利用集中的数字化的测量值校正的称重设备和称重方法与流程

1.本发明涉及一种利用集中的数字化的测量值校正的称重设备和称重方法。


背景技术：

2.称重设备用于对称重物品的力、尤其是重力进行测量。
3.称重设备通常具有力接纳部、称重单元和评估装置。
4.力接纳部是一种可以将称重物品置放在其上的建构结构或本体，使得力接纳部接纳称重物品的重力并将其导出到底座。称重单元包括一个或多个力传感器并且用于探测由力接纳部接纳的重力。工业称重设备也可以包括多个称重单元。称重单元布置在从力接纳部到底座的力配合路径中，即称重单元检测经由称重单元导出到底座中的全部或部分重力。
5.称重单元例如借助应变仪可以探测与力接纳部连接的或作为力接纳部一部分的测量体的形状改变。例如，应变仪可以安装在力接纳部的支撑部处并且探测支撑部的变形，由此可以确定所施加的重力。以此方法和方式还可以在水平梁处测量与重力成比例的剪切力。因此，存在可以将称重单元布置在称重设备中的各种方法和方式。
6.通常，每个称重单元都配设有评估装置，利用该评估装置确定利用称重单元测量的重力。如果称重设备具有多个称重单元，则相应的重力相加。
7.例如，由ep 0670 479al得知下述称重单元，模块化的校正装置集成在该称重单元中。该称重单元还可以具有温度传感器，以在校正测量信号时考虑所测量的温度。
8.由jp hll-37827 a得知一种集成有校正功能的称重设备。该称重设备针对不同的温度和不同的载荷方向具有不同的特性曲线。由此校正温度和滞后效应。
9.由de 10 2006 009 005 al得知一种用于在具有多个称重单元的校准的称重组件中替换称重单元的方法。称重单元在此经由至少一个总线系统与控制机构连接。称重单元以电压的形式传递待测量的重量值，该电压在控制机构中产生相应的计数器值。每个称重单元都具有针对该称重单元的一组内部参数。在替换称重单元时，在称重单元的相应的内部参数存储器中以可读的方式提供称重组件中的新的称重单元的内部参数的所记入的数据。
10.由gb 1 495 278 a得知另一种对称重过程中的温度影响进行补偿的方法。
11.在ep 2 457 070 bl中公开了另一种称重设备，其具有用于校正与温度有关的影响的温度传感器。
12.在直接称重技术中，如“news,neues von schenck process,heavy industry 12.2005de,20jahre schenck-optimale f
ü
r die stahlindustrie”中所述，力传感器和称重单元与力接纳部刚性连接、大多为螺接或粘接。
13.由此得到了针对直接称重技术的优点，例如没有可移动的部件和机械方面的调整工作。此外，称重单元维护成本低且对污染不敏感。
14.然而，该直接称重技术也有缺点。横向力被导入到称重单元上，这可能导致在测量信号中的巨大的干扰。因此，省略弹性体轴承或其他用于屏蔽干扰影响的手段可能会严重损害测量结果。


技术实现要素：

15.本发明的目的在于提供一种称重设备和一种称重方法，其使得能够以高精度执行力测量，其中在此使用的称重设备可以非常简单、低成本且可靠地构造。
16.该目的通过独立权利要求的主题得以实现。在相应的从属权利要求中给出了有利的设计方案。
17.根据本发明的第一方面，设有利用集中的数字化的测量值校正的称重设备，其包括至少一个称重单元，该称重单元经由信号通路和/或数据通路与集中评估装置连接以传输重量测量信号(gewichtsmesssignal)，其中集中评估装置具有用于根据重量测量信号确定利用称重设备测量的力的评估机构。
18.称重设备的特征在于，评估机构包括称重设备的数字化的功能模拟器(funktionsmodell)，其具有一个或多个误差模拟模块，其中每个误差模拟模块代表称重设备的模型，其模拟称重设备的特定测量误差，并且每个误差模拟模块具有一个或多个模型参数，利用该模型参数对称重设备进行建模，并且设有学习装置，利用该学习装置可以在学习过程期间确定模型参数，在学习过程中借助一个或多个参考载荷产生参考测量信号，其中功能模拟器具有特性曲线模块，该特性曲线模块将重量测量信号转变为重量信号(gewichtssignal)或将重量信号转变为重量测量信号，并且特性曲线模块具有在学习过程期间借助学习装置确定的特性曲线参数。
19.如下文在实施例处更详细阐释的，误差模拟模块对信号进行改变。这种改变可以以如下方式实施，即将预定的误差添加到信号。然而这种改变也可以是信号的如下改变，即以预定的误差来校勘或校正信号。
20.可以利用两种类型的误差模拟模块构造功能模拟器，利用该功能模拟器可以从评估装置输出所校正的重量值，该校正的重量值根据测量误差进行校勘。
21.通过借助学习过程被训练的数字化的功能模拟器进行的集中的数字化的测量值校正使得可以使用集成在称重设备处的一个或多个简单的称重单元。通过借助特性曲线模块训练整个称重设备的特性曲线以及训练一个或多个误差模拟模块可以忽略对整个称重设备的单个称重单元的校准，更确切地是借助功能模拟器针对整个称重设备一次性或依次地对特性曲线和/或误差模拟模块进行训练。
22.因此，可以首先根据局部情况(lokale begebenheit)构造具有力接纳部以及一个或多个称重单元的称重设备的机械构造。称重单元经由信号通路和/或数据通路与集中评估装置连接，然后对特性曲线模块的特性曲线参数和一个或多个误差模拟模块的模型参数进行训练。
23.因此，功能模拟器代表整个称重设备。通过使用一个或多个误差模拟模块，可以使用称重设备的导致有误差的重量测量信号的非常简单的构造，和/或可以使用有误差的非常简单的称重单元，和/或称重单元可以与力接纳部刚性连接(＝直接称重技术)，由此尤其地误差是由横向力引起的。所有这些误差都可以借助数字化的功能模拟器集中地进行补
偿。由此实现了非常精确的称重设备，其中同时可以将整个称重设备的构造保持为非常简单和低成本。这主要通过将借助数字化的功能模拟器进行的集中的测量值校正与借助学习装置进行的功能模拟器的训练组合得以实现。
24.优选地，构造有用于将重量信号转变为(虚拟)重量测量信号的特性曲线模块和用于以误差分量(fehlerkomponente)改变该重量测量信号的误差模拟模块。
25.重量信号是代表待测量的重量的模拟或数字化的信号。重量测量信号是对应于由称重单元产生的测量信号的信号。在使用唯一的应变仪时，重量测量信号对应于应变仪的应变。
26.在这种功能模拟器中，输入值是重量信号，并且输出值是所模拟的有误差的重量测量信号。这种功能模拟器可以很容易地借助参考载荷来训练。
27.然而原则上，特性曲线模块也可以将有误差的重量测量信号转变为有误差的重量值，并且一个或多个误差模拟模块将有误差的重量信号或有误差的重量值转换为所校正的重量值。在该“反演”功能模拟器中，输入值是有误差的、实际所测量的重量测量信号，而输出变量是所校正的重量值。该误差模拟模块也可以被称为校正模块，这是因为其根据相应的误差来校正重量值。然而反演的功能模拟器的建模比非反演的功能模拟器明显复杂。
28.优选地，多个误差模拟模块中的各个误差模拟模块是可以被关断的。在功能模拟器中，被关断的误差模拟模块可以被系数“1”代替，从而被关断的误差模拟模块不会改变由特性曲线模块输出的重量测量信号或输出的重量值。称重设备可以具有多个称重单元，其中将各个称重单元的信号在测量信号采集站中组合成重量测量信号。通过相加来实现将各个信号组合成重量测量信号，其中当不同的杠杆作用在称重单元处时，各个信号也可以配设有可能不是“1”的不同的系数。当拉伸载荷和压力载荷同时作用在不同的称重单元上时，这些系数也可能具有不同的符号。通过力接纳部的构造来确定各个称重单元的信号的组合。
29.称重单元可以具有模拟的输出端，其利用用于传输模拟信号的一个或多个信号通路与集中评估装置连接。具有模拟的输出端的称重单元例如是没有自身的信号加工部的应变仪。称重单元还可以具有数字化的输出端，其利用用于传输数字信号的一个或多个数据通路与集中评估装置连接。这种类型的具有数字化的输出端的称重单元具有通常以模拟形式检测的测量信号的数字处理部。
30.一个或多个称重单元可以具有一个或多个应变仪。应变仪(dms)尤其可以布置在惠斯通电桥中。
31.称重单元可以利用刚性连接集成在称重设备中，即刚性联接到力接纳部处。力接纳部是任意的称重体或待称重的本体，例如容器、桥、垫盘或框架，其用于接纳称重物品。例如借助与力接纳部的形状配合的连接(螺接、压接)材料配合的连接(钎焊、焊接、粘接)来建立刚性连接。刚性连接是指在称重单元和力接纳部之间不设有弹性体轴承或类似物，例如以消除横向力或其他干扰力。这种刚性连接是免维护的，但可能导致横向力和其他干扰测量的力被相应的称重单元接纳。根据本发明，这些干扰效应可以借助数字化的功能模拟器集中地被校正。
32.此外，称重设备可以构造为，使得仅经由称重单元传导在力接纳部和底座之间的力流。在称重设备的这种构造中，不存在可能导致测量误差的力分流。
33.称重设备可以具有一个或多个温度传感器，其布置在至少一个称重单元附近。利用这种温度传感器，可以检测称重单元的区域中的温度并用于借助数字化的功能模拟器进行校正。
34.优选地，设有至少两个或更多个误差模拟模块，用于相应地对当前误差原因之一进行校正：
[0035]-线性度；
[0036]-蠕变(力接纳部、称重单元)；
[0037]-滞后；
[0038]-零点的热偏移；
[0039]-零点关于热梯度的偏移；
[0040]-称重单元的灵敏度的由于温度改变的偏移；
[0041]-撞击；
[0042]-负载的位置；
[0043]-横向力；
[0044]-由于倾斜姿态的误差。
[0045]
原则上在本发明的范围内，可以通过非常通用的功能模拟器来构造称重设备，该功能模拟器例如基于神经网络或其他通用的自学习模型。然而，这种通用的建模需要在所有可能的状态下的多个参考载荷。该状态可能根据温度、载荷地点和载荷动态而变动。在这种通用模型中，学习过程非常复杂。
[0046]
根据本发明的功能模拟器包括特性曲线模块和至少一个且优选地多个误差模拟模块，因此已经具有与生俱来的用于称重设备的典型的模型结构，利用该典型的模型结构至少映射特性曲线以及一个或多个误差原因。由此功能模拟器的训练比利用通用的功能模拟器的训练明显简单和快。实践表明，在构造简单的称重设备中，以一些少量的参考载荷可以可靠地确定特性曲线参数和模型参数。在用于对大负载(例如几吨)称重的称重设备中，能够提供多个不同的参考载荷可能非常复杂。通过根据本发明的功能模拟器已经表明，有时一些少量的不同的参考载荷和零载荷就足以可靠地训练功能模拟器。
[0047]
评估装置可以具有低通过滤器，用于对温度值、尤其是称重单元的测量体的温度值进行过滤。
[0048]
通过用低通过滤器进行过滤，所过滤的值对应于迟滞的温度值。该迟滞的温度值有时比所测量的温度更好地对应于本体的实际温度，尤其是当其比温度传感器具有明显大的热容时。该所过滤的温度值例如可以用作称重单元的测量体的温度值。
[0049]
该利用低通过滤器过滤的温度值也可以用于计算温度梯度，其中形成实际测量的温度值和所过滤的温度值之间的差。例如，这种温度梯度对测量体的热应力具有影响。
[0050]
这是一种非常简单的方法，其仅需要唯一的温度传感器，以确定梯度。
[0051]
用于利用这样被过滤的温度值评估称重单元的测量信号的评估装置和这种方法是独立的发明构思，其也可以以独立于数字化的功能模拟器的方式被使用，以尤其确定梯度和/或校正称重单元的输出。
[0052]
根据另一方面，提供一种利用集中的数字化的测量值校正的称重方法，在该方法中利用至少一个称重单元检测重量测量信号，该重量测量信号经由信号通路和/或数据通
路传输到集中评估装置，其中集中评估装置以评估机构根据重量测量信号确定利用称重设备测量的力，并且评估装置将重量测量信号转变为重量信号，其中使用称重设备的数字化的功能模拟器，以利用其误差效应来模拟称重设备并因此补偿重量信号中的误差。
[0053]
通过利用其误差效应模拟称重设备，可以补偿输出的重量信号中的误差效应。这使得虽然使用有误差的简单的称重单元或有误差的简单的称重设备但仍能实现称重物品的精确称重。
[0054]
优选地，在学习过程期间利用学习装置预先对数字化的功能模拟器进行训练，在学习过程中借助一个或多个参考载荷产生参考测量信号。由此虽然可以单独设立称重设备，但仍然可以以简单的方法和方式可靠且精确地对称重物品称重。这使得可以考虑单独的局部的框架条件并使用各种形式的力接纳部。通过训练称重设备处的数字化的功能模拟器，自动地补偿称重设备的由设计造成的误差。模块化构造的数字化的功能模拟器和训练的组合使得可以快速且简单地实现针对各种应用的单独的称重设备。
[0055]
为进行模拟，功能模拟器的特性曲线模块可以将重量测量信号转变为重量信号或将重量信号转变为重量测量信号，其中特性曲线模块具有借助学习过程可以预先确定的特性曲线参数。
[0056]
由于利用该方法对特性曲线本身进行训练，因此称重单元的特性曲线本身是无关紧要的。更确切地是对整个称重设备的特性曲线进行训练，由此自动地考虑称重设备的其他组成部分(例如力接纳部、测量体等)的影响。
[0057]
优选地利用优化方法、尤其是迭代优化方法进行训练，在该方法中对各个参数逐步进行优化。
[0058]
称重设备的数字化的功能模拟器的一个或多个误差模拟模块分别可以模拟称重设备的至少一个特定测量误差，并且每个误差模拟模块可以为此使用借助学习过程预先确定的一个或多个模型参数。
[0059]
各个方面可以独立地应用或者也可以组合应用。
附图说明
[0060]
下面将参照附图示例性地以更详细的方式阐释本发明。在附图中示出：
[0061]
图1示出了在利用直接称重技术的高炉中的容器秤的一部分，
[0062]
图2以框图示意性地示出了称重设备的结构，
[0063]
图3以框图示出了具有数字化的功能模拟器的、用于评估测量信号的评估模块，
[0064]
图4以框图示出了图3的具有特性曲线模块和多个误差模拟模块的数字化的功能模拟器，
[0065]
图5以示意图示出了轨道衡的一部分，以及
[0066]
图6示出了具有参考系统的转向架秤的一部分。
具体实施方式
[0067]
根据本发明的称重设备的第一实施例是高炉中的炉顶料斗秤(图1)。
[0068]
称重设备具有作为力接纳部的、用于接纳液态熔体的容器2。称重设备1具有三个称重单元3。三个称重单元3中的每一个都布置在容器2和基板4之间。容器2仅由称重单元3
支撑，从而不会出现平行于称重单元3的力配合。形成底座的基板4也被称为连接结构。
[0069]
称重单元3与容器2刚性连接。在本实施例中，称重单元被螺接到容器2处。通常在称重设备中使用用于将相应的称重单元联接至力接纳部的弹性体轴承，以解耦干扰力并确保仅在期望的方向上实现从力接纳部到称重单元3的力流。这种弹性体轴承需要花大力气维护。此外，这种类型的弹性体轴承是热敏的并因此难以将其用在用于来自高炉的熔体的称重设备中。刚性接合的维护明显少于借助弹性体轴承的联接的维护。然而，称重单元3和容器2之间的刚性连接的缺点在于，可能对测量产生不良影响的干扰力也被传递至称重单元3。
[0070]
各个称重单元3具有作为传感器的应变仪(dms)5。例如，应变仪可以接通在惠斯通电桥中。
[0071]
各个称重单元3包括具有a/d转换器的读取装置，从而输出数字化的测量信号。
[0072]
称重单元3分别利用数据通路6与测量信号采集站7连接(图2)。各个称重单元3的测量信号在测量信号采集站7处被读入并彼此组合。在本实施例中，将三个称重单元3的测量信号相加，这是因为测量组件构造为，使得全部三个称重单元原则上测量相同份额的负载。然而，负载加载在相应的称重单元处的杠杆比可能不同，从而各个称重单元的测量信号必须乘以系数，以产生正确的总信号。
[0073]
由测量信号采集站7产生的测量信号sm(t)经由其他的数据通路8传输到集中评估装置9。
[0074]
集中评估装置9具有称重设备1的数字化的功能模拟器10(图3、图4)。在数字化的功能模拟器的输入端11施加对由称重设备1测量的重量m(t)进行描述的信号。在数字化的功能模拟器10的输出端12输出对模拟的测量信号sfm(t)进行再现的信号，其中在本实施例中所模拟的测量信号被改变成，使得称重设备1的误差被模拟，从而所模拟的测量信号是有误差的测量信号sfm(t)。
[0075]
功能模拟器10是称重设备1的数字模拟，其中在施加预定重量m(t)时输出所模拟的测量信号sfm(t)。
[0076]
可选地，数字化的功能模拟器10可以具有用于干扰变量的一个或多个输入端，在模拟测量信号时考虑这些干扰变量。在本实施例中(图3)，对称重单元3处的温度t(t)进行再现的信号被指定为数字化的功能模拟器10中的干扰变量。
[0077]
数字化的功能模拟器10是评估回路(auswerteschleife)14的组成部分，评估回路具有用于接收来自测量信号采集站7的测量信号sm(t)的输入端15。输入端15与比较器16连接。比较器16还与数字化的功能模拟器10的输出端12连接并且计算所测量的测量信号sm(t)和由功能模拟器10输出的所模拟的有误差的测量信号sfm(t)之间的差。比较器16输出差分信号δs，该差分信号被转发到下游的积分器17。积分器17对差分信号δs求积分并输出重量信号m(t)。积分器17的输出端与数字化的功能模拟器10的输入端11连接。此外，在积分器17和数字化的功能模拟器10之间的连接处设有输出端18，其从集中评估装置9中被引出并且对重量m(t)进行描述的信号在其处被输出。
[0078]
如以下详细描述的，数字化的功能模拟器10构造为，使得基于施加在输入端处的重量信号m(t)产生有误差的测量信号sfm(t)。因此利用数字化的功能模拟器10模拟称重设备1的系统化误差。
[0079]
只要所测量的测量信号sm(t)和所模拟的有误差的测量信号sfm(t)之间存在差，差分信号δs就不为零，并且通过借助积分器17求积分，重量信号m(t)的值根据差分信号δs的符号而增大或减小。如果所测量的测量信号sm(t)与所模拟的有误差的测量信号sfm(t)一致，则差分信号δs等于零，由此积分器17的输出端处的重量信号m(t)是稳定的。该重量信号m(t)对应于实际利用称重设备1所测量的重量并且在输出端18处作为重量值被输出。
[0080]
集中评估装置9还具有学习装置，学习装置在本实施例中由优化模块18、数据记录器19和分支模块20构成(图3)。分支模块20布置在集中评估装置9的输入端15处，并且可以将所测量的测量信号sm(t)分流且利用数据通路21馈送至数据记录器19，在数据记录器中存储所测量的测量信号sm(t)。数据记录器19利用其他的数据通路22和23与功能模拟器10的输出端12和功能模拟器的输入端11连接，以读入所模拟的有误差的测量信号sfm(t)和重量信号m(t)。
[0081]
如果检测到干扰变量，则这些干扰变量也与参考测量信号和重量信号同步地被读入并被保存在数据记录器19中。
[0082]
此外，优化模块具有到数字化的功能模拟器10的数据通路42，以将利用优化方法查明的参数传输到数字化的功能模拟器10。
[0083]
数字化的功能模拟器10具有特性曲线模块24，其直接布置在数字化的功能模拟器的输入端11处(图4)。特性曲线模块利用预定的特性曲线将重量信号m(t)转换为第一初步测量信号sv1(t)，该预定的特性曲线对应于称重设备1的特性曲线。借助以下三次函数近似得到特性曲线：
[0084]
sv1＝pl*sm(t)+pq*(sm(t))2+pc*(sm(t))3[0085]
该函数包括线性参数pl、二次参数pq和三次参数pc。因此，利用该函数将重量值转换为测量信号sv1，其是称重设备1的假设的、基本上无误差的测量信号。
[0086]
因此，通过非线性函数近似得到特性曲线。由此对真正的特性曲线的非线性度进行校正。
[0087]
用于校正测量体的蠕变的误差模拟模块25位于特性曲线模块24的下游。在称重单元3中，应变仪5被紧固于在载荷下变形的测量体处。借助应变仪5对测量体的变形进行测量。如果测量体处的载荷持续较长时间，则测量体变形增加。这被称为蠕变。利用低通过滤器模拟蠕变。为了计算蠕变对初步测量信号sv1的影响，需要用于测量体的蠕变的时间常数p
tau-kriech-mess。借助优化方法确定用于蠕变的时间常数p
tau-kriech-mess。
[0088]
利用用于蠕变的误差模拟模块25将第一初步信号sv1转换为第二初步信号sv2，其中测量信号根据称重设备1处的蠕变效应而改变。因此，如在称重设备1中由于蠕变发生的那样，第二初步测量信号sv2被相应地改变。
[0089]
第二初步测量信号sv2被馈送至用于校正滞后的误差模拟模块26。在本实施例中，借助模型来模拟滞后效应。在文献中已知用于模拟滞后的不同模型，例如：
[0090]
偶极模型(zu magnetischen dipolen；hans g
ü
nter.eigenschaften metallischer die windkanalmesstechnik.dissertation；technische hochschule darmstadt；06/1992)，
[0091]
逆模型(preisach-modell(summe von elementaren hystereseoperatoren；
f.preisach：die magnetische nachwirkung.in:zeitschrift f
ü
r physik,band 94,1935,s.277-302)，das dahl-modell(p.r.dahl solid friction damping of mechanical vibrations aiaaj.,14(12)(1976),pp.(1675-1682))，masing模型(parallelschaltung von elementaren idealen elastisch-plastischen elementen；gutzer,ulrich；dynamische identifikation statischer hysterese am beispiel eines leiterseils；dissertation；technischedarmstadt,01/1998)，
[0092]
相似性模型(rein mathematisches modell basierend auf die annahme,dass innere hystereseschleifenzur einh
ü
llenden verlaufen；h.durch statische hysterese.reihe 11:schwingungstechnik；band 190.fortschrittberichte vdi；vdi-verlag,1993)，或者
[0093]
lu-gre模型(slip-stick-basierend reibungsmodell；karl johanc.canudas de wit revisiting the lugre friction model；stick-slip motion and rate dependence ieee control systems magazine,28(6)(2008),pp.101-114)。
[0094]
在计算滞后效应时例如要考虑待借助优化方法查明的下述参数：
[0095]-p_hyst—假设的摩擦元件由其开始滑动的力；
[0096]-p_sigma—在假设的摩擦元件处加载的弹簧的弹簧常数；
[0097]-p_alpha、p_beta—限定与特性曲线的线性走向的偏移的参数。
[0098]
参数的组成可以根据模型变动。
[0099]
用于滞后的误差模拟模块26根据在称重设备1中出现的滞后效应将第二初步测量信号sv2改变为第三初步测量信号sv3。
[0100]
用于应变仪5的蠕变的误差模拟模块27位于用于滞后的误差模拟模块26之后。通过低通过滤器与校正项的组合来模拟应变仪的蠕变，该校正项按时间t与导数成比例。为了计算，需要将用于应变仪的蠕变的时间常数的p
taukriechdms
以及描述在应变仪蠕变时测量信号的短期过冲的参数p
kriechdms
作为待利用优化方法查明的参数。利用用于应变仪5的蠕变的误差模拟模块27产生第四初步测量信号sv4。
[0101]
第四初步测量信号sv4被馈送至用于零点校正的误差模拟模块28。零点与温度有关。在数字化的功能模拟器10的输入端13处施加可随时间改变的温度信号t(t)。根据经验，温度传感器的温度值比称重单元3的测量体的温度值变化快。然而，测量体的温度与零点的变化相关。因此，首先利用低通过滤器29对温度信号t(t)过滤，这得到对应于测量体的温度的迟滞的温度值tm(t)。
[0102]
利用下述公式计算由于零点偏移对测量信号的影响：
[0103]
sv5＝sv4+ptk0*(tm(t)-tref))，
[0104]
其中sv5是第五初步测量信号，tref是没有零点偏移的参考温度，且ptk0是待借助优化方法设定的参数，其根据温度与参考温度的偏移来描述零点的变化。
[0105]
应变仪5的测量灵敏度与温度有关，因此借助用于改变应变仪的灵敏度的误差模拟模块30将第五初步测量信号sv5校正为第六初步测量信号sv6。利用以下公式进行该校正：
[0106]
sv6＝sv5*(1+ptkc*(tm(t)-tref))，
[0107]
其中待借助优化方法确定的参数ptkc代表应变仪的与温度有关的灵敏度。
[0108]
温度梯度在测量体处引起热应力。热应力引起测量体的变形，该变形由应变仪5检测并导致系统化测量误差。因此，第六初步测量信号sv6被馈送到其他的误差模拟模块31，以校正由于温度梯度造成的影响。在该误差模拟模块31中，除了测量体的“迟滞的”温度值tm(t)之外，还考虑利用温度传感器实际测量的温度值t(t)并且计算这两个温度值的温差。该温度参考值乘以校正参数pgradient并根据以下公式与第六初步测量信号sv6相加以计算出有误差的测量信号：
[0109]sfm
(t)：s
fm
(t)＝sv6+(t(t)-tm(t))*pgradient，
[0110]
由此产生在数字化的功能模拟器10的输出端处输出的有误差的测量信号。在称重设备中可以借助低通过滤器29确定梯度值，在称重设备中热流总是被整流。如果存在沿不同方向的热流，则有利的是使用两个或更多个温度传感器，以借此也能够确定热流的方向。
[0111]
在图1所示的称重设备的情况下，利用其在高炉处对金属熔体称重，始终存在沿一个方向的热流。在该称重设备中使用具有所有误差模拟模块25-31的功能模拟器。
[0112]
为了使数字化的功能模拟器10对称重设备1正确地进行再现，必须对其进行训练。为此，对称重设备施用参考信号。例如，可以通过放置具有预定重量的校准体来产生参考信号。然而，校准信号也可以借助施加到称重设备的机械力产生装置、例如压模和参考称重单元产生，其中参考称重单元是用于测量参考信号的高精度称重单元。
[0113]
在称重设备中，如其在图1中所示，利用其可以对大量的热熔体进行称重，有利的是将具有预定重量的一个或多个参考垫盘用作参考重量。
[0114]
学习装置的主要组成部分是优化模块18，其可以借助分支模块20和数据记录器19接收参考测量信号并将其暂存在数据记录器19中，并且同时检测由评估回路14产生的重量信号m(t)。
[0115]
在学习过程中，首先借助一个或多个参考重量或如图6所示的参考装置产生参考测量信号s
m-ref
(t)。参考测量信号、参考重量以及必要时还有干扰变量被存储在数据记录器19中。
[0116]
利用优化方法在数字化的功能模拟器10处变动各个参数p，从而在功能模拟器10的输入端11处施加参考重量并且使基于其所模拟的有误差的测量信号sfm(t)尽可能与所检测到的存储的参考测量信号s
m-ref
(t)一致。
[0117]
由此可以在学习过程期间最小化所模拟的有误差的测量信号sfm(t)的偏移或误差。
[0118]
利用这种优化的数字化的功能模拟器10可以利用评估回路14从重量测量信号sm(t)中产生重量信号m(t)，其关于由各个误差模拟模块模拟的误差被校正。因此，误差模拟模块也可以被称为校正模块。
[0119]
存在可以用于使误差最小化的不同的优化方法。在本实施例中，与levenberg-marquardt算法组合的粒子群优化(pso)被应用为优化方法，其是用于借助最小二乘法解决非线性补偿问题的数值优化方法。
[0120]
此外，基于梯度的方法也适合作为优化方法。然而原则上也可以使用非基于梯度的方法。基于梯度的方法包括梯度下降法、带约束条件的梯度下降法或拟牛顿法。其只需要称重设备的控制参数围绕其操作状态的小偏差。
[0121]
基于梯度的方法的优点在于，其为操作状态的环境提供相应系统的非常精确的模型，可以通过控制参数的偏差容易且快速地查明该模型。
[0122]
非基于梯度的方法例如是无约束最优化方法可变单纯形法(simplex-nelder-mead-verfahren)或微分进化方法(verfahren der differenziellen evolution)。例如，在florian jarre和josef 的教科书优化(doi10.1007/978-3-642-18785-8)中给出了不同优化方法的概述。
[0123]
无论优化方法是基于梯度的方法还是非基于梯度的方法，其通常大多是逐步优化参数的迭代优化方法。
[0124]
如果利用压力缸产生参考信号并利用参考称重单元减弱参考信号，则可以完全自动地实施学习过程。然而，如果手动放置不同的参考重量，则要半自动地执行学习过程并且相应地在集中评估装置9的适当点处输入所施加的参考重量。
[0125]
图4所示的数字化的功能模拟器10是专门为称重设备构造的。原则上，可以使用例如由神经网络代表的通用模型来代替这种专门的模型。然而，在学习时使用这种专门的模型需要明显较少的参考值，由此可以明显以更容易且更快的方式进行学习。在一些情况下，在学习时仅施加零载荷和另一参考载荷甚至就足以完全地对数字化的功能模拟器10进行训练。
[0126]
在学习时优选同步地检测和保存所有测量值、相应的干扰变量和参考载荷，以供优化过程使用。
[0127]
在上述实施例中，学习装置18、19、20被集成在集中评估装置9中。原则上也可以在学习过程中首先检测所有参考数据并在独立于集中评估装置的设备处实施优化，将评估回路14的复制品留存(vorgehalten)在该设备处。
[0128]
称重设备1的第二实施例是地磅，其沿着列车铁轨的两个轨道32具有多个称重单元3。图5以称重单元3的示意图示意性地仅示出了单个轨道32的节段。称重单元3具有三个应变仪33，其与铁轨粘接，其中称重单元3位于两个枕木34之间的区域中。这种称重单元3也可以具有多于三个的应变仪33。如果轨道32在称重单元3的区域中被加载，则轨道32弯曲并且借助称重单元3检测该弯曲。轨道32因此用作测量体。该称重设备1可以沿着铁轨的两个轨道32包括多个称重单元3，其例如在20至50m的路段上以规律的间隔紧固在轨道32处。由此可以在铁轨慢速行驶时检测位于其上的车厢的重量。在这种情况下，由彼此紧密相邻地布置的称重单元3构成的多个组分别与集中评估装置9连接，从而以彼此独立的方式对由称重单元3构成的各个组进行检测和评估。
[0129]
对于该地磅可以使用与上述实施例基本上相同的功能模拟器，其如图4所示。然而，在该地磅中热影响并非明确地取向，因此有利的是设置两个或更多个温度传感器，从而可以清楚地检测沿一个或多个方向的温度梯度。
[0130]
另一个实施例是用于列车的转向架的称重设备1。在图6中仅示出了轨道35的放置在两个称重单元3上的单个区段。称重单元3又布置在基板36上。轨道35和基板36之间没有其他的连接，因此称重单元3没有辅助力配合。称重单元3与基板36和轨道35刚性连接，即它们被螺接或利用压配合彼此连接。
[0131]
参考装置布置在该称重设备1上，其包括压模37、液压缸38和参考称重单元39。参考称重单元39借助弹性体轴承与压模37和液压缸38联接。液压缸38以其上端部紧固至支撑
板40，其利用支撑杆41与基板36连接。
[0132]
通过致动液压缸38可以将力施予到压模37上，该力被传递到轨道35上并且因此由称重单元3探测。参考称重单元39准确地测量由液压缸38施予的力并产生参考信号。
[0133]
利用该参考装置可以自动地产生、检测不同的参考信号的序列，并将其用于优化数字化的功能模拟器10。
[0134]
在学习数字化的功能模拟器的参数后移除参考装置，并且称重设备可以用于对转向架进行称重。
[0135]
这种类型的用于转向架的称重设备通常布置在其内的温度状况被限定的厂房中。因此，该称重设备不受温度波动的影响或温度波动的影响可忽略不计。
[0136]
已经表明，可以利用数字化的功能模拟器10很好地模拟该称重设备1，该数字化的功能模拟器仅具有用于校正滞后效应的误差模拟模块26和特性曲线模块24。可以省略图4所示的实施例中存在的所有其他的误差模拟模块。
[0137]
通过利用三次函数近似得到特性曲线的特性曲线模块一方面将重量信号转换为测量信号，并且另一方面对特性曲线的非线性度进行补偿。
[0138]
利用用于滞后效应的误差模拟模块26非常好地对在该称重设备1中出现的滞后效应进行补偿。
[0139]
该示例表明，并非图4中的数字化的功能模拟器10的所有误差模拟模块都是为了模拟称重设备所必需的。根据称重设备中主要的误差原因，可以选择相应的误差模拟模块。
[0140]
在优选的实施方式中，各个误差模拟模块25-31是可单独连通的。
[0141]
利用可以自动地实施学习过程的参考装置(如其在图6中所示)，还可以在误差模拟模块的不同组合下训练数字化的功能模拟器。由此可以确认，哪些误差模拟模块实际与相应的称重设备相关，以使误差最小化。例如如果发现特定的误差模拟模块在误差的最小化上没有改善，这意味着在相应的称重设备处没有出现由该误差模拟模块校正的误差。
[0142]
上文已经借助多个实施例示例性地对本发明进行了阐释，这些实施例使用接纳重量信号作为输入信号并产生有误差的所模拟的测量信号作为输出信号的功能模拟器。可以利用该功能模拟器和由称重设备1产生的测量信号通过图3所示的评估回路来确定实际的所校正的重量。
[0143]
原则上还可以提供一种数字化的功能模拟器，其接纳所测量的测量信号作为输入并输出所校正的重量值作为输出。在此可以使根据图4的数字化的功能模拟器的各个模块相应地反演。对于各个模块而言这种反演是简单的，但对于其他模块而言这种反演可能非常复杂，因此上述非反演的数字化的功能模拟器可以更容易实现。
[0144]
本发明可以简要概括如下：
[0145]
本发明涉及一种利用集中的数字化的测量值校正的称重设备和称重方法。利用称重设备的数字化的功能模拟器在集中评估装置处模拟称重设备。利用学习装置可以训练称重设备的数字化的功能模拟器，从而补偿称重设备的测量误差。
[0146]
由此可以利用构造非常简单的称重设备进行可靠且精确的称重。
[0147]
在上述实施例中，测量信号采集站7布置在称重单元3附近。测量信号采集站利用数据通路8与集中评估装置9连接，其明显长于在称重单元3和测量信号采集站7之间的数据通路。数据通路8可以具有至少10m、尤其是20m且尤其是30m的长度。
[0148]
然而在本发明的范围内，测量信号采集站7也可以集成到集中评估装置9中。
[0149]
附图标记列表
[0150]1ꢀꢀꢀ
称重设备
[0151]2ꢀꢀꢀ
容器
[0152]3ꢀꢀꢀ
称重单元
[0153]4ꢀꢀꢀ
基板
[0154]5ꢀꢀꢀ
应变仪
[0155]6ꢀꢀꢀ
数据通路
[0156]7ꢀꢀꢀ
测量信号采集站
[0157]8ꢀꢀꢀ
数据通路
[0158]9ꢀꢀꢀ
集中评估装置
[0159]
10
ꢀꢀ
数字化的功能模拟器
[0160]
11
ꢀꢀ
功能模拟器的输入端
[0161]
12
ꢀꢀ
功能模拟器的输出端
[0162]
13
ꢀꢀ
功能模拟器的输入端(干扰变量)
[0163]
14
ꢀꢀ
评估回路
[0164]
15
ꢀꢀ
集中评估装置的输入端
[0165]
16
ꢀꢀ
比较器
[0166]
17
ꢀꢀ
积分器
[0167]
18
ꢀꢀ
优化模块
[0168]
19
ꢀꢀ
数据记录器
[0169]
20
ꢀꢀ
分支模块
[0170]
21
ꢀꢀ
数据通路
[0171]
22
ꢀꢀ
数据通路
[0172]
23
ꢀꢀ
数据通路
[0173]
24
ꢀꢀ
特性曲线模块
[0174]
25
ꢀꢀ
用于测量体的蠕变的误差模拟模块
[0175]
26
ꢀꢀ
用于滞后的误差模拟模块
[0176]
27
ꢀꢀ
用于dms的蠕变的误差模拟模块
[0177]
28
ꢀꢀ
用于零点校正的误差模拟模块
[0178]
29
ꢀꢀ
低通过滤器
[0179]
30
ꢀꢀ
用于灵敏度的误差模拟模块
[0180]
31
ꢀꢀ
用于影响温度梯度的误差模拟模块
[0181]
32
ꢀꢀ
轨道
[0182]
33
ꢀꢀ
紧固点
[0183]
34
ꢀꢀ
枕木
[0184]
35
ꢀꢀ
轨道
[0185]
36
ꢀꢀ
基板
[0186]
37
ꢀꢀ
压模
[0187]
38
ꢀꢀ
液压缸
[0188]
39
ꢀꢀ
参考称重单元
[0189]
40
ꢀꢀ
支撑板
[0190]
41
ꢀꢀ
支撑杆
[0191]
42
ꢀꢀ
数据通路

技术特征：
1.一种利用集中的数字化的测量值校正的称重设备，所述称重设备包括至少一个称重单元，所述称重单元经由信号通路和/或数据通路与集中评估装置连接以传输重量测量信号，其中所述集中评估装置具有用于根据所述重量测量信号确定利用所述称重设备测量的力的评估机构，其中所述评估机构包括所述称重设备的数字化的功能模拟器，所述数字化的功能模拟器具有一个或多个误差模拟模块，其中每个误差模拟模块代表所述称重设备的模型，其模拟所述称重设备的至少一个特定测量误差，并且每个误差模拟模块具有一个或多个模型参数，利用所述模型参数对所述称重设备进行建模，其中设有学习装置，利用所述学习装置能够在学习过程期间确定所述模型参数，在所述学习过程中借助一个或多个参考载荷产生参考测量信号，其中所述功能模拟器具有特性曲线模块，所述特性曲线模块将所述重量测量信号转变为重量信号或将所述重量信号转变为所述重量测量信号，并且所述特性曲线模块具有在所述学习过程期间借助所述学习装置确定的特性曲线参数。2.根据权利要求1所述的称重设备，其特征在于，所述特性曲线模块配置为将所述重量信号转变为所述重量测量信号，并且所述误差模拟模块为了模拟所述重量信号配置为，所述误差模拟模块以在所述称重设备处出现的误差来改变所述重量测量信号。3.根据权利要求1或2所述的称重设备，其特征在于，多个所述误差模拟模块中的各个误差模拟模块是能被关断的。4.根据权利要求1至3中任一项所述的称重设备，其特征在于，所述称重设备具有多个称重单元，其中将各个所述称重单元的信号组合成所述重量测量信号。5.根据权利要求1至4中任一项所述的称重设备，其特征在于，一个或多个所述称重单元具有一个或多个应变仪。6.根据权利要求1至5中任一项所述的称重设备，其特征在于，所述称重单元利用刚性连接集成到所述称重设备中。7.根据权利要求1至6中任一项所述的称重设备，其特征在于，所述称重设备具有温度传感器，所述温度传感器布置在至少一个所述称重单元处或在至少一个所述称重单元附近以检测温度。8.根据权利要求1至7中任一项所述的称重设备，其特征在于，设有至少两个或更多个误差模拟模块，用于相应地对以下误差原因之一进行校正：-线性度；-蠕变(力接纳部、称重单元)；-滞后；-零点的热偏移；-所述零点关于热梯度的偏移；-所述称重单元的灵敏度的由于温度改变的偏移；-撞击；-负载的位置；-横向力；-由于倾斜姿态的误差。
9.根据权利要求8所述的称重设备，其特征在于，所述特性曲线模块配置为，所述特性曲线模块利用非线性函数近似得到所述称重设备的特性曲线。10.一种利用集中的数字化的测量值校正的称重方法，其中利用至少一个称重单元检测重量测量信号(s
m
(t))，所述重量测量信号经由信号通路和/或数据通路传输到集中评估装置，其中所述集中评估装置以评估机构根据所述重量测量信号确定利用所述称重设备测量的力，其中所述评估装置将所述重量测量信号转换为重量信号，其中使用所述称重设备的数字化的功能模拟器，以利用其误差效应来模拟所述称重设备并且因此补偿所述重量信号中的误差。11.根据权利要求10所述的称重方法，其特征在于，在学习过程期间利用学习装置预先对所述数字化的功能模拟器进行训练，在所述学习过程中借助一个或多个参考载荷产生参考测量信号。12.根据权利要求11所述的称重方法，其特征在于，所述学习过程基于迭代优化方法。13.根据权利要求10至12中任一项所述的称重方法，其特征在于，为进行模拟，所述功能模拟器的特性曲线模块将所述重量测量信号转变为所述重量信号或将所述重量信号转变为所述重量测量信号，并且所述特性曲线模块具有借助所述学习过程预先确定的特性曲线参数。14.根据权利要求10至13中任一项所述的称重方法，其特征在于，所述称重设备的所述数字化的功能模拟器的一个或多个误差模拟模块分别模拟所述称重设备的至少一个特定测量误差，并且每个误差模拟模块为此使用借助所述学习过程预先确定的一个或多个模型参数。15.根据权利要求10至14中任一项所述的方法，其特征在于，使用根据权利要求1至9中任一项所述的称重设备。

技术总结
本发明涉及一种利用集中的数字化的测量值校正的称重设备和称重方法。在集中评估装置处利用称重设备的数字化的功能模拟器对称重设备进行模拟。利用学习装置可以训练称重设备的数字化的功能模拟器，从而对称重设备的测量误差进行补偿。由此可以利用构造非常简单的称重设备进行可靠且精确的称重。重设备进行可靠且精确的称重。重设备进行可靠且精确的称重。


技术研发人员：S
受保护的技术使用者：申克普若赛斯欧洲有限公司
技术研发日：2022.02.23
技术公布日：2023/10/15