臺灣博碩士論文加值系統

在本論文之中，提出一個新的預測之方法，可以在秤重系統震盪尚未穩定之前，便能夠預測到其穩態時之數值，並且可以達到提高精度的效能。而秤重系統被視為一個二階的spring-damper-mass系統，設定其輸入訊號為一個固定之unit step。正因為如此的設定，本文提出的預測演算法便可以預測到秤重系統之step response。
在演算法的運算過程中，Lattice Filter用來identify秤重系統之特性與reflection coefficients，而Extended Lattice Predictor便利用這些reflection coefficients而能夠預測秤重訊號的穩態響應值。
在PC上對演算法的模擬與分析，將會被用來證明此預測演算法之效用。而許多的數據與演算法參數之分析結果，也有詳盡的記錄。此外，也設計了一個實際的秤重系統，以ADSP-2181為核心，執行系統的控制與演算法的運算。在本文中對於實際硬體的實驗結果，有完整的討論分析。
最後也證明了此預測演算法，確實具有加速取的穩定值，以及抗環境雜訊提高精度之效能。

An innovatory signal processing approach is proposed to accelerate the damping and increase the resolution of the measurement of weighing systems. The dynamics of a weighing system can always be modeled as a second-order system that is under unit step excitation regardless of the weight. Thus, it is possible to predict the reading by predicting the unit step response of a second-order system. A new extended linear predictor is used to predict the response with the identified model that is based on the data collected before the system is damped. Simulation results demonstrate the capability of the newly developed approach to accelerate the reading and increase the resolution.

論文摘要 I
目錄 III
圖目 VII
表目 XIII
第一章 序論 1
1.1 序論 1
1.2 研究動機與目的 2
1.3 相關文獻回顧 3
1.4 論文章節概要 5
第二章 秤重系統之數學模型 8
2.1 秤重系統數學表示式 8
2.2 秤重系統方塊圖 10
第三章 線性預測方法理論 13
3.1 MULTI-CHANNEL SLIDING WINDOW EXTENDED LATTICE PREDICTOR 13
3.2 EXTENDED LATTICE PREDICTOR及其與LATTICE PREDICTOR的差異 14
3.3 MULTI-CHANNEL 16
3.4 SLIDING WINDOW 19
3.5 PREDICTION STEP 20
3.6 預測之訊號流程與說明 21
第四章 模擬結果與分析 23
4.1 實驗環境與設計 23
4.2 加速取得穩定值模擬 24
4.2.1 加速取的穩定值模擬說明 24
4.2.2 Settling Time測試 24
4.2.2 window number(w) 與experiment number(m)對演算法之影響 32
4.2.4 Prediction Step (ps) 對演算法之影響 37
4.3 抗環境雜訊模擬 41
4.4 本文方法與低通濾波器效能比較 45
4.4.1 本文方法與低通濾波器效能比較說明 45
4.4.2 FIR Low Pass Filter設計 45
4.4.3 預測演算法與濾波器運算結果之Settling Time 比較 47
5.1 硬體實驗平台規格與架構 54
5.2 LOAD CELL說明 56
5.3 量測電路板設計 58
5.3.1 量測電路板功能規格與配置圖 58
5.3.2 量測IC---AD7715 62
5.3.3 量測電路板電源設計 63
5.3.4 參考電壓電路設計 65
5.3.5 長距離數位訊號傳輸之問題 68
5.4 ADSP-2181與AD7715溝通韌體規劃 71
第六章 實際硬體實驗結果與分析 74
6.1 實驗說明 74
6.2 CALIBRATION 75
6.3 加速取得穩定值分析 78
6.4 抗環境雜訊分析 84
6.5 本文方法與低通濾波器效能比較 91
6.5.1 本文方法與低通濾波器效能比較說明 91
6.5.2 Settling Time比較 91
6.5.3 Standard Deviation比較 101
6.6 SINGLE PRECISION 與DOUBLE PRECISION FLOATING POINT運算結果比較 105
第七章 結論 111
附錄 A 不同「總資料筆數」下，各種M與W組合所得到之標準差 113
附錄 B 120
EXTENDED LATTICE PREDICTOR TO ACCELERATE WEIGHT MEASUREMENT 120

[1] Balachandran, W.; Halimic, M.; Hodzic, M.; Tariq, M.; Enab, Y.; Cecelja, F., “Optimal digital control and filtering for dynamic weighing systems”, Proceedings. Instrumentation and Measurement Technology Conference, 1995. IMTC/95. Proceedings. 'Integrating Intelligent Instrumentation and Control'., IEEE, 24-26, pp. 293, 1995.
[2] Shu,. W.-Q., “Dynamic weighing under nonzero initial conditions”, Instrumentation and Measurement, IEEE Transactions on , Vol. 42 Issue:4, pp. 806 –811, 1993.
[3] Niedzwiecki, M.; Wasilewski, A., “Application of adaptive filtering to dynamic weighing of vehicles”, Control Engineering Practice, Vol. 4, Issue: 5, pp. 635-644, 1996.
[4] Soderstrom, Torsten; Stoica, Petre, System identification, Prentice Hall International(UK) Ltd, 1989.
[5] Halimic, M.; Balachandran, W., “Kalman filter for dynamic weighing system”, Industrial Electronics, Proceedings of the IEEE International Symposium on ?, Vol. 2, pp. 786 –791, 1995.
[6] Zhang, K.; Xu, S., “Fast finding the steady solution of an elastic system”, IEEE conference on Computer and Communication Systems, Vol. 2, pp. 827-829, 1990.
[7] Haykin, S., Adaptive filter theory, 4th ed., Prenticd-Hall: Upper Saddle, NJ, 2002.
[8] Jiang, Shyh-Biau; Gibson, S., “An unwindowed multichannel lattice filter with orthogonal channels” Signal Processing, IEEE Transactions on ?, Vol. 43, Issue: 12, pp. 2831 -2842, 1995.
[9] 江佩如, “加速電子秤讀取之硬體設計與系統鑑別”, 國立中央大學 機械工程研究所碩士論文, 2001
[10] Horowitz, P.; Hill, Winfield, The Art of Electronics, Cambridge New York, 1989.