System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于车辆称重领域,具体是大宗物流运输用车辆称重系统及方法。
技术介绍
1、在现代物流行业中,大宗物流运输扮演着至关重要的角色,其运输效率和安全性直接关系到整个物流链的顺畅与稳定。
2、现有技术(申请号为2020100019041的专利技术专利)公开了一种动态车载称重的方法及系统,方法包括:s1:采集数据,所述数据包括车辆装载货物过程中车桥部位安装的应变计的数值;s2:利用线性回归模型建立所述应变计的数值与所述货物的重量的映射关系;s3:提取差分作为特征向量;s4:根据所述特征向量,通过机器学习方法中支持向量机进行训练,识别出车辆运行状态;s5:依据所述车辆运行状态,实时输出车辆重量。避免通过计算货车皮重与毛重获取净重时间,缩短了货车过磅称重所需时间;提高载货量的精度,缓解转运中心货物积压压力;实时获取车辆的车载重量,追溯货物丢失情况;对货车超重情况进行及时预警;节约人力成本,提高运输效率;规避了油耗、冷却液等外部因素干扰。但现有技术没有考虑到车辆上坡或下坡的情况,车辆在上坡或下坡时,货物的重量会被分为两个分量:垂直于斜面的分量和沿着斜面的分量,垂直分量才是直接作用于板簧上的力,所以直接通过板簧形变量获取货物的重量显然不准确。
3、因此本专利技术通过提出一种大宗物流运输用车辆称重系统及方法,以解决上述问题。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一;为此,本专利技术提出了大宗物流运输用车辆称重系统及方法,用于解决现有技术没
2、为实现上述目的,本专利技术的第一方面提供了大宗物流运输用车辆称重系统,包括:数据采集模块、数据分析模块、数据修正模块和数据预警模块;
3、数据采集模块:用于获取运输车辆上坡或下坡时车辆板簧的形变量和修正数据;
4、数据分析模块:基于车辆板簧的形变量和修正数据计算得到斜坡预警评估系数;以及,
5、基于车辆板簧的形变量计算得到货物质量;
6、数据修正模块:基于修正数据对货物质量进行修正,得到目标货物质量;
7、数据预警模块:基于斜坡预警评估系数与预设阈值判断是否进行预警;是则发送预警信息;否,则持续监测判断;以及,
8、基于目标货物质量与实际装车货物质量判断是否进行预警;是则发送预警信息;否,则持续监测判断。
9、优选的,所述数据采集模块与数据修正模块通信和/或电气相连接;所述数据分析模块分别与数据采集模块和数据修正模块通信和/或电气相连接;所述数据预警模块分别与数据分析模块和数据修正模块通信和/或电气相连接。
10、优选的,所述获取运输车辆上坡或下坡时的车辆数据和环境数据,包括:
11、通过数据采集设备实时采集获取运输车辆上坡或下坡时车辆板簧的形变量和修正数据;其中,车辆板簧的形变量包括:车辆前侧板簧的形变量和车辆后侧板簧的形变量;修正数据包括:运输车辆上坡或下坡时车辆的倾斜角度和灰尘浓度。
12、优选的,所述基于车辆板簧的形变量和修正数据计算得到斜坡预警评估系数,包括:
13、基于车辆前侧板簧的形变量和修正数据计算得到下坡预警评估系数;以及,基于车辆后侧板簧的形变量和修正数据计算得到上坡预警评估系数。
14、优选的,所述基于车辆前侧板簧的形变量和修正数据计算得到下坡预警评估系数,包括:
15、将车辆前侧板簧的形变量标记为qx,倾斜角度标记为θ;
16、通过公式:p1=a×e^[ln(qx)×tanh(qx)]+b×e^tanθ,计算得到下坡预警评估系数;其中,p1是下坡预警评估系数,a、b是比例系数,tanh(*)是双曲正切函数。
17、优选的,所述基于车辆后侧板簧的形变量和修正数据计算得到上坡预警评估系数,包括:
18、将车辆后侧板簧的形变量标记为hx;
19、通过公式:p2=c×e^[ln(hx)×tanh(hx)]+d×e^tanθ,计算得到上坡预警评估系数;其中,p2是上坡预警评估系数,c、d是比例系数。
20、优选的,所述基于车辆板簧的形变量计算得到货物质量,包括:
21、s1:提取车辆前侧板簧的形变量和车辆后侧板簧的形变量;
22、s2:获取各个板簧的转换关系,根据转换关系将各个形变量转换成载重质量;
23、s3:将各个载重质量进行求和得到货物质量。
24、需要说明的是,所述板簧的转换关系是指板簧形变和板簧承重之间的转换关系,弹性材料的形变遵循胡克定律,板簧为弹性材料,因此可根据胡克定律得到板簧的转换关系。
25、优选的,所述基于修正数据对货物质量进行修正,包括:
26、s1:将倾斜角度、灰尘浓度和货物质量作为自变量,并将灰尘浓度和货物质量分别标记为n和m;将目标货物质量作为因变量,并标记为zm;
27、s2:通过多项式拟合的方式对自变量和因变量进行拟合,构建修正模型;修正模型具体为:zm=m[1+α×e^(n/(n+1))+β×e^tanθ/(e^tanθ+1)];其中,α、β是比例系数,且α和β均小于0;
28、s3:基于修正模型对货物质量进行修正,得到目标货物质量。
29、需要说明的是,多片簧之间若存在灰尘、泥沙等杂质,灰尘颗粒充当了额外的摩擦源,限制了板簧间的相对滑动,使得板簧在变形时遇到更大的阻力,从而可能减小其形变量;在斜坡上,车辆的重力分解为两个分量:垂直于斜面的分量和沿着斜面的分量,垂直分量才是直接作用于板簧上的力,从而使板簧形变转化的货物质量要小于实际货物质量。
30、本专利技术通过将倾斜角度、灰尘浓度和货物质量作为自变量,将目标货物质量作为因变量;通过多项式拟合的方式对自变量和因变量进行拟合,构建修正模型,并基于修正模型对货物质量进行修正,解决了现有技术没有考虑到在运输车辆运输的过程中,由于路面坡度的变化导致车辆相对于水平线的倾斜角度发生变化,使车辆的重力分解为两个分量,导致通过板簧形变转化的货物质量要小于实际货物质量的问题;同时也解决了现有技术没有考虑到运输过程中,空气的灰尘进入多片簧之间,使得板簧在变形时遇到更大的阻力,从而减小其形变量的问题。
31、优选的,所述基于斜坡预警评估系数与预设阈值判断是否进行预警,包括:
32、判断下坡预警评估系数是否大于预设下坡预警阈值;是,则生成预警信息;否,则持续监测判断;
33、判断上坡预警评估系数是否大于预设上坡预警阈值;是,则生成预警信息;否,则持续监测判断;其中,预设下坡预警阈值和预设上坡预警阈值是根据实际运输车辆运输的货物质量和对应车辆的最大允许倾斜角度所设。
34、需要说明的是,当车辆上坡时,后轴的板簧将承本文档来自技高网...
【技术保护点】
1.大宗物流运输用车辆称重系统,其特征在于,包括:数据采集模块、数据分析模块、数据修正模块和数据预警模块;
2.根据权利要求1所述的大宗物流运输用车辆称重系统,其特征在于,所述获取运输车辆上坡或下坡时的车辆数据和环境数据,包括:
3.根据权利要求1所述的大宗物流运输用车辆称重系统,其特征在于,所述基于车辆板簧的形变量和修正数据计算得到斜坡预警评估系数,包括:
4.根据权利要求3所述的大宗物流运输用车辆称重系统,其特征在于,所述基于车辆前侧板簧的形变量和修正数据计算得到下坡预警评估系数,包括:
5.根据权利要求3所述的大宗物流运输用车辆称重系统,其特征在于,所述基于车辆后侧板簧的形变量和修正数据计算得到上坡预警评估系数,包括:
6.根据权利要求1所述的大宗物流运输用车辆称重系统,其特征在于,所述基于车辆板簧的形变量计算得到货物质量,包括:
7.根据权利要求1所述的大宗物流运输用车辆称重系统,其特征在于,所述基于修正数据对货物质量进行修正,包括:
8.根据权利要求1所述的大宗物流运输用车辆称重系统,其
9.根据权利要求1所述的大宗物流运输用车辆称重系统,其特征在于,所述基于目标货物质量与实际装车货物质量判断是否进行预警,包括:
10.大宗物流运输用车辆称重方法,应用于权利要求1-9任一项所述的大宗物流运输用车辆称重系统,其特征在于,包括:
...【技术特征摘要】
1.大宗物流运输用车辆称重系统,其特征在于,包括:数据采集模块、数据分析模块、数据修正模块和数据预警模块;
2.根据权利要求1所述的大宗物流运输用车辆称重系统,其特征在于,所述获取运输车辆上坡或下坡时的车辆数据和环境数据,包括:
3.根据权利要求1所述的大宗物流运输用车辆称重系统,其特征在于,所述基于车辆板簧的形变量和修正数据计算得到斜坡预警评估系数,包括:
4.根据权利要求3所述的大宗物流运输用车辆称重系统,其特征在于,所述基于车辆前侧板簧的形变量和修正数据计算得到下坡预警评估系数,包括:
5.根据权利要求3所述的大宗物流运输用车辆称重系统,其特征在于,所述基于车辆后侧板簧的形变量和修正数据计算得到上坡预警...
【专利技术属性】
技术研发人员:张卫东,黄德强,周剑,管东东,王江涛,
申请(专利权)人:安徽中凯信息产业股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。