动态载荷祛除方法比较：遗传算法优化动态称重系统

本文主要探讨了基于曲线拟合技术在动态称重系统中去除动态载荷的问题，由付华科、李伟泺和刘彬三位作者针对中国矿业大学信息与电气工程学院的研究背景展开。他们采用了一系列先进的算法，包括Levenberg-Marquardt法、Levenberg-Marquardt算法与通用全局优化法、频谱分析法以及遗传算法，来针对动态称重系统中由于路面不平引起的车辆振动（动态载荷）进行噪声抑制和精确测量。 首先，文章强调了动态载荷对交通运输系统的重要性，特别是在治理超载问题上。超载车辆不仅对道路基础设施造成破坏，还增加了交通事故的风险，对公共安全构成威胁。因此，发展高效且精确的动态称重系统显得尤为重要。动态载荷产生的原因主要是车辆行驶过程中因路面不平引发的振动，其频率范围通常在3-20Hz，占车辆自身重量的约10%。 在具体方法上，作者尝试了不同的策略。Levenberg-Marquardt法虽然能够找到局部最优解，但在某些情况下可能受限于局部搜索。Levenberg-Marquardt算法结合通用全局优化法在处理速度上表现不佳。频谱分析法尽管能提供深入的频率分析，但计算复杂度高且要求较高。而遗传算法作为全局优化方法，显示出明显的优势，不仅在效率上满足要求，而且在去噪效果上达到了动态称重系统的需求。 通过对这些算法的实验对比，作者得出结论，遗传算法是处理动态载荷最有效的方法，能够提供更准确、实时的动态称重数据。这为提升动态称重系统的性能和准确性提供了重要的理论支持，对于实现智能交通管理和超载治理具有实际应用价值。 本文的关键词主要包括动态载荷、曲线拟合、遗传算法以及动态称重系统，表明了研究的核心内容。研究成果被归类在TN911.4中，对应的是运输工程和信息技术方面的分类。这项研究旨在通过科学的方法解决动态载荷问题，以推动交通运输行业的科技进步和安全水平的提高。