一种称重传感器蠕变补偿方法、装置、介质及称重设备与流程

1.本发明涉及称重传感器领域，尤其涉及一种称重传感器蠕变补偿方法、装置、介质及称重设备。


背景技术：

2.在称重传感器中，通常使用应变片作为弹性元件，应变片采用了金属、铁电体、陶瓷材料等可持续应变的材料制成。蠕变是应变片发生变形的一种普遍现象。受到长时间的压力作用后，应变片会慢慢地拉长或变形，材料在恒载或周期载荷下所产生的塑性变化导致应变片的电阻值发生变化。因此这种蠕变效应不仅是一个单向的过程，还包括前向蠕变和回弹蠕变两种不同形式的变化。在重要应用领域，蠕变效应对材料性能的稳定性和传感器精度产生负面影响，因此对蠕变进行跟踪和补偿已成为重要的研究领域。
3.由于蠕变现象的存在，为了消除这种变化的影响。传统补偿技术是在传感器上添加蠕变补偿装置，需要增加传感器的复杂程度，尽管蠕变补偿器可以补偿蠕变产生的误差，但是蠕变补偿器也会产生蠕变，尤其是在长时间高应力作用下。并且蠕变补偿装置也需要通过检测器件进行补偿。对于高精度成本降低的产品来说，这个技术难以实现。


技术实现要素：

4.为了解决上述技术问题，本发明实施例提出了一种称重传感器蠕变补偿方法、装置、介质及称重设备，能够对称重传感器输出偏差进行补偿，实现长时间的准确测量、提高测量精度。
5.为了实现上述目的，本发明实施例提供了一种称重传感器蠕变补偿方法，包括：
6.响应于待补偿称重传感器检测到外部压力，获取所述待补偿称重传感器的原始数据；
7.对所述原始数据进行滤波处理，得到滤波数据，以对累积滤波数据进行更新；
8.根据更新后的累积滤波数据，判断所述待补偿称重传感器是否发生蠕变；
9.当所述待补偿称重传感器发生蠕变时记录发生蠕变的次数，若处于正常模式，则在所述发生蠕变的次数达到预设的蠕变次数阈值时，进入蠕动模式；
10.若所述待补偿称重传感器没有发生蠕变，则进入所述正常模式；
11.其中，每当进入所述蠕动模式时，基于最后一次更新后的累积滤波数据计算蠕动值，以对累计蠕动值进行更新，并根据更新后的累计蠕动值对所述待补偿称重传感器输出的称重结果进行补偿。
12.进一步的，在进入所述正常模式后，还包括：
13.将所述记录发生蠕变的次数置零，并对累积滤波数据进行更新。
14.进一步的，所述对所述原始数据进行滤波处理，得到滤波数据，以对累积滤波数据进行更新，具体包括：
15.对所述原始数据进行卡尔曼滤波处理，得到并存储卡尔曼滤波数据；
16.当存储的卡尔曼滤波数据的数量满三个时，对三个所述卡尔曼滤波数据进行中值滤波处理，以将三个所述卡尔曼滤波数据中的一个卡尔曼滤波数据转换为中值滤波数据，并在存储到新的卡尔曼滤波数据时重复执行本步骤；
17.每当存储到a个中值滤波数据时，对所述a个中值滤波数据进行平均值滤波处理，得到当前滤波数据，并对所述当前滤波数据进行备份以作为下一轮的备份滤波数据，并判断备份次数是否小于等于预设的备份次数阈值，若是则重复上述步骤直至备份次数大于所述备份次数阈值，基于最后一轮得到的当前滤波数据与上一轮的备份滤波数据，对累积滤波数据进行更新；其中，a为正整数，所述备份次数阈值不小于2。
18.进一步的，所述基于最后一轮得到的当前滤波数据与上一轮的备份滤波数据，对累积滤波数据进行更新，具体包括：
19.计算最后一轮得到的当前滤波数据对应的值与上一轮的备份滤波数据对应的值之间的差值；
20.将所述差值与累积滤波数据对应的值相加，以对累积滤波数据进行更新。
21.进一步的，所述根据更新后的累积滤波数据，判断所述待补偿称重传感器是否发生蠕变，具体包括：
22.每当存储到a个中值滤波数据时，计算最新存储到的三个卡尔曼滤波数据对应的值的极差；
23.若所述极差大于等于预设的蠕变限定值，则判定所述待补偿称重传感器没有发生蠕变；
24.若所述极差小于所述蠕变限定值，则判定所述待补偿称重传感器发生蠕变。
25.进一步的，所述获取所述待补偿称重传感器的原始数据，具体包括：
26.通过ad转换获取所述待补偿称重传感器的数据。
27.本发明实施例还提供了一种称重传感器蠕变补偿装置，包括：
28.原始数据获取模块，用于响应于待补偿称重传感器检测到外部压力，获取所述待补偿称重传感器的原始数据；
29.滤波处理模块，用于对所述原始数据进行滤波处理，得到滤波数据，以对累积滤波数据进行更新；
30.蠕变判断模块，用于根据更新后的累积滤波数据，判断所述待补偿称重传感器是否发生蠕变；
31.第一模式选择模块，用于当所述待补偿称重传感器发生蠕变时记录发生蠕变的次数，若处于正常模式，则在所述发生蠕变的次数达到预设的蠕变次数阈值时，进入蠕动模式；
32.第二模式选择模块，用于若所述待补偿称重传感器没有发生蠕变，则进入所述正常模式；
33.其中，还包括补偿模块，用于每当进入所述蠕动模式时，基于最后一次更新后的累积滤波数据计算蠕动值，以对累计蠕动值进行更新，并根据更新后的累计蠕动值对所述待补偿称重传感器输出的称重结果进行补偿。
34.本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述的称重传感器蠕变补偿方法的步骤。
35.本发明实施例还提供了一种称重设备，包括控制器、存储器以及存储在所述存储器中且被配置为由所述控制器执行的计算机程序，所述控制器执行所述计算机程序时实现上述任一项所述的称重传感器蠕变补偿方法的步骤。
36.综上，本发明具有以下有益效果：
37.采用本发明实施例，基于软件的蠕变跟踪补偿技术来解决传感器应变片材料发生形变这一硬件上的难题，实时检测传感器的蠕变特性并相应调整其输出来实现更精准的测量，通过连续监测传感器的输出，能够对传感器输出偏差进行补偿，并使用前期测量的数据来为称重结果进行“优化”，从而消除蠕变效应对称重结果的影响，实现长时间的准确测量，进一步保证传感器在长时间使用后的准确性。
附图说明
38.图1是本发明提供的一种称重传感器蠕变补偿方法的一个实施例的流程示意图；
39.图2是本发明提供的一种称重传感器蠕变补偿装置的一个实施例的结构示意图；
40.图3是本发明提供的一种称重传感器蠕变补偿方法的一个具体实施例的示意图；
41.图4是本发明提供的一种称重传感器蠕变补偿方法的又一个具体实施例的示意图；
42.图5是本发明提供的一种称重传感器蠕变补偿装置的一个具体实施例的示意图。
具体实施方式
43.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
44.在本技术描述中，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，除非另有说明，“多个”的含义是两个或两个以上。
45.在本技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。
46.在本技术的描述中，需要说明的是，除非另有定义，本发明所使用的所有的技术和科学术语与属于本的技术领域的技术人员通常理解的含义相同。本发明中说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明，对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。
47.参见图1，是本发明提供的称重传感器蠕变补偿方法的一个实施例的流程示意图，该方法包括步骤s1至s5，具体如下：
48.s1,响应于待补偿称重传感器检测到外部压力，获取所述待补偿称重传感器的原
始数据；
49.s2,对所述原始数据进行滤波处理，得到滤波数据，以对累积滤波数据进行更新；
50.s3,根据更新后的累积滤波数据，判断所述待补偿称重传感器是否发生蠕变；
51.s4,当所述待补偿称重传感器发生蠕变时记录发生蠕变的次数，若处于正常模式，则在所述发生蠕变的次数达到预设的蠕变次数阈值时，进入蠕动模式；
52.s5,若所述待补偿称重传感器没有发生蠕变，则进入所述正常模式；
53.其中，每当进入所述蠕动模式时，基于最后一次更新后的累积滤波数据计算蠕动值，以对累计蠕动值进行更新，并根据更新后的累计蠕动值对所述待补偿称重传感器输出的称重结果进行补偿。
54.作为上述方案的改进，在进入所述正常模式后，还包括：
55.将所述记录发生蠕变的次数置零，并对累积滤波数据进行更新。
56.作为上述方案的改进，所述对所述原始数据进行滤波处理，得到滤波数据，以对累积滤波数据进行更新，具体包括：
57.对所述原始数据进行卡尔曼滤波处理，得到并存储卡尔曼滤波数据；
58.当存储的卡尔曼滤波数据的数量满三个时，对三个所述卡尔曼滤波数据进行中值滤波处理，以将三个所述卡尔曼滤波数据中的一个卡尔曼滤波数据转换为中值滤波数据，并在存储到新的卡尔曼滤波数据时重复执行本步骤；
59.每当存储到a个中值滤波数据时，对所述a个中值滤波数据进行平均值滤波处理，得到当前滤波数据，并对所述当前滤波数据进行备份以作为下一轮的备份滤波数据，并判断备份次数是否小于等于预设的备份次数阈值，若是则重复上述步骤直至备份次数大于所述备份次数阈值，基于最后一轮得到的当前滤波数据与上一轮的备份滤波数据，对累积滤波数据进行更新；其中，a为正整数，所述备份次数阈值不小于2。
60.示例性的，同时参见图4和图5，读取缓存区exitbuf中的数据并进行卡尔曼滤波处理，从而滤除掉波动不可靠的数据。
61.在依次读取3次卡尔曼滤波数据后，将读取到的3次卡尔曼滤波数据用于进行中值滤波处理并储存到中值滤波缓冲区medianbuf中，依次记为medianbuf[0]、medianbuf[1]、medianbuf[2]。在中值滤波数据对应的值中，判断出最大值medianmax、最小值medianmin、中值medianmid，将中值medianmid存储记录，并在后续存储到新的卡尔曼滤波数据后将其与中值medianmid以外的其他两个卡尔曼滤波数据结合，组成新的三个卡尔曼滤波数据并重新进行中值滤波，当记录到a个中值medianmid时，根据记录顺序将其分别记为databuf[0]、databuf[1]...databuf[a-1]。
[0062]
将本次认为可靠的数据medianmid存储至databuf中，当累计存满a个时，对databuf中的a个数据作滤波平均值计算，计算得到的数据记录为当前滤波数据addata。在下一轮计算得到当前滤波数据addata之前，保存当前滤波数据addata为备份滤波数据addatabak，再重新计算当前滤波数据addata覆盖掉addata。此时进行数据移位，将后一个的数据覆盖前一个数据提供存放空间。
[0063]
示例性的，参见图5，exitbuf数据储存区1用于读取并存储待补偿称重传感器测量到外部压力的过程中其所受到的压力的原始数据，其原始数据经过卡尔曼滤波后将会传递到medianbuf数据储存区2；在medianbuf数据储存区2内进行中值滤波计算后传递到
databuf数据储存区3；最后在databuf数据储存区3进行平均值滤波处理后输出至计算模块。
[0064]
可以理解的是，中值滤波可以有效抑制数据在受到异常脉冲干扰时所形成的椒盐噪声的影响，并在抑制随机噪声的同时能够有效降低边缘的模糊程度，而平均值滤波则使数据对周期性干扰有良好的抑制作用，并提高其平滑度。
[0065]
值得说明的是，结合本实施例，在上述步骤s1中，可以一直查询储存缓冲区exitbuf中是否有数据，从而实现每当待补偿称重传感器测量到外部压力时，即响应该外部压力获取一次原始数据，进而实现实时连续监控待补偿称重传感器的技术效果。
[0066]
作为上述方案的改进，所述基于最后一轮得到的当前滤波数据与上一轮的备份滤波数据，对累积滤波数据进行更新，具体包括：
[0067]
计算最后一轮得到的当前滤波数据对应的值与上一轮的备份滤波数据对应的值之间的差值；
[0068]
将所述差值与累积滤波数据对应的值相加，以对累积滤波数据进行更新。
[0069]
作为上述方案的改进，所述根据更新后的累积滤波数据，判断所述待补偿称重传感器是否发生蠕变，具体包括：
[0070]
每当存储到a个中值滤波数据时，计算最新存储到的三个卡尔曼滤波数据对应的值的极差；
[0071]
若所述极差大于等于预设的蠕变限定值，则判定所述待补偿称重传感器没有发生蠕变；
[0072]
若所述极差小于所述蠕变限定值，则判定所述待补偿称重传感器发生蠕变。
[0073]
示例性的，在进入所述正常模式前默认保持所述蠕动模式。
[0074]
示例性的，同时参见图4和图5，在蠕动判断中，程序默认进入到蠕动模式，将此次数据中的medianmax和medianmin相减，如果小于蠕变限定值δcreep则判断此时发生了蠕变并继续保持蠕动模式，而此次蠕动模式产生的蠕动值为addata-addatabak，累计蠕动值δwriggle通过如下公式进行更新：δwriggle＝δwriggle+(addata-addatabak)。
[0075]
当出现一次medianmax和medianmin相减大于蠕变限定值δcreep时，则进入正常模式。正常模式的计数器cnt置零即cnt＝0，并更新addatabak＝addata，停止计算蠕动值δwriggle，并且在正常模式中计数器cnt一直写0即cnt＝0。
[0076]
当从正常模式进入蠕动模式时，累计计数器cnt运算记录发生蠕动次数，发生一次累计计数器cnt加1，直到蠕动发生t次，即++cnt》＝t时回到蠕动模式。
[0077]
作为上述方案的改进，所述获取所述待补偿称重传感器的原始数据，具体包括：
[0078]
通过ad转换获取所述待补偿称重传感器的数据。
[0079]
参见图2，是本发明提供的称重传感器蠕变补偿装置的一个实施例的结构示意图，包括：
[0080]
原始数据获取模块101，用于响应于待补偿称重传感器检测到外部压力，获取所述待补偿称重传感器的原始数据；
[0081]
滤波处理模块102，用于对所述原始数据进行滤波处理，得到滤波数据，以对累积滤波数据进行更新；
[0082]
蠕变判断模块103，用于根据更新后的累积滤波数据，判断所述待补偿称重传感器
是否发生蠕变；
[0083]
第一模式选择模块104，用于当所述待补偿称重传感器发生蠕变时记录发生蠕变的次数，若处于正常模式，则在所述发生蠕变的次数达到预设的蠕变次数阈值时，进入蠕动模式；
[0084]
第二模式选择模块105，用于若所述待补偿称重传感器没有发生蠕变，则进入所述正常模式；
[0085]
其中，还包括补偿模块106，用于每当进入所述蠕动模式时，基于最后一次更新后的累积滤波数据计算蠕动值，以对累计蠕动值进行更新，并根据更新后的累计蠕动值对所述待补偿称重传感器输出的称重结果进行补偿。
[0086]
作为上述方案的改进，在进入所述正常模式后，还包括：
[0087]
将所述记录发生蠕变的次数置零，并对累积滤波数据进行更新。
[0088]
作为上述方案的改进，所述滤波处理模块102，具体用于：
[0089]
对所述原始数据进行卡尔曼滤波处理，得到并存储卡尔曼滤波数据；
[0090]
当存储的卡尔曼滤波数据的数量满三个时，对三个所述卡尔曼滤波数据进行中值滤波处理，以将三个所述卡尔曼滤波数据中的一个卡尔曼滤波数据转换为中值滤波数据，并在存储到新的卡尔曼滤波数据时重复执行本步骤；
[0091]
每当存储到a个中值滤波数据时，对所述a个中值滤波数据进行平均值滤波处理，得到当前滤波数据，并对所述当前滤波数据进行备份以作为下一轮的备份滤波数据，并判断备份次数是否小于等于预设的备份次数阈值，若是则重复上述步骤直至备份次数大于所述备份次数阈值，基于最后一轮得到的当前滤波数据与上一轮的备份滤波数据，对累积滤波数据进行更新；其中，a为正整数，所述备份次数阈值不小于2。
[0092]
示例性的，同时参见图4和图5，读取缓存区exitbuf中的数据并进行卡尔曼滤波处理，从而滤除掉波动不可靠的数据。
[0093]
在依次读取3次卡尔曼滤波数据后，将读取到的3次卡尔曼滤波数据用于进行中值滤波处理并储存到中值滤波缓冲区medianbuf中，依次记为medianbuf[0]、medianbuf[1]、medianbuf[2]。在中值滤波数据对应的值中，判断出最大值medianmax、最小值medianmin、中值medianmid，将中值medianmid存储记录，并在后续存储到新的卡尔曼滤波数据后将其与中值medianmid以外的其他两个卡尔曼滤波数据结合，组成新的三个卡尔曼滤波数据并重新进行中值滤波，当记录到a个中值medianmid时，根据记录顺序将其分别记为databuf[0]、databuf[1]...databuf[a-1]。
[0094]
将本次认为可靠的数据medianmid存储至databuf中，当累计存满a个时，对databuf中的a个数据作滤波平均值计算，计算得到的数据记录为当前滤波数据addata。在下一轮计算得到当前滤波数据addata之前，保存当前滤波数据addata为备份滤波数据addatabak，再重新计算当前滤波数据addata覆盖掉addata。此时进行数据移位，将后一个的数据覆盖前一个数据提供存放空间。
[0095]
示例性的，参见图5，exitbuf数据储存区1用于读取并存储待补偿称重传感器测量到外部压力的过程中其所受到的压力的原始数据，其原始数据经过卡尔曼滤波后将会传递到medianbuf数据储存区2；在medianbuf数据储存区2内进行中值滤波计算后传递到databuf数据储存区3；最后在databuf数据储存区3进行平均值滤波处理后输出至计算模
块。
[0096]
可以理解的是，中值滤波可以有效抑制数据在受到异常脉冲干扰时所形成的椒盐噪声的影响，并在抑制随机噪声的同时能够有效降低边缘的模糊程度，而平均值滤波则使数据对周期性干扰有良好的抑制作用，并提高其平滑度。
[0097]
值得说明的是，结合本实施例，在上述原始数据获取模块101中，可以一直查询储存缓冲区exitbuf中是否有数据，从而实现每当待补偿称重传感器测量到外部压力时，即响应该外部压力获取一次原始数据，进而实现实时连续监控待补偿称重传感器的技术效果。
[0098]
作为上述方案的改进，所述基于最后一轮得到的当前滤波数据与上一轮的备份滤波数据，对累积滤波数据进行更新，具体包括：
[0099]
计算最后一轮得到的当前滤波数据对应的值与上一轮的备份滤波数据对应的值之间的差值；
[0100]
将所述差值与累积滤波数据对应的值相加，以对累积滤波数据进行更新。
[0101]
作为上述方案的改进，所述蠕变判断模块103，具体用于：
[0102]
每当存储到a个中值滤波数据时，计算最新存储到的三个卡尔曼滤波数据对应的值的极差；
[0103]
若所述极差大于等于预设的蠕变限定值，则判定所述待补偿称重传感器没有发生蠕变；
[0104]
若所述极差小于所述蠕变限定值，则判定所述待补偿称重传感器发生蠕变。
[0105]
示例性的，同时参见图4和图5，在蠕动判断中，程序默认进入到蠕动模式，将此次数据中的medianmax和medianmin相减，如果小于蠕变限定值δcreep则判断此时发生了蠕变并继续保持蠕动模式，而此次蠕动模式产生的蠕动值为addata-addatabak，累计蠕动值δwriggle通过如下公式进行更新：δwriggle＝δwriggle+(addata-addatabak)。
[0106]
当出现一次medianmax和medianmin相减大于蠕变限定值δcreep时，则进入正常模式。正常模式的计数器cnt置零即cnt＝0，并更新addatabak＝addata，停止计算蠕动值δwriggle，并且在正常模式中计数器cnt一直写0即cnt＝0。
[0107]
当从正常模式进入蠕动模式时，累计计数器cnt运算记录发生蠕动次数，发生一次累计计数器cnt加1，直到蠕动发生t次，即++cnt》＝t时回到蠕动模式。
[0108]
作为上述方案的改进，所述原始数据获取模块101，具体用于：
[0109]
通过ad转换获取所述待补偿称重传感器的数据。
[0110]
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述的称重传感器蠕变补偿方法的步骤。
[0111]
本发明实施例还提供了一种称重设备，包括控制器、存储器以及存储在所述存储器中且被配置为由所述控制器执行的计算机程序，所述控制器执行所述计算机程序时实现上述任一项所述的称重传感器蠕变补偿方法的步骤。
[0112]
综上，本发明具有以下有益效果：
[0113]
采用本发明实施例，基于软件的蠕变跟踪补偿技术来解决传感器应变片材料发生形变这一硬件上的难题，实时检测传感器的蠕变特性并相应调整其输出来实现更精准的测量，通过连续监测传感器的输出，能够对传感器输出偏差进行补偿，并使用前期测量的数据来为称重结果进行“优化”，从而消除蠕变效应对称重结果的影响，实现长时间的准确测量，
进一步保证传感器在长时间使用后的准确性。
[0114]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的硬件平台的方式来实现，当然也可以全部通过硬件来实施。基于这样的理解，本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
[0115]
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

技术特征：
1.一种称重传感器蠕变补偿方法，其特征在于，包括：响应于待补偿称重传感器检测到外部压力，获取所述待补偿称重传感器的原始数据；对所述原始数据进行滤波处理，得到滤波数据，以对累积滤波数据进行更新；根据更新后的累积滤波数据，判断所述待补偿称重传感器是否发生蠕变；当所述待补偿称重传感器发生蠕变时记录发生蠕变的次数，若处于正常模式，则在所述发生蠕变的次数达到预设的蠕变次数阈值时，进入蠕动模式；若所述待补偿称重传感器没有发生蠕变，则进入所述正常模式；其中，每当进入所述蠕动模式时，基于最后一次更新后的累积滤波数据计算蠕动值，以对累计蠕动值进行更新，并根据更新后的累计蠕动值对所述待补偿称重传感器输出的称重结果进行补偿。2.如权利要求1所述的称重传感器蠕变补偿方法，其特征在于，在进入所述正常模式后，还包括：将所述记录发生蠕变的次数置零，并对累积滤波数据进行更新。3.如权利要求1所述的称重传感器蠕变补偿方法，其特征在于，所述对所述原始数据进行滤波处理，得到滤波数据，以对累积滤波数据进行更新，具体包括：对所述原始数据进行卡尔曼滤波处理，得到并存储卡尔曼滤波数据；当存储的卡尔曼滤波数据的数量满三个时，对三个所述卡尔曼滤波数据进行中值滤波处理，以将三个所述卡尔曼滤波数据中的一个卡尔曼滤波数据转换为中值滤波数据，并在存储到新的卡尔曼滤波数据时重复执行本步骤；每当存储到a个中值滤波数据时，对所述a个中值滤波数据进行平均值滤波处理，得到当前滤波数据，并对所述当前滤波数据进行备份以作为下一轮的备份滤波数据，并判断备份次数是否小于等于预设的备份次数阈值，若是则重复上述步骤直至备份次数大于所述备份次数阈值，基于最后一轮得到的当前滤波数据与上一轮的备份滤波数据，对累积滤波数据进行更新；其中，a为正整数，所述备份次数阈值不小于2。4.如权利要求3所述的称重传感器蠕变补偿方法，其特征在于，所述基于最后一轮得到的当前滤波数据与上一轮的备份滤波数据，对累积滤波数据进行更新，具体包括：计算最后一轮得到的当前滤波数据对应的值与上一轮的备份滤波数据对应的值之间的差值；将所述差值与累积滤波数据对应的值相加，以对累积滤波数据进行更新。5.如权利要求3所述的称重传感器蠕变补偿方法，其特征在于，所述根据更新后的累积滤波数据，判断所述待补偿称重传感器是否发生蠕变，具体包括：每当存储到a个中值滤波数据时，计算最新存储到的三个卡尔曼滤波数据对应的值的极差；若所述极差大于等于预设的蠕变限定值，则判定所述待补偿称重传感器没有发生蠕变；若所述极差小于所述蠕变限定值，则判定所述待补偿称重传感器发生蠕变。6.如权利要求1-5任一项所述的称重传感器蠕变补偿方法，其特征在于，所述获取所述待补偿称重传感器的原始数据，具体包括：通过ad转换获取所述待补偿称重传感器的数据。
7.一种称重传感器蠕变补偿装置，其特征在于，包括：原始数据获取模块，用于响应于待补偿称重传感器检测到外部压力，获取所述待补偿称重传感器的原始数据；滤波处理模块，用于对所述原始数据进行滤波处理，得到滤波数据，以对累积滤波数据进行更新；蠕变判断模块，用于根据更新后的累积滤波数据，判断所述待补偿称重传感器是否发生蠕变；第一模式选择模块，用于当所述待补偿称重传感器发生蠕变时记录发生蠕变的次数，若处于正常模式，则在所述发生蠕变的次数达到预设的蠕变次数阈值时，进入蠕动模式；第二模式选择模块，用于若所述待补偿称重传感器没有发生蠕变，则进入所述正常模式；其中，还包括补偿模块，用于每当进入所述蠕动模式时，基于最后一次更新后的累积滤波数据计算蠕动值，以对累计蠕动值进行更新，并根据更新后的累计蠕动值对所述待补偿称重传感器输出的称重结果进行补偿。8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至6任一项所述的称重传感器蠕变补偿方法。9.一种称重设备，其特征在于，包括控制器、存储器以及存储在所述存储器中且被配置为由所述控制器执行的计算机程序，所述控制器执行所述计算机程序时实现如权利要求1至6任一项所述的称重传感器蠕变补偿方法。

技术总结
本发明公开了一种称重传感器蠕变补偿方法、装置、介质及称重设备，方法包括：响应于待补偿称重传感器检测到外部压力，获取所述待补偿称重传感器的原始数据；对所述原始数据进行滤波处理，得到滤波数据，以对累积滤波数据进行更新；根据更新后的累积滤波数据，判断所述待补偿称重传感器是否发生蠕变；当所述待补偿称重传感器发生蠕变时记录发生蠕变的次数，若处于正常模式，则在所述发生蠕变的次数达到预设的蠕变次数阈值时，进入蠕动模式；若所述待补偿称重传感器没有发生蠕变，则进入所述正常模式。采用本发明实施例，能够实现长时间的称重准确测量、提高测量精度。提高测量精度。提高测量精度。


技术研发人员：孙红玲 徐沛莹 张敏 冯秋霞 李芳芳 梁莹珠 陈建威 白耀荣
受保护的技术使用者：广州市杰桢医学科技有限公司
技术研发日：2023.08.15
技术公布日：2023/10/20