本文介绍了动态称重的特征和系统组成，根据对动态汽车衡的检定实施和营运状况， 分析了车辆动态称重准确性影响因素与减少误差的措施，并提出了推荐的动态称量系统软件框架。

0.前言

近年来，在公路上行驶的超限运输车愈来愈多， 据统计，货车超载超限运输肇事占交通事故总数的 30%以上，占货车事故的55%以上。超载不仅是造成 交通事故的主要原因，加剧公路的疲劳破坏，同时 也危及中小跨径桥梁和旧桥的安全.为此,交通部于 2000年4月1日颁布实施了《超限运输车辆行驶公 路管理机构管理规定》，并指出公路管理机构可根据 需要在公路上设置运输车辆轴载质量及车货总质量 的检测装置。

工作中，有时要在运动的或振动的环境中，诸如 远洋轮船、飞机或货车上对物体进行称量，形成了 动态称重状态，而动态汽车衡就在这样的背景下产 生了，一些发达国家早在上世纪50年代就开始了动 态称重技术的研究。

1.车辆动态称重的特征

动态测量是指为确定量的瞬时值及（或）其随 时间变化所进行的测量，即被测量是随时间而变化 的；而静态测量中，通常考虑信号的响应时间，只 关注测量结果的不确定度和随时间的稳定性和可靠性。

车辆动态称重有以下特征：车辆的类型（型号）， 路面的平整度，车辆的行驶速度,车辆的动平衡作 用，轮胎的状态，车辆拖挂的类型，装载物的特性 (固态/液态），以及驾驶员的操作方式，加、减速等。

2.计重收费系统的组成

目前多数计重收费系统包括以下几个部分：

1、 钢制秤台在结构上有两种形式：称重传感器安装高 于秤台的位置,称之为上翻式秤台；另一种则是将传 感器装在秤台下面，与常规汽车衡一样，秤台限位主 要有两种类型,一种是拉杆式限位，另一种是顶式限 位。

2、专用称重控制器，这是整个系统的核心部分。 动态称重时需要比静态更高的采样率，但只要采样 率符合Naquest定律的要求（即釆样率不低于信号 最高有效频率的2倍即可保证包含信号的所有信 息），即可满足，而实际上传感器的精度和布置形式 也很重要，甚至决定算法。

3、轮轴识别器的作用是正确判别通过的车轴每 侧是单轮还是双轮，同时与秤台一起判别轴型是单 轴还是双联轴或三联轴。目前常见的大体上有两大 类：一是采用多个传感器（通常有称重传感器和非 接触式开关两大类）；另一种是采用压电元件来识 别。

4、红外车辆分离器的作用是检测车辆是否已完 全通过秤台，由一组红外发射/接受光栅组成。

5、综合显示器，能显示收费车辆的车型、应收 金额和通行信号灯。

6、收费计算机是用于收费系统与计重系统的联 接以及称重数据的处理。如图1所示。

3.计重收费系统动态称量检测分析

动态称量测试步骤简单介绍如下：设备供应商 技术人员预先对被检衡器进行系统自校，确认各项 正常后，使用动态检衡车分别以0 km/h-5km/h、5 km/h-lOkm/h、15 km/h-20km/h 各不超过 3 次匀速行 驶驶过被检衡器，对被检衡器进行动态称量测试.

根据每一速度下偏离标准值敁大的仪表示值计算该 速度下的准确性误差，根据每一速度下仪表域大示 值和敁小示值的差值计算该速度下的重复性误差。

从理论上讲，对轮轴称重时，都是测出轮胎对 秤台的作用力。依次测最各轮轴的“重S”。在测量 时车轴间的相对距离保持不变。但实际上，车辆组 件之间的位置不变只是近似的。车辆、货物的复合 茧心随车辆的移动而变动。因此在称不同轮轴时， 车辆的实际重心是不同的，这样依次对轮轴称茧相 加得到整车的茧:，就没有整车称重的结果准确。 另外当称重仪周围支持车轮的地面与秤重台面不在 同一水平上，各轴之间将产生不可忽略的“重量转 移?，引起的测量误差将更大。因此为了最大限度减 少由于“茧贷转移”带来的影响，应尽量使车轮保 持在同一水平上。车轮的圆度、动平衡在髙速转动 时将产生显著的附加垂直力，形成所谓的轮胎力。 随着车速的变快，其影响是不可忽略的，由图2和 图3可知，路面平整度较差的状态下，称重重量偏 高的概书：低速40%、中速50%、高速60% ；平整度 较好的状态下，称重：偏高的概率：低速40%、中 速50%、高速70%。

4.称重精度的因素分析与减少误差的措施

动态称重与静态称里的本质区别就是称重过程 在系统没有达到稳态的情况下进行，很多因素显著 地影响称里的精度。在速度较低的时候，实际轴载 与静态轴载的差别不大，但足在速度较高时，动态 轴载与静态轴载有显著的差别！这主耍足汽发生振动。

4.1动力系统

汽车在运行的过程中，发动机在高速运行，各 种转动部件不可避免地存在偏心，这些都必然激励 汽车发生振动。不过由于此激励的频率很高，可以 通过相应的滤波等方法消除。

4.2路面不平整

实际的路面不可能完全平整光滑的，汽车行驶 过程中，汽车的悬挂在不平整的路面的随机激励下， 将发生复杂的振动。由于称茧的时间很短，低频噪 声很难消除，这是影响称重准确的主耍因素。

4.3汽车加减速

实际中汽车尤其是满载的汽车的重心总是高于悬挂 的支撑点。当汽车加速减速的时候’由于惯性的作 用将导致汽车产生前后俯仰与重心前后移动的水平 纵向震动以及整体竖直方向振动。

路面不平整、加速减速引起汽车整体俯仰振动 导致的变化，都将显著的影响称量结果的准确度。 所以OIML国际建议、ASTM规范都对称重控制区的路 面平整度、汽车在称重前的运行状态做了详细的规 定以尽可能减少由于外界的干扰而引起的误差。

4.4称重系统本身误差及其误差累积

因通过定期检查来校正常见的恶意违规行驶的 四种形式：1.点刹车；2.压秤边；3.走S形路线；

翘头，按照正常的数据处理及逻辑判别，这四种 形式都可能导致数据偏轻，严重时会丢掉一个轴重 并导致车型检测失误。解决方法就是在称量数据的 采集与逻辑判断中增加特殊的比较与逻辑条件。

5.动态称重常用算法的比较分析

国外很早开始对WIM相关技术开展了研究，发 展了一些算法以提高动态称重系统的精度，下面对 目前己经报道过的算法做个简单的介绍与回顾。

5.1积分ADV法、DV法、V法

该类方法是20世纪80年代的日本小野敏郎为 结局动态称重问题所提出来的。其测量思路主要是 同时或单独测量重物移动的位移、速度和加速度， 然后用直接方法或数值积分发来求解称重过程的微 分方程以获得待测的重量。

5.2专家系统

专家系统法主要是引入知识模型而构成专家系 统。即把优秀称重测量专家的思维过程固化到测量 程序中，并与计算机修正程序结合起来，进而提高 计量仪器的测试能力和故障检测能力。

5.3参数估计法

参数估计法主要是把动态测量作为一个参数估 计和预测问题来处理，即首先根据有关称重测力系 统的先验知识推导出一个含有未知参数的模型，然 后用该模型去拟合称重测力过程的输出信号，从而 获得最小平方误差意义上的参数估计。在实际应用 中，结果表明具有较好的效果。

5.4神经网络法

神经网络该方法主要是基于并行技术的思想， 神经网络技术为控制核心，采取多因素协调，将 检测过程中对影响称重精度和限制车辆通过速度起 主导作用的因素作为训练样本，通过训练获得较好 的网络模型。称重台结构比较复杂，要进行高精度 建模很困难。利用神经网络技术可以避开复杂的物 理建模，仅根据系统的输入、输出数据进行黑箱建 模。

目前来看，利用数学模型的称重检测方法比较 有前途的。国外已经见到利用神经元网络进行实际 运用的报导，特别是对于多传感器称重系统，据报 导效果很好。在2005年2月在台北市举行的ICWIM4 会议上，A. Gonzalez与E. J. O'Brien报道了采用功 能网络替代神经网络的做法，该方法与神经网络相 比不需要大量的训练，但仍然可以达到较高的精度。

6.结语

计重收费系统在我国的使用越来越广泛，江苏、 安徽和山东等省已经基本实现全覆盖，其他 很多省份处于调研或试点阶段，很多衡器厂家和公 路机电设备供应商看好其巨大的市场前景而纷纷上 马，但是计重收费系统有其特殊性：全天侯工作，使用频率远高于一般汽车衡；动态称重，技术含量 高,如何规范这一市场,让动态称重设备健康的发展， 为公路交通服务，是我们应该思考的问题。