串联集装箱动态单箱称重系统研究

提出了一种基于串联式集装箱的动态单箱称重系统的设计方法。首先,介绍了该系统的硬件组成结构,构建了动态称重系统的模型;其次,采用RBF神经网络对系统模型进行了仿真,并建立了重心偏移自适应修正算法;最后,以Visual Studio2010为开发环境研发了一套动态单箱称重软件,该软件操作简单、实用性强,提高了集装箱动态称重效率。整个系统实现了模型构建、数据采集、算法仿真、数据存储、查询和打印等功能,并且称重误差率控制在3%以内,有较好的商业应用前景。

串联式集装箱重心偏移自适应修正算法研究

针对串联式集装箱分箱计重中因货物配置不匀导致的重心随机偏移问题,提出了一种基于径向基函数神经网络的自适应修正算法。该算法利用K-Mean聚类算法来确定RBF神经网络隐含层的中心向量;并采用RLS算法来调整隐含层与输出层之间的连接权值。该算法模型能针对各种车型并在各种车速下实现串联式集装箱的重心动态计算,从而获得准确的分箱重量。通过RBF及BP算法的仿真对比实验表明:基于RBF的修正算法具有更高的环境适应性和更低的计重误差率,能真正达到串联式集装箱重心自适应偏移纠正的目的。