[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

FI94677C - Menetelmä rakenteisiin kohdistuvien kuormitusten mittaamiseksi - Google Patents

Menetelmä rakenteisiin kohdistuvien kuormitusten mittaamiseksi Download PDF

Info

Publication number
FI94677C
FI94677C FI941153A FI941153A FI94677C FI 94677 C FI94677 C FI 94677C FI 941153 A FI941153 A FI 941153A FI 941153 A FI941153 A FI 941153A FI 94677 C FI94677 C FI 94677C
Authority
FI
Finland
Prior art keywords
neural network
measuring
sensors
loads
input
Prior art date
Application number
FI941153A
Other languages
English (en)
Swedish (sv)
Other versions
FI94677B (fi
FI941153A0 (fi
Inventor
Vesa Koivisto
Jari Sundqvist
Original Assignee
Koivisto Marja Liisa
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koivisto Marja Liisa filed Critical Koivisto Marja Liisa
Priority to FI941153A priority Critical patent/FI94677C/fi
Publication of FI941153A0 publication Critical patent/FI941153A0/fi
Priority to PCT/FI1995/000133 priority patent/WO1995024616A1/en
Priority to EP95911349A priority patent/EP0749565B1/en
Priority to DE69527135T priority patent/DE69527135D1/de
Priority to AU18953/95A priority patent/AU1895395A/en
Publication of FI94677B publication Critical patent/FI94677B/fi
Application granted granted Critical
Publication of FI94677C publication Critical patent/FI94677C/fi

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01GWEIGHING
    • G01G23/00Auxiliary devices for weighing apparatus
    • G01G23/18Indicating devices, e.g. for remote indication; Recording devices; Scales, e.g. graduated
    • G01G23/36Indicating the weight by electrical means, e.g. using photoelectric cells
    • G01G23/37Indicating the weight by electrical means, e.g. using photoelectric cells involving digital counting
    • G01G23/3728Indicating the weight by electrical means, e.g. using photoelectric cells involving digital counting with wireless means
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01GWEIGHING
    • G01G19/00Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/08Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for incorporation in vehicles
    • G01G19/12Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for incorporation in vehicles having electrical weight-sensitive devices
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Force Measurement Appropriate To Specific Purposes (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Description

94677
Menetelmä rakenteisiin kohdistuvien kuormitusten mittaamiseksi - Förfarande för mätning av belastningar inriktade mot konstruktioner
Keksinnön kohteena on patenttivaatimuksen 1 johdanto-osan mukainen menetelmä 5 rakenteisiin kohdistuvien kuormitusten mittaamiseksi. Rakenteilla tarkoitetaan tässä yhteydessä kiinteitä rakenteita, kuten rakennuksia, siltoja, kiinteitä kuorma-alustoja tai sen kaltaisia, ja liikkuvia rakenteita, kuten ajoneuvoja, kuorma-autoja, raidekul-kuneuvoja, nostolaitteita tai sen kaltaisia.
Keksinnön kohteena on myös patenttivaatimuksen 3 johdanto-osan mukainen mene-10 telmä ajoneuvon painon mittaamiseksi. Ajoneuvolla tarkoitetaan yleensä pyörien, jalasten tai sen kaltaisten tukien varassa siirrettävää alustaa tai tilaa, jolla voidaan siirtää esim. tavaraa ja/tai ihmisiä ja jota voidaan liikuttaa oman voimalähteen avulla tai jota yhtä tai useampaa voidaan vetää sopivalla vetolaitteella.
Ennestään tunnetaan suomalaisesta patenttihakemuksesta 905840 menetelmä ja lait-15 teisto kuorman punnitsemiseksi. Tässä menetelmässä tuilla, kuten jaloilla tai pyörillä, varustettuun kuorma-alustaan, kuten ajoneuvoon tai konttiin, sijoitetaan antureita, edullisesti venymäliuska-antureita, joiden antamista signaaleista kuorman paino määrätään. Nämä anturit sijoitetaan kuorma-alustan jäykkään runkoon tukien kiinnityskohtien läheisyyteen ja niillä mitataan rungon muodonmuutoksia ja/tai jän-20 nityksiä, joita kuorma aiheuttaa, ja näiden perusteella määritetään kuorman paino.
Epäkohtana edellä esitetyssä menetelmässä ja laitteessa on, että anturien sijoittaminen mittauspisteisiin tukien kiinnityskohtien läheisyyteen tapahtuu lähinnä kokeellisesti, jolloin erilaisissa kuorma-alustakonstruktioissa sopivimpien mittauspisteiden paikantaminen saattaa tuottaa hankaluuksia.
25 Ennestään tunnetaan suomalaisesta patenttihakemuksesta 931417 menetelmä kuorman punnitsemiseksi, jossa tuodaan esiin tehokas menetelmä mittauspisteiden määrittämiseksi siten, että anturit voidaan kiinnittää suoraan edullisiin mittauskohtiin kuorma-alustan yhteyteen ja tämän jälkeen kalibroida niin, että olennaisesti oikea • mittaustulos eli kuorman punnitustulos saadaan. Näin aiemmin mainitun suomalai-30 sen patenttihakemuksen epäkohdat voidaan välttää.
Ongelmana jälkimmäisessä menetelmässä on kuitenkin se, että kuorma-alustan mittauspisteet määritetään matemaattisella menetelmällä, joka edellyttää kuorma-alus-. tan mallintamista. Tämä viivyttää menetelmän soveltamista erityisesti sellaisissa ra- kenteissa, joita aiemmin ei ole mallinnettu. Toisena epäkohtana voidaan pitää sitä, 94677 2 että mittauspisteisiin kiinnitettyjen antureiden kalibrointi suoritetaan suoraviivaisesti määrittelemällä korjauskertoimet kuhunkin tukipisteeseen vaikuttavien toisten tukipisteiden kuormien perusteella. Tämä järjestely tulee ongelmalliseksi erityisesti silloin, kun mittauspisteiden lukumäärä kasvaa suureksi ja mitattava kuorma-alusta tai 5 vastaava rakenne monimutkaistuu.
Keksinnön tarkoituksena on poistaa ainakin osa edellä mainituista epäkohdista ja yksinkertaistaa mittausmenetelmää. Erityisesti keksinnön tarkoituksena on tuoda esiin uusi tehokas menetelmä kuormituksen määrittämiseksi erilaisissa rakenteissa siten, etteivät mittauspisteiden lukumäärät ja/tai rakenteen mutkikkuus aseta ylipää-10 semättömiä vaikeuksia siihen kohdistuvien kuormitusten mittaamiselle.
Keksinnön mukaiselle menetelmälle rakenteisiin kohdistuvien kuormitusten mittaamiseksi ovat tunnusomaisia ne seikat, jotka on esitetty patenttivaatimuksen 1 tun-nusmerkkiosassa.
Keksinnön mukaiselle menetelmälle ajoneuvon painon mittaamiseksi ovat tunnus-15 omaisia ne seikat, jotka on esitetty patenttivaatimuksen 3 tunnusmerkkiosassa.
Keksinnön mukaisessa menetelmässä rakenteisiin kohdistuvien kuormitusten mittaamiseksi rakenteiden muodonmuutosta mittaavat anturit, edullisesti venymäliuska-anturit, on kiinnitetty rakenteiden runko-osiin, edullisimmin tukipisteiden läheisyy-20 teen. Keksinnön mukaisesti mittausantureilta saatavat mittaussignaalit käsitellään ennalta määrätyn neuraaliverkon avulla siten, että neuraaliverkon lähtökerrokselta saadaan tulokseksi haluttuihin rakenteiden kohtiin kohdistuvat kuormitukset, ja että . . neuraaliverkko on etukäteen opetettu koekuormituksilla käsittelemään ko. mittaus-• · antureiden mittaussignaaleita.
25
Eräässä edullisessa keksinnön mukaisessa menetelmässä - rakenteiden tukipisteisiin jäljestetään ennalta määrättyjä suuruudeltaan tunnettuja kuormia; - mittausantureilta saatavat mittaussignaalit esikäsitellään ja ne katsotaan ennalta : ' 30 määritellyn neuraaliverkon tulokerroksen tuloyksiköiden tulosignaaleiksi; - kaikki mittaussignaalit käsitellään neuraaliverkossa käyttäen alustavia painokertoi-mia neuraaliverkon eri kerrosten yksiköiden välillä siten, että mainittuihin rakenteiden tukipisteisiin kohdistuvat laskennalliset kuorma-arvot saadaan määritettyä läh-tökerroksen lähtöyksiköiden lähtösignaaleiksi; 94677 3 - rakenteiden tukipisteisiin kohdistuvien tunnettujen kuormien arvoja verrataan laskennallisiin kuorma-arvoihin ja näiden arvojen erotusten perusteella määritetään uudet painokertoimet, jotka korvaavat alustavat painokertoimet; - kaikki mittaussignaalit käsitellään uudelleen neuraaliverkossa käyttäen uusia pai-5 nokertoimia neuraaliverkon eri kerrosten yksiköiden välillä siten, että mainittuihin rakenteiden tukipisteisiin kohdistuvat laskennalliset kuorma-arvot saadaan määritettyä neuraaliverkon lähtökerroksen lähtöyksiköiden lähtösignaaleiksi; - rakenteiden tukipisteisiin kohdistuvien tunnettujen kuormien arvoja verrataan uusiin laskennallisiin kuorma-arvoihin ja, mikäli erotus ylittää asetetut raja-arvot, näi- 10 den arvojen erotusten perusteella määritetään jälleen uudet painokertoimet ja edellä esitetty laskentakierros toteutetaan uudelleen, ja mikäli erotus pysyy sallituissa rajoissa, painokertoimet säilytetään; - rakenteiden tukipisteisiin järjestetyt ennalta määrätyt kuormat poistetaan; ja - tukipisteisiin liityviltä mittausantureilta saatavien mittaussignaalien avulla määrite-15 tään neuraaliverkkoa ja ennalta määritettyjä painokertoimia hyväksikäyttäen yhteen tai useampaan tukipisteeseen kohdistuva kuorma.
Keksinnön mukaisen menetelmän etuna on, että sitä voidaan soveltaa monenlaisiin rakenteisiin. Rakenteet voivat olla kiinteitä, kuten rakennuksia, siltoja, kuorma-alustoja, kuormaussiltoja, tai liikkuvia, kuten ajoneuvoja, kuorma-autoja tai nostolaittei-20 ta yms. Keksinnön mukainen mittausmenetelmä soveltuu erityisesti kuormitusvaih-teluiden havainnoimiseen ja kuormitusten jakautumisen valvontaan rakenteiden eri osissa. Menetelmää voidaan käyttää kuormitushuippujen havaitsemiseen ja asetettujen kuormitusrajojen ylityksen hälytyksiin kokonaisarvona ja/tai haluttujen rakenteiden suhteen. Keksinnön etuna on edelleen, että mittauspisteitten ja/tai mittaussig- t I · -' * 25 naalien lukumäärää ei tarvitse rajoittaa. Keksinnön mukaisella menetelmällä pystytään käsittelemään suurta joukkoa mittaussignaaleja edellyttäen, että mittausjärjestelmään on järjestetty riittävästi tietojenkäsittelykapasiteettia, erityisesti laskentakapasiteettia.
30 Keksinnön edullisin sovellus kohdistuu menetelmään ajoneuvon painon mittaami-.·. seksi. Tässä menetelmässä rakenteiden muodonmuutosta mittaavat anturit, edullisesti venymäliuska-anturit, on kiinnitetty ajoneuvon kantaviin osiin, erityisesti runko-osiin, edullisimmin tukipisteiden läheisyyteen. Keksinnön mukaisesti mittausantureilta saatavat mittaussignaalit käsitellään ennalta määrätyn neuraaliverkon avulla 35 siten, että neuraaliverkon lähtökerrokselta saadaan tulokseksi haluttuihin ajoneuvon kohtiin, erityisesti yhteen tai useampaan tukipisteeseen, kohdistuvat painokuormi- l » i 94677 4 tukset, ja että neuraaliverkko on etukäteen opetettu koekuormituksilla käsittelemään ko. antureiden mittaussignaaleita.
Keksinnön mukaisen painonmittausmenetelmän etuna on, että mittausanturit voi-5 daan kiinnittää ajoneuvon, erityisesti kuorma-auton ja/tai perävaunun runkopalkkien tukipisteiden läheisyyteen. Mittauspisteiden/mittausantureiden paikkojen ei tarvitse sijaita kuormitusarvojen määrittämisen kannalta täysin teoreettisissa optimikohdissa vaan riittää, että liuskat sijaitsevat oikealla alueella. Oikea alue on rakenteesta riippuva ja se on yleisesti ottaen rakenteen, kuten kuorma-auton tukipisteiden eli pyö-10 rien ja/tai pyörätelien kiinnityspisteiden ympärysalue. Edelleen etuna on, että mit-tausantureiden lukumäärää ei tarvitse rajoittaa; kiinnityskohtien/tukipisteiden ympärille voidaan jäljestää useita venymäliuska-antureita tai vastaavia. Edelleen keksinnön etuna on, että mittausmenetelmää soveltava mittausjäijestelmä kalibroidaan asentamisen yhteydessä, minkä jälkeen se on täysin käyttökunnossa. Tarpeen vaati-15 essa voidaan tosin tehdä helposti tarkistuskalibrointeja. Edelleen menetelmän etuna on, että ohjelmallisin keinoin voidaan määrittää erityisesti kuorma-autoissa tai vastaavissa painon jakautuminen pyörien/pyörätelien suhteen ja valvoa ylipainoa, kuorman epätasaista jakautumista kuormalavalla, kuorman siirtymistä jne.
Seuraavassa keksintöä selostetaan yksityiskohtaisesti viittaamalla oheisiin piirus-20 tuksiin, joissa kuva 1 esittää havainnollisesti ja kaaviomaisesti palkkirakennetta; kuva 2 esittää yhtä palkkien liitoskohtaa A kuvan 1 palkkirakenteessa ja siihen liitettyjä mittausantureita ja lohkokaaviomuodossa mittaussignaalien käsitte-lylaitteistoa; . 25 kuva 3 esittää havainnollisesti kolmikerroksista neuraaliverkkoa kuormitusten laskemiseksi; kuva 4 esittää yhtä neuraaliverkon prosessointiyksikköä eli neuronia; kuva 5 esittää kaaviomaisesti ylhäältä katsottuna ajoneuvoyhdistelmää, jossa vetoauton ja perävaunun runkoon pyörien kiinnityspisteiden läheisyyteen on 3 0 sovitettu mittausantureita painon mittaamiseksi ja jotka mittaussignaalit ; : käsitellään sopivalla tietojenkäsittely-yksiköllä keksinnön mukaisen mene telmän mukaisesti; kuva 6 esittää yksityiskohtaa kuvan 5 ajoneuvoyhdistelmästä eli pyörän kiinnitystä ajoneuvon runkorakenteeseen ja mittausantureiden sovittamista runko-3 5 osan yhteyteen; ja kuva 7 esittää havainnollisesti keksinnön mukaisen mittausmenetelmän soveltamis-' ta kuvan 5 mukaisen ajoneuvoyhdistelmän painon mittausjärjestelmään.
Il 5 94677
Kuvassa 1 on esitetty havainnollisesti ristikkomainen teräspalkkirakenne 1, joka muodostaa esim. rakennuksen rungon tai sen osan. Teräspalkkirakenteen 1 vaaka-palkit 2 muodostavat kerrostason tai vastaavan. Vaakapalkit 2 on tuettu pystypal-keilla 3 perustuksiin 4. Vaaka- ja pystypalkkien 2, 3 liitoskohta A on esitetty havain-5 nollisesti kuvassa 2. Pystypalkit 3 muodostavat ne kohdat tai tukipisteet, joihin pai-nokuormitus kohdistuu. Vaakapalkit 2; 2^, 2^, 23 on liitetty sopivasti toisiinsa pys-typalkin 3 kohdalla. Palkit 2, 3 ovat tässä tapauksessa I-palkkeja. Pystypalkin 3 läheisyyteen vaakapalkkien 2; 2\ 2λ, 2$ yhteyteen niiden pystysuuntaisiin uumaosiin 5; 5l, 52, 53 on kiinnitetty mittausanturit 6; 6^, 6^, 63,..., 6N (N = 1, 2, 3,...). Mit-10 tausanturit 6 on toteutettu edullisesti kahdesta tai useammasta ristikkäin asetetusta venymäliuska-anturista. Ne on esim. liimattu uumaosien 5, 5^, 5^, 53 vastakkaisille pinnoille palkin 2; 2^, 2^, 23 molemmille puolille symmetrisesti sopivan, edullisesti lasketun, etäisyyden päähän pystypalkin 3 muodostamasta tukipisteestä. Mittauspisteiden paikat määritetään esim. sinänsä tunnetun elementtimenetelmän FEM (Finite 15 Element Method) perusteella ja mittausanturit asennetaan sopivalle alueelle teoreettisesti laskettuun pisteeseen nähden. Mittauspisteet sijoitetaan tukipisteiden läheisyyteen erityisesti siksi, että tukipisteiden eripuolilla vaikuttavien leikkausvoimien erotuksen perusteella pystytään määrittämään tukireaktiot eli tukipisteisiin kohdistuvat painorasitukset. Mittausantureiden 6 avulla mitataan rakenteiden, tässä tapauk-20 sessa vaakapalkkien 2 muodonmuutoksia, kuten taipumia ja/tai venymiä ja puristumia.
Mittausanturit 6; 6^, (?, 63,..., 6N (N = 1, 2, 3,...) on yhdistetty kunkin mittaus-kohdan esikäsittely-yksikköön 7. Esikäsittely-yksikössä 7 mittausantureilta saatu mittaussignaali käsitellään, kuten vahvistetaan ja vakautetaan, sopivaksi seuraavien - 25 käsittely-yksiköiden tuloliitäntöjä varten. Esikäsittely-yksiköltä 7 mittaussignaalit syötetään tietojenkäsittely-yksikölle 8 mittaussignaalien varsinaista käsittelyä varten. Tietojenkäsittely-yksikköön 8 on yhdistetty yksi tai useampia muistiyksikköjä 9, näyttö 10 ja näppäimistö 11. Tietojenkäsittely-yksikköön 8 on yhdistetty myös muiden rakenteeseen 1 jäljestettyjen vastaavien mittauspisteiden mittausantureilta esi-30 käsittely-yksiköiden 7; 7I, 7^,... kautta tulevat mittaussignaalit.
* · , I · V L f
Mittaussignaalit käsitellään tietojenkäsittely-yksikössä 8 muistiin 9 tallennetun neu-raaliverkko-ohjelman avulla siten, että neuraaliverkon lähtökerrokselta saadaan tulokseksi haluttuihin rakenteen 1 kohtiin kohdistuvat kuormitukset. Neuraaliverkko on etukäteen opetettu koekuormituksilla käsittelemään ko. mittausantureiden mit-35 taussignaaleita.
• I
• · 94677 6
Kuvassa 3 on esitetty havainnollisesti kolmikerroksinen neuraaliverkko, joka on ns. perceptron-verkko. Kuvassa 4 on tällaisen neuraaliverkon prosessointiyksikkö eli neuroni. Neuraaliverkkona käytetään kolmi- tai useampikerroksista verkkoa, johon kuuluu tulokerros 12, yksi tai useampi piilokerros 13 ja lähtökerros 14. Mittaussig-5 naalit xo, xi, X2, X3 normalisoidaan välille [0, 1] ja näin muodostetut tulosignaalit syötetään neuraaliverkon tulokerroksen tuloyksiköihin 121, 12^, 12^, 12^ .
Näistä tuloyksiköistä saatavat lähtösignaalit Vo0, Vj0, V20, V30 muodostetaan kertomalla normalisoidut mittaussignaalit ensimmäisillä painokertoimilla wjfcl ja nii-10 den tulot lasketaan yhteen ennalta sovitulla tavalla piilokerroksen prosessointiyksiköissä 131, 13^ . Piilokerroksen 13 prosessointiyksiköistä 131, 13^ saatavat lähtö-signaalit Vo*, Vj 1 kerrotaan toisilla painokertoimilla wjj2 ja niiden tulot lasketaan sopivasti yhteen lähtökerroksen 14 prosessointiyksiköissä 141, 14^, 14^ haluttujen lähtösignaalien yo, yi, y2 aikaansaamiseksi. Tämän jälkeen lähtösignaalit skaala-15 taan takaisin kuormitustiedoksi (denormalisointi).
Neuraaliverkon toimintaa voidaan havainnollistaa kuvan 4 neuronia tarkastelemalla. Tulosignaali eli tulovektori x = [xo, xi, X2, X3,···, x]sj-ll^ syötetään neuraaliverk-koon eli kuhunkin tulokerroksen prosessointiyksikköön. Kukin tulovektorin x ele-20 mentti kerrotaan tulosignaalia vastaavalla painokertoimella wj. Tulosignaali voi olla jatkuva tai binäärinen (digitaalinen). Näin saadut painotetut tulosignaalit xjvvj lasketaan yhteen ja summasta vähennetään termi Θ. Saatu summalauseke kuvataan epälineaarisen funktion f avulla lähtösignaaliksi y.
. . 25 Matemaattisesti prosessointiyksikön toiminta voidaan esittää muodossa (1) y=f^Zx.Wi-0j
Termi -Θ voidaan korvata lausekkeella X7\fW'N> jossa x'n =1. Näin kaava (1) saa-30 daan yksinkertaisempaan muotoon: * (2) y=f[ExiWi]
Epälineaarista funktiota f sanotaan aktivointifunktioksi. Yleensä perceptron-verkon . ,35 epälineaarisuutena käytetään ns. Hard limiter-epälineaarisuutta, joka määritellään seuraavasti: 94677 7 (3) ftW = {Äs'<°o
Neuraaliverkon halutun lähtösignaalin ja todellisen lähtöarvon muodostama virhe voidaan minimoida esim. Widrow-Hoff-algoritolilla, jota nimitetään myös LMS 5 (Least Mean Square) -algoritmiksi.
Neuraaliverkko opetetaan useilla koekuormituksilla ja koemittauksilla käsittelemään ko. mittausantureiden mittaussignaaleita. Tämä tapahtuu edullisesti seuraavalla tavalla. Neuraaliverkon painokertoimet wjfcl ja wjj2 alustetaan pienillä satunnaisker-10 toimilla, jotka on normalisoitu välille [0, 1] eli wjjjl = md [0, 1] 1. kerroksen painokertoimet wjj2 = md [0, 1] 2. kerroksen painokertoimet 15 Suoritetaan useita koemittauksia. Rakenteiden tukipisteisiin jäljestetään tällöin en nalta määrättyjä suuruudeltaan tunnettuja kuormia. Kuhunkin mittauspisteeseen, kuva 2, sovitetuilta mittausantureilta 6 saatavat mittaussignaalit käsitellään vastaavassa esikäsittely-yksikössä 7 ja ne katsotaan neuraaliverkon, kuva 3, tulotason eli -kerroksen 12 tulopisteiden eli prosessointiyksiköiden 12^, 12^, 12^,... tulosignaaliksi.
20 Valittu tulosignaali on x^ti ja se syötetään siis tulotasolle (m = 0) siten, että V^0 = kaikilla arvoilla k, jossa k on tulokerroksen indeksimuuttuja k = 1, 2, 3,... ja μ tarkoittaa ko. mittauskertaa. Tämän jälkeen lasketaan neuraaliverkon lähtötason läh-tösignaalit Vjm: 25 (4) Vr = f(hr) = f Zw"VT' jokaiselle i ja m V > jossa, f on ennalta määrätty aktivointifunktio ja indeksimuuttuja i, m = 1, 2, 3,...
Varsinaisia laskennallisia lähtösignaaleja Vim ja haluttuja lähtösignaaleja vertail- * 30 laan toisiinsa ja lasketaan niiden välinen erotusfunktio δ, joka kuvaan todellisen kuor mitustilanteen ja sen hetkisen neuraaliverkon laskeman kuormitustilanteen virhettä: (5) δ"=4“)[ζμ-ν,“] 4 · 94677 8
Halutut lähtösignaalit saadaan mittauspisteisiin kohdistuneista tunnetuista koe-. kuormista, kuten kuormasta F kuvassa 2.
Lasketaan edelleen erotusfunktio δ edeltäville neuraaliverkon kerroksille takaisinsi-5 johtamalla virheet: m δΓ'=4:")Σ\νΓδΓ· j jossa m = M, M-l, M-2, 2, kunnes erotusfunktio δ on laskettu jokaiselle proses- 10 sointiyksikölle. Painokertoimet wjj päivitetään laskemalla uusi painokerroin wjjnew vanhan painokertoimen wjj0^ ja painokerroinvirheen Avvjj avulla seuraavasti: new old k (7) Wy =Wij +ÄWij> Jossa 15 (8) Δ\νΓ = ηδΓνΓ
Kun uudet painokertoimet on valittu, uudet tulosignaalit eli mittaussignaalit voidaan valita järjestämällä esim. uudet koekuormat mittauspisteisiin. Tämän jälkeen toistetaan edellä esitetty proseduuri ja määritetään jälleen uudet painokertoimet. Kun uu-20 sien ja vanhojen painokertoimien erotus pysyy ennalta asetetuissa sallituissa rajoissa, varsinaisissa mittauksissa käytettävät painokertoimet on määritettyjä ne tallennetaan, minkä jälkeen, kun koekuormat on poistettu, neuraaliverkko on säädetty varsinaisia mittaustapahtumia varten.
• · · · 25 Rakenteen 1 tukipisteisiin eli pystypalkkeihin 3 kohdistuu sen sovelluksesta riippuen erilaisia staattisia ja dynaamisia kuormia. Neuraaliverkon avulla pyritään havaitsemaan kuormitusten muutokset ja paikallistamaan kuormitusvaihtelut. Mittaus-signaaleita kerätään mittausantureilta 6 sopivin ennalta määrätyin aikavälein, joiden suuruutta voidaan ohjelmallisesti muuttaa taipeen vaatiessa. Mittausvaiheen alka-: 30 essa neuraaliverkon tulokerroksen täyttymistä mittaustiedoista tarkkaillaan, ja kun tulokerroksen prosessointiyksiköt ovat vastaanottaneet mittaustiedot ja tulokerros on näin täyttynyt, käynnistetään laskenta. Mittaustietojen keruu lopetetaan edullisesti laskennan ajaksi. Laskenta toteutetaan seuraavasti.
35 Mittaussignaalit eli tulosignaalit syötetään neuraaliverkkoon, minkä jälkeen las-**· ketään verkon lähtösignaalit käyttäen kaavaa 9 94677 (9) vr = f(hr) = f Zw"vr jokaiselleijam ^ j y Tämän jälkeen esim. tulostetaan lopullinen laskentatulos eli lähtösignaalit: 5 (10) yM = V,M jokaiselle arvolle i
Nyt voidaan lukea seuraavat mittaussignaalit ja toteuttaa jälleen edellä esitetty laskentaproseduuri. Näin tukipisteisiin liittyviltä mittausantureilta saatavien mittaussignaalien avulla määritetään neuraaliverkkoa ja ennalta määritettyjä painokertoimia 10 hyväksi käyttäen yhteen tai useampaan tukipisteeseen kohdistuva kuormitus.
Kuvassa 5 on esitetty kaaviomaisesti ylhäältä katsottuna ajoneuvoyhdistelmä, johon keksinnön mukaista mittausmenetelmää sovelletaan, ja mittausjärjestely lohkokaa-viomuodossa. Ajoneuvoyhdistelmän vetoauton 15 ja perävaunun 16 runkoihin 17, 18 kuuluu kaksi rinnakkaista etäisyyden päässä toisistaan olevaan runkopalkkia 17a, 15 17b; 18a, 18b, jotka on yhdistetty toisiinsa sopivilla poikittaisilla tuilla (ei esitetty piirustuksissa). Vetoautoon 15 ja perävaunuun 16 kuuluu joukko pyörätelirakenteita 19; 19l, 19^, 19^, 19^, 19^, 19^, 19^, joita vetoauton yhteydessä on tässä tapauksessa neljä paria 19; 19l, 19^, 19^, 194 ja perävaunun yhteydessä kolme paria 19; 195, 19^, 19? Pyörät 19a, 19b ja pyörätelirakenne 19 on kiinnitetty tässä tapauk-20 sessa lehtijousien 20a, 20b avulla akselin 21 molemmilta puolilta kahteen runko-palkkiin 17a, 17b; 18a, 18b sopivista tuki-ja kiinnityspisteistä 22a, 23a; 22b, 23b, kuten kuvassa 6 on havainnollisesti esitetty. Pyörätelin 19 kiinnityspisteiden 22a, 23a; 22b, 23b läheisyyteen mittauspisteisiin 24a, 25a, 26a, 27a; 24b, 25b, 26b, 27b on sovitettu mittausantureita 28a, 29a, 30a, 31a, 32a, 33a, 34a, 35a; 28b, 29b, 30b, 25 3 Ib, 32b, 33b, 34b, 35b. Vetovaunuun 15 ja perävaunuun 16 vaikuttavien kuormien painot määritetään mittausantureiden antamista mittaussignaaleista rungon 17, 18 muodonmuutosten perusteella. Mittausantureiden avulla määritetään erityisesti runkoon kohdistuvat leikkausjännitykset ko. mittauspisteissä.
t k l
•1L Mittauspisteiden paikat määritetään sinänsä tunnetun elementtimenetelmän FEM
30 (Finite Element Method) perusteella. Elementtimenetelmän avulla määritetään run-kopalkkeihin 17a, 17b; 18a, 18b kohdistuvat leikkausjännitykset. Elementtimenetelmän soveltamista ajoneuvon kuormanmittaukseen ja erityisesti mittauspisteiden paikantamiseen on tarkemmin selostettu FI-patenttihakemuksessa 931417. Element-. c. timenetelmän avulla voidaan siis määrittää mittauspisteiden teoreettiset paikat run- V · 35 gon suhteen. On huomattava, että mittausanturit voidaan sijoittaa sopiviin kohtiin 94677 10 teoreettisesti laskettujen mittauspisteiden läheisyyteen silloin, kun käytetään hyväksi keksinnön mukaista mittausmenetelmää.
Mittauspisteet sijoitetaan tukipisteiden läheisyyteen erityisesti siksi, että tukipisteiden eripuolilla vaikuttavien leikkausvoimien erotuksen perusteella pystytään määrit-5 tämään tukireaktiot eli tukipisteisiin kohdistuvat painorasitukset. Tämä korostuu erityisesti silloin, kun käytetään jatkuvia kuorimia, jolloin leikkausvoimakäyrät ja niiden arvot vaihtelevat kuorma-alustan, tässä tapauksessa runkopalkkien 17a, 17b; 18a, 18b pituussuunnassa.
Mittausanturi kiinnitetään laskettuihin mittauspisteisiin, kuten edellä on todettu. An-10 turit ovat edullisimmin venymäliuska-antureita. Kuhunkin mittauspisteeseen kiinnitetään edullisesti kaksi tai useampia venymäliuska-antureita ja näin muodostetaan kuhunkin mittauspisteeseen sopiva anturiryhmä, jonka anturit ovat samassa tasossa, mutta kulmassa toisiinsa nähden. Anturiryhmät kiinnitetään lisäksi runkopalkin 17a, 17b; 18a, 18b pystysuuntaiseen sivuun mittauspisteen kohdalle ja edullisesti molem-15 min puolin runkopalkkia. On huomattava, että ajoneuvon runkoon kohdistuu aina sivusuuntaisia rasituksia pyörien sijaitessa eri korkeuksilla, esim. kun ajoneuvo on kaltevalla alustalla tai kuorman sijaitessa epäsymmetrisesti ajoneuvossa. Tätä varten mittauspisteeseen on sijoitettu useita antureita siten, että nämä sekundääriset vaikutukset pystytään poistamaan. Edelleen anturien sähköinen kytkentä voidaan toteuttaa 20 niin, että lämpötilan muutosten vaikutus mittaustulokseen voidaan eliminoida.
Kuvan 5 ja 6 mukaisessa ajoneuvosovellutuksessa venymäliuska-anturit, erityisesti anturiryhmät, kiinnitetään siten, että runkopalkkien 17a; 18a ja 17b; 18b mittauspisteisiin 24a, 25a, 26a, 27a; 24b, 25b, 26b, 27b kuuluvat vastaavasti mittausanturiryh-mät 28a, 29a; 30a, 31a; 32a, 33a ja 34a, 35a sekä 28b, 29b; 30b, 31b; 32b, 33b; 34b, 25 35b, jotka on näin siis sijoitettu runkopalkkien pystysuuntaisen osan vastakkaisille puolille. Anturiryhmät on kytketty mittaussignaalien esikäsittely-yksikköön 36, jossa mittaussignaalit käsitellään sopivasti tietojenkäsittely-yksikköä 37 varten. Mittaussignaalien esikäsittely-yksikköön 36 kuuluu esim. Wheatstone-siltayksikko, johon osa : : mittausantureista on kytketty siten, että anturien muodonmuutosten vaikutukset vah- ' 30 vistuvat sillan lähtönavoista. Sillan yli vaikuttava erosignaali kytketään edelleen esi käsittely-yksikössä 36 olevan vahvistimen, sopivan signaalin muokkausyksikön ja multiplekserin kautta edelleen tietojenkäsittely-yksikköön 37. Vastaavalla tavalla esikäsittely-yksiköillä 36; 361, 362, 363,... käsitellään kaikkien pyörätelien 19 yhteydessä olevien mittausanturien lähtösignaalit ja ne syötetään tietojenkäsittely-yksik-35 köön 37, kuten havainnollisesti on esitetty kuvassa 5. Tietojen käsittely-yksikkö 37 on sopivimmin sijoitettu ajoneuvon ohjaamoon tai vastaavaan, jossa siihen on liitetty so- 11 94677 pivat näyttölaitteet, ohjeiden syöttölaitteet, mahdolliset tulostimet ja liitännät ulkopuolisiin laitteisiin, kuten viestintävälineisiin tietojen siirtämiseksi esim. langattomasta ajoneuvon ulkopuoliseen tietokoneeseen tai vastaavaan tietojenkeruulaitteeseen.
5 Mittaussignaalit käsitellään tietojenkäsittely-yksikössä 37 sen muistiin tallennetun neuraaliverkko-ohjelman avulla. Tämä käsittely toteutetaan edullisesti samalla tavalla kuin edellä kuvan 2 ja 3 yhteydessä on havainnollisesti esitetty. Kuvassa 7 on esitetty periaatteellisella tasolla ajoneuvon mittausjäijestelmän toiminta. Ajoneuvoyhdistelmän 15, 16 pyöräkuormat lasketaan neuraaliverkon avulla. Neuraaliverkko 10 opetetaan aluksi koekuormien ja -punnistusten avulla käyttämällä takaisinkytkentänä todellisia pyöräpainoja. Todelliset pyöräpainot mitataan jokaisen pyörätelin 19 kunkin pyörän 19a alle sijoitettavilla pyörävaaoilla 38. Mittaustiedot kerätään mittaus-antureilta mittauspisteistä loinkin pyörätelin 19 pyörän 19a yhteydestä, kuten kuvan 6 yhteydessä on havainnollisesti selostettu. Neuraaliverkon tulosignaaleina eli tulo-15 vektorina x käytetään tällöin mittausantureilta kunkin tukipisteen 22a, 23a; 22b, 23b ympäriltä saatavia kussakin esikäsittely-yksikössä 36 esikäsiteltyjä mittaussignaaleja, jotka on keskiarvoistettu. Neuraaliverkon avulla prosessoidaan siihen syötettyjä mittaustietoja painokertymien mukaisesti, jolloin lähtösignaalina saadaan vektori y = [yi> Y2> ···» yw]T jossa yj on yhteen pyörään kohdistuva painoarvo. Neuraaliverkon 20 sisäinen toiminta on selostettu edellä kuvien 2 ja 3 sekä kaavojen 1-10 yhteydessä. Tässäkin esimerkissä on esitetty kolmikerroksinen neuraaliverkko, jossa on tuloker-ros, piilokerros ja lähtökerros, kuten kuvassa 7 on havainnollisesta esitetty. Tämän lisäksi kuvasta 7 käy ilmi vertailukerros, johon siis pyörävaaoilta 38 saadut painoarvot syötetään ja joihin mittausantureilta saatuja mittaussignaaleja, jotka on käsitel-25 ty neuraaliverkon avulla, verrataan ja joiden avulla lopullisesti lasketaan sopivat painokertoimet neuraaliverkon kerrosten välisille signaaleille.
Mittauskertoja ja laskentakierroksia voi olla useita ja niiden välillä voidaan muuttaa vetoauton ja perävaunun kuormaa halutulla tavalla ja suorittaa tarkistuslaskelmat 30 uudestaan neuraaliverkon painokertoimien tarkistamiseksi. Sen jälkeen, kun neuraaliverkko on opetettu koekuormien avulla ja siis painokertoimet on määritetty, se on valmis käytettäväksi reaaliaikaisesti vetoauton ja perävaunun kuormien tarkkailemiseen aiemmin esitetyn mukaisesti (vrt. kaavat 9 ja 10).
35 Edellä keksintöä on selostettu yksityiskohtaisesti viittamaita sen eräisiin edullisiin suoritusmuotoihin. On kuitenkin huomattava, että keksintöä voidaan muunnella mo->; nin eri tavoin oheisten patenttivaatimusten rajaaman keksinnöllisen ajatuksen puit teissa.

Claims (9)

94677
1. Menetelmä rakenteisiin (1) kohdistuvien kuormitusten mittaamiseksi, jossa rakenteiden muodonmuutosta mittaavat anturit (6), edullisesti venymäliuska-anturit, on kiinnitetty rakenteiden runko-osiin (2) edullisimmin tukipisteiden läheisyyteen, 5 tunnettu siitä, että mittausantureilta (6) saatavat mittaussignaalit (x; xo, xi, X2, ·) käsitellään ennalta määrätyn (esim. kuva 3) neuraaliverkon avulla siten, että neuraa-liverkon lähtökerrokselta (14) saadaan tulokseksi haluttuihin rakenteiden kohtiin kohdistuvat kuormitukset (y; yo, yi, y2 ··)> ja että neuraaliverkko on etukäteen opetettu koekuormituksilla käsittelemään ko. mittausantureiden mittaussignaaleita. 10
2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että - rakenteiden (1) tukipisteisiin järjestetään ennalta määrättyjä suuruudeltaan tunnettuja kuormia; - mittausantureilta (1) saatavat mittaussignaalit esikäsitellään ja ne katsotaan ennal-15 ta määritellyn neuraaliverkon (esim. kuva 3) tulokerroksen (12) tuloyksiköiden (12*, 12^, 12^, ...) tulosignaaleiksi (x; xq, xi, X2, ···); - kaikki mittaussignaalit käsitellään neuraaliverkossa käyttäen alustavia painokertoi-mia (wjk^, wjj2) neuraaliverkon eri kerrosten (12, 13; 13, 14) yksiköiden välillä siten, että mainittuihin rakenteiden (1) tukipisteisiin kohdistuvat laskennalliset kuor- 20 ma-arvot saadaan määritettyä lähtökerroksen (14) lähtöyksiköiden (14^, 14^, 14^) lähtösignaaleiksi (y; yo, yi, y2, ···); - rakenteiden (1) tukipisteisiin kohdistuvien tunnettujen kuormien arvoja verrataan laskennallisiin kuorma-arvoihin ja näiden arvojen erotusten perusteella määritetään uudet painokertoimet, jotka korvaavat alustavat painokertoimet; 25. kaikki mittaussignaalit käsitellään uudelleen neuraaliverkossa käyttäen uusia pai- nokertoimia neuraaliverkon eri kerrosten yksiköiden välillä siten, että mainittuihin rakenteiden tukipisteisiin kohdistuvat laskennalliset kuorma-arvot saadaan määritettyä neuraaliverkon lähtökerroksen lähtöyksiköiden lähtösignaaleiksi; - rakenteiden tukipisteisiin kohdistuvien tunnettujen kuormien arvoja verrataan uu-30 siin laskennallisiin kuorma-arvoihin ja, mikäli erotus ylittää asetetut raja-arvot, näi- : den arvojen erotusten perusteella määritetään jälleen uudet painokertoimet ja edellä esitetty laskentakierros toteutetaan uudelleen, ja mikäli erotus pysyy sallituissa rajoissa, painokertoimet säilytetään; - rakenteiden tukipisteisiin järjestetyt ennalta määrätyt kuormat poistetaan; ja 35. tukipisteisiin liittyviltä mittausantureilta saatavien mittaussignaalien avulla määri tetään neuraaliverkkoa ja ennalta määritettyjä painokertoimia hyväksikäyttäen yh-*: teen tai useampaan tukipisteeseen kohdistuva kuorma. 94677
3. Menetelmä ajoneuvon painon mittaamiseksi, jossa menetelmässä rakenteiden muodonmuutosta mittaavat anturit (28a, 29a; 30a, 31a; 32a, 33a; 34a, 35a; 28b, 29b; 30b, 31b; 32b, 33b; 34b, 35b), edullisesti venymäliuska-anturit, on kiinnitetty ajoneuvon kantaviin osiin, erityisesti runko-osiin (17a, 17b; 18a, 18b), tukipisteiden 5 (22a, 23a; 22b, 23b) läheisyyteen, tunnettu siitä, että mittausantureilta saatavat mit taussignaalit (x) käsitellään ennalta määrätyn neuraaliverkon (vrt. kuva 7) avulla siten, että neuraaliverkon lähtökerrokselta saadaan tulokseksi haluttuihin ajoneuvon kohtiin, erityisesti yhteen tai useampaan tukipisteeseen, kohdistuvat painokuormat (y), ja että neuraaliverkko on etukäteen opetettu koekuormilla käsittelemään ko. 10 antureiden mittaussignaaleita.
4. Patenttivaatimuksen 3 mukainen menetelmä, tunnettu siitä, että - ajoneuvon (15, 16) kullekin pyörälle (19a) ja/tai pyörätelille (19) asetetaan ennalta määrätty kuorma, joka mitataan; 15. kultakin anturilta tai sopivalta anturijoukolta (28a, 29a; 30a, 31a; 32a, 33a; 34a, 35a; 28b, 29b; 30b, 31b; 32b, 33b; 34b, 35b) tuleva mittaussignaali syötetään tietojenkäsittely-yksikköön (37), jossa kunkin anturin ja/tai anturijoukon mittaussignaali katsotaan neuraaliverkon tulokerroksen tuloyksikön tulosignaaliksi (x) ja ne käsitellään neuraaliverkossa siten, että verkon painokertoimet saadaan määritettyä mi-20 tattujen pyöräpainojen ja kokonaispainon avulla; minkä jälkeen - ajoneuvon painojakautumat, telipainot, pyöräpainot ja/tai kokonaispaino voidaan määrittää reaaliaikaisesti mittaussignaaleita ja mainittua neuraaliverkkoa hyväksi käyttäen.
5. Patenttivaatimuksen 3 tai 4 mukainen menetelmä, tunnettu siitä, että neuraali- verkkona käytetään monikerroksista verkkoa, kuten kolmikerroksista perceptron-verkkoa (kuvat 3 ja 7), johon kuuluu tulokerros, ainakin yksi piilokerros ja lähtöker-ros, jossa verkossa tulokerroksen tuloyksiköihin syötetyt mittaussignaalit kerrotaan ensimmäisillä painokertoimilla ja niiden tulot lasketaan yhteen ennalta sovitulla ta-30 valla piilokerroksen yksiköissä ja lasketaan sopivan aktivointifunktion, kuten •.: sigmoid-iunktion, arvo em. summalla ja piilokerroksen pisteistä saatavat signaalit kerrotaan toisilla painokertoimilla ja niiden tulot lasketaan sopivasti yhteen lähtö-kerroksessa halutun lähtöpisteen lähtösignaalin aikaansaamiseksi.
6. Patenttivaatimuksen 5 mukainen menetelmä, tunnettu siitä, että kultakin mit tauspisteeltä yhdeltä tai useammalta mittausanturilta saatu signaali esikäsitellään, ·, ·: kuten vahvistetaan ja vakautetaan, ja se tulkitaan neuraaliverkon tulokerroksen yh den yksikön tulosignaaliksi. 94677
7. Patenttivaatimuksen 5 tai 6 mukainen menetelmä, tunnettu siitä, että tuloker-roksen täyttymistä mittaustiedoista tarkkaillaan, ja kun tulokerros on täyttynyt, käynnistetään laskenta.
8. Jonkin patenttivaatimuksen 3-7 mukainen menetelmä, tunnettu siitä, että mit-5 taussignaalit otetaan ajoneuvon pyörien tuentakohtien läheisyydestä, joihin paikkoihin on sijoitettu ajoneuvon runkorakenteeseen kiinni venymäliuska-antureita.
FI941153A 1994-03-10 1994-03-10 Menetelmä rakenteisiin kohdistuvien kuormitusten mittaamiseksi FI94677C (fi)

Priority Applications (5)

Application Number Priority Date Filing Date Title
FI941153A FI94677C (fi) 1994-03-10 1994-03-10 Menetelmä rakenteisiin kohdistuvien kuormitusten mittaamiseksi
PCT/FI1995/000133 WO1995024616A1 (en) 1994-03-10 1995-03-10 Method for measuring loads being directed to structures
EP95911349A EP0749565B1 (en) 1994-03-10 1995-03-10 Method for measuring loads being directed to structures
DE69527135T DE69527135D1 (de) 1994-03-10 1995-03-10 Verfahren zur messung von auf eine struktur wirkenden lasten
AU18953/95A AU1895395A (en) 1994-03-10 1995-03-10 Method for measuring loads being directed to structures

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI941153 1994-03-10
FI941153A FI94677C (fi) 1994-03-10 1994-03-10 Menetelmä rakenteisiin kohdistuvien kuormitusten mittaamiseksi

Publications (3)

Publication Number Publication Date
FI941153A0 FI941153A0 (fi) 1994-03-10
FI94677B FI94677B (fi) 1995-06-30
FI94677C true FI94677C (fi) 1995-10-10

Family

ID=8540291

Family Applications (1)

Application Number Title Priority Date Filing Date
FI941153A FI94677C (fi) 1994-03-10 1994-03-10 Menetelmä rakenteisiin kohdistuvien kuormitusten mittaamiseksi

Country Status (5)

Country Link
EP (1) EP0749565B1 (fi)
AU (1) AU1895395A (fi)
DE (1) DE69527135D1 (fi)
FI (1) FI94677C (fi)
WO (1) WO1995024616A1 (fi)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09257553A (ja) * 1996-03-22 1997-10-03 Yazaki Corp 自重測定装置
FI973420A (fi) * 1997-08-20 1999-02-21 Tamrock Oy Menetelmä kaivosajoneuvon kuljettaman kuorman painon määrittelemiseksi
US7046158B2 (en) 2002-04-17 2006-05-16 Darrel Saunders Method and apparatus for sensing seat occupancy
US7026946B2 (en) 2002-04-17 2006-04-11 Darrel Saunders Method and apparatus for sensing seat occupancy
DE10239761B4 (de) 2002-08-29 2007-10-25 Sartorius Ag Verfahren und Vorrichtung zur Identifikation der Art der Belegung einer Auflagefläche
DE102010031150A1 (de) 2010-07-09 2012-01-12 Robert Bosch Gmbh Sensierendes Flächenelement
US20220042840A1 (en) * 2018-09-17 2022-02-10 Optics11 B.V. Determining weights of vehicles in motion
KR20210121657A (ko) * 2020-03-31 2021-10-08 현대자동차주식회사 차량용 노면입력 하중 측정 시스템 및 방법
CN112033335B (zh) * 2020-11-05 2021-01-26 成都中轨轨道设备有限公司 一种铁路轨距尺智能化监测预警系统及方法
DE102021113325A1 (de) 2021-05-21 2022-11-24 Hochschule Magdeburg-Stendal, Körperschaft des öffentlichen Rechts Lastkraftfahrzeug mit Ladungsüberwachung
CN113900381B (zh) * 2021-12-10 2022-04-12 西南科技大学 一种基于物联网的钢结构远程健康监测平台及应用方法
CN116839783B (zh) * 2023-09-01 2023-12-08 华东交通大学 一种基于机器学习的汽车板簧受力值及变形量的测量方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4979124A (en) * 1988-10-05 1990-12-18 Cornell Research Foundation Adaptive, neural-based signal processor
EP0573420B1 (en) * 1990-05-30 1996-03-06 KOIVISTO, Vesa Method and apparatus for the weighing of a load
JP2601003B2 (ja) * 1990-09-25 1997-04-16 日産自動車株式会社 車両の走行条件認識装置
US5396817A (en) * 1991-11-29 1995-03-14 Exxon Research And Engineering Co. Tire inflation and velocity sensor
FI93058C (fi) * 1993-03-29 1995-02-10 Vesa Koivisto Menetelmä kuorman punnitsemiseksi

Also Published As

Publication number Publication date
FI94677B (fi) 1995-06-30
DE69527135D1 (de) 2002-07-25
WO1995024616A1 (en) 1995-09-14
AU1895395A (en) 1995-09-25
FI941153A0 (fi) 1994-03-10
EP0749565A1 (en) 1996-12-27
EP0749565B1 (en) 2002-06-19

Similar Documents

Publication Publication Date Title
FI94677C (fi) Menetelmä rakenteisiin kohdistuvien kuormitusten mittaamiseksi
CA1249307A (en) Creep compensated weighing apparatus
US4691792A (en) Method and apparatus for measuring net weight of load loaded on vehicle
US3854540A (en) Vehicle weighing means
US3949822A (en) Vehicle wheel weighing system
DE3889253T2 (de) Digitale Einrichtung zum Kompensieren der Lastverschiebung.
US4626041A (en) Strain gauge assemblies
CA2594361C (en) Arrangement for weighing transport vehicle load
JP3164899B2 (ja) 重心位置検出機能を有する積載重量計
CN108168668A (zh) 集装箱车辆空重混装智能检测装置
US11307080B2 (en) Method and system for determining the weight of a demountable platform
US5677498A (en) Vehicle axle load weighing system
US5366033A (en) Procedure and apparatus for the weighing of a load
McElwain et al. Experimental verification of horizontally curved I-girder bridge behavior
Yang et al. Automatic measurement of payload for heavy vehicles using strain gages
CN111964765A (zh) 一种高测量精度半挂车车载重量检测系统
FI93058B (fi) Menetelmä kuorman punnitsemiseksi
US4220037A (en) Weighing scale calibrating machine
WO1997004289A1 (en) Strain measuring devices, and monitoring of vehicle container loads
Bounds et al. Analysis of SPMT transport of large onshore modules
Kheiralla et al. Design and development and calibration ofan on-board weighing system for an industrial wheel loader
Di Giacinto et al. Weight-in-Motion System for Traffic Overload Detection: Development and Experimental Testing
EP0324218A1 (en) Weight sensing apparatus
Cai et al. Nondestructive testing of field bridges in Florida
Delisle et al. Investigating Articulated Vehicle Roll Stability Using a Tilt Table Device

Legal Events

Date Code Title Description
BB Publication of examined application
PC Transfer of assignment of patent

Owner name: SAVCOR GROUP LIMITED

Free format text: SAVCOR GROUP LIMITED

MM Patent lapsed