基于BP神经网络的汽车车载称重系统研究

为解决汽车超载运行和相应的运输业管理问题,本文中提出了一套基于BP神经网络的车载称重系统。通过检测车桥随载荷量变化而产生的微小变形,设计了2阶低通滤波和数字滤波算法,以提取有效载荷信息,利用BP神经网络建立载荷模型,并根据在某轻型厢式货车上进行的试装和加载试验得到的样本数据,在Matlab神经网络工具箱中,采用Levenberg-Marquardt学习算法完成了神经网络的学习、检验和预测。结果表明:预测载荷误差在5%以内,满足工程要求,方案可行。