进行比较判断，在危险状态下输出控制信号，避免起重 机向危险状态动作，从而起到安全保护作用。但是，起重力矩限制器所普遍采用的这种精度 校准方法需要耗费大量的人力物力和时间对起重机进行工况参数测量，容易因为测量过程中 的偶然因素或人为失误产生错误，并且在起重臂运动过程中的工况参数数据难以测量采集， 造成起重力矩限制器精度不够，产生错误判断。3
技术实现思路
为了克服现有起重力矩限制器精度校准时间长、效率低、容易产生误差的问题，本专利技术 采用基于人工神经网络算法的自适应校准技术，通过转换电路、单片机与存储器自动采集存 储起重臂在不同运动状态(向上、向下或静止)的工况参数数据并立即进行运算处理，得到 该起重机在此工况下进行工作的重量与幅度的精确数值，不需要另外进行数据运算处理，有 效排除人为干扰所产生的误差，大大提高起重力矩限制器精度校准的效率和精确度。本专利技术所采用的技术解决方案是将起重机的工况进行合理的划分，以臂长和起重臂与 水平之间的夹角为坐标构建数据采集神经网络坐标系；通过转换电路自动采集处理存储起重 臂在不同运动状态(向上、向下或静止)的传感器信号，并输入单片机进行运算处理，按照 一定的规则将转换结果自动实时存储到存储器指定区域；采用人工神经网络算法对所采集的 数据进行判断，识别异常网络节点，对异常节点数据进行剔除，并根据相邻节点数据自动生 成有效节点数据在起重机工作时力矩限制器主机根据位置传感器识别起重机工作状态，通 过力传感器获得起重机受力状况，自动调用所存储的数据进行运算处理，从而得到重量、幅 度等实时工况数据，在人机界面上进行显示，并根据与最大力矩判断的结果输出控制信号。本专利技术能够使力矩限制器根据起重机的实际使用状态进行精度校准，提高起重力矩限制 器的精度和调试效率，有效保证起重机的作业安全，广泛适用于流动式起重机(汽车起重机、 履带式起重机、轮胎起重机)和非流动式起重机的力矩限制器精度校准。具体实施例方式本专利技术需要通过核心算法与软件实现、硬件设计和规定的人机操作流程来具体实施。 4. 1核心算法与软件实现本专利技术采用神经网络自适应技术作为核心算法的基础，包括以下部分4.1. 1人工神经网络坐标系构建本专利技术根据起重机的工作特性，将起重机划分为可自由伸縮与不可自由伸縮两大类型， 以起重臂长度和起重臂与水平之间的夹角作为坐标轴构建坐标系。对于可自由伸縮的起重机 (如汽车起重机)，根据其起重特性表所标明的长度段作为臂长坐标节点划分的依据对于 不可自由伸缩的起重机(如履带式起重机)，则根据其自身的不同臂长作为臂长坐标节点划 分依据。鉴于起重机在工作状态下起重臂与水平之间的夹角一般在20-80度之间，因此角度 坐标以22度为起始节点，每隔三度作为节点坐标，直至79度为止，通过以上方式构建神经 网络坐标系。4.1. 2数据存储与访问规则在构建神经网络坐标系后，根据起重机臂的运动状态将所需要存储的数据分为向上与向 下两个空间，每个空间由m个5X20的矩阵组成，其中m为臂长划分节点数，每个矩阵为该 臂长节点的数据。矩阵的行列代表意义如下所示<table>table see original document page 4</column></row><table>其中aO^起重机在空载状态下运动时所自动记录的角度信号转换值:a 1—起重机在吊有一定重量砝码状态下运动时所自动记录的角度信号转换值； FO"起重机在空载状态下运动时所自动记录的力传感器信号转换值； Fl—起重机在吊有一定重量砝码状态下运动时所自动记录的力传感器信号转换值 Wl—起重机在该臂长节点进行校准时所用砝码的重量。 校准完成后，单片机自动按上述存储规则将数据存储在存储器指定区域。 在起重机工作时，单片机根据当前臂长与运动状态访问对应空间巾的对应矩阵，然后根 据角度值判断调用相应角度节点所对应的一组数据，使用此数据进行运算并得到所吊重物重 量的计算结果，并在人机界面的指定位置显示。 4. 1. 3异常节点自动识别与修补在进行起重机校准时，由于起重机本身工作条件限制或人为操作因素的影响，可能在某 些节点无法正确记录数据，造成在起重机实际工作时计算错误。为避免该类错误，采用标识 符对每个节点的数据进行判断是否为起重机校准时所记录的正确数据。如果标识符显示某节 点未正确记录数据，则该节点为异常节点。在判定某节点为异常节点后，从该节点出发对相 邻节点进行判断，如果相邻节点仍为异常节点，则继续对下一相邻节点进行判断，直到找到 非异常节点为止。在寻找到非异常节点后，根据异常节点与非异常节点的相邻关系进行插值运算，其規则为当异常节点落于两个非异常节点之间时，由两个非异常节点数据进行向内 插值计算，将所得数据存入原异常节点所在位置，标识符修改为非异常节点；当异常节点落 于两个非异常节点之间时，由两个非异常节点数据进行向外插值计算，将所得数据存入原异 常节点所在位置，标识符修改为非异常节点。如此按規则进行自动异常节点识别和修补，直 至所有数据节点全部为非异常节点为止。 4. 1. 4软件实现本专利技术的核心算法可以通过一定的计算机语言如c语言、汇编语言等加以实现。4. 2硬件设计为了实施本专利技术的方法，起重力矩限制器的硬件设计必须包括以下部分4. 2.1信号转换放大电路在本专利技术实施过程中，需要实时采集传感器信号，在力矩限制器硬件设计中必须根据传 感器信号的量程设计信号转换放大电路，通过该电路将采集到的传感器信号转换为单片机可 以运算处理的相应数值。 4.2.2存储器选用大容量高效率存储器是本专利技术具体实施的关键技术路线。申请人选用Ra鹏tron公司 的FRM铁电存储芯片，能够大量高效率地读写数据，将校准过程中所采集的数据写入存储 器保存，并在起重机工作过程中根据不同工况访何读取存储器中所存数据，实时进行运算处 理。4. 2.3单片机与外围电路力矩限制器釆用单片机作为CPU,通过CPU与外围电路实现输入信号转换处理、运算、 控制信号输出、人机界面显示等功能。 4. 3人机操作流程准备好已知准确重量的砝码，确认需要进行校准的臂长工况汽车起重机使用额定起重 量表中的长度进行校准履带式起重机按实际工作臂皿行校准。起重机停在坚实的水平地 面上并处于正常工作状态；査看力矩显示器的长度、角度与幅度显示值与实际值相等，误差小于±1%。 4. 3.1空钩校准 按以下步骤进行校准操作-a. 按菜单提示把显示重量值修改成当前吊钩重量。b. 主臂向下变幅到20度左右位置。c. 主臂开始匀速缓慢向上变幅时按,，进入自动快速校准菜单。d. 主臂向上变幅到79°时将变幅动作改成 缓慢向下变幅，直到起始位置，重量校准结束， 返回上一级菜单。4. 3. 2砝码重量校准本文档来自技高网...

【技术保护点】
一种起重力矩限制器实时测量并显示的重量、幅度、长度、角度等起重机工况参数的精度校准方法，采用基于人工神经网络算法的自适应校准技术，通过转换电路、单片机与存储器自动采集存储起重臂在不同运动状态（向上、向下或静止）的工况参数数据并立即进行运算处理，得到该起重机在此工况下进行工作的重量与幅度的精确数值。

【技术特征摘要】

【专利技术属性】
技术研发人员：黄正清，
申请(专利权)人：北京普瑞塞特控制系统科技有限公司，黄正清，
类型：发明
国别省市：11[中国|北京]