酒类商品物流运输管理中自检测方法的研究

刘 何

（西安思源学院，陕西西安710038）

随着互联网技术的进步以及我国国民经济的迅猛发展，网购以其独特的优势，已经成为人们购物的主要形式之一，物流行业也随之逐步发展起来[1]。近年来酒类产品航空运输需求不断扩大，酒类商品运输问题逐渐暴露出来。一方面酒类商品属于普通商品，因此为了提高酒类商品物流运输的安全性，需要借鉴一般物流运输的经验；另一方面，与传统商品相比，酒类商品具有一定的特殊性，这种特殊性主要体现在一般白酒、红酒等大多使用玻璃容器灌装，一旦物流运输车辆超载，就会使玻璃容器损坏的可能性增加，导致该商品因而失去价值。不仅如此，一旦将过多的酒类商品堆放到一起，会导致货物积压，进而造成酒类商品容器损坏，增加了物流运输的危险性以及降低了物流运输价值，因此对酒类商品物流运输车辆超载进行检测势在必行。公路运输是物流货运的重要运输方式，酒类商品物流运输车辆一旦超载，会对公路造成破坏，严重的还会引发交通事故。所以对酒类商品物流运输车辆载重进行检测，以此判断运输车辆是否超载，能够延长公路使用寿命，降低交通事故发生的概率，能够有效提高酒类商品运输的安全性[2]。针对上述所提问题，研究出一种酒类商品物流运输车辆载重的检测方法迫在眉睫。

许多专家学者都对酒类商品物流运输车辆超载自检测进行了研究，并取得了一定的研究成就。彭其渊等[3]提出了一种基于胎压识别的酒类商品物流运输车辆超载自检测方法。首先根据数学推导方法以及经典力学等，分析了酒类商品物流运输车辆轮胎胎压与载重之间的关系，根据分析结果构建了用于描述二者之间关系的数学函数模型，以此实现了酒类商品物流运输车辆超载自检测，但是该方法存在检测准确率低的问题。卓成娣等[4]提出了一种基于预测分析的酒类商品物流运输超载自检测方法。分析高速路段的实时动态承重数据，获取车辆荷载的相关特征。利用加权的三峰正态分布函数拟合以及构建运输车辆荷载总体的概率密度分布模型，通过该模型实现物流配送运输车辆载重动态检测。由于该方法需要采集不同类型车辆的承重数据以及车辆荷载的相关特征，因此该方法存在检测耗时过长的问题，实际应用效果并不理想。

针对现有酒类商品物流运输车辆超载自检测方法存在检测准确率低、耗时长等问题，提出一种基于传感器的酒类商品物流运输车辆载重检测方法。

1 酒类商品物流运输车辆超载自检测方法分析

1.1 车辆载重测量

将传感器作为检测现场敏感部件，测量行驶车辆的重量，以下给出具体的研究过程：

将简支梁作为桥梁模型[5-6]，车辆通过桥面时，将间距设定为Ls，速度设定为c，则车辆经过桥面时的运动方程为：

（1）式中，υ(x,t)代表桥上x点在t时刻的桥梁速度；ρ代表单位桥梁密度；C代表粘性衰减系数；E代表桥梁材料的弹性模量系数；I代表桥梁横截面的惯性矩；L代表桥梁的长度；fF(t)、fR(t)代表车辆在通过桥梁前后的桥面产生的压力；c代表车辆通过桥梁时的速度；δ(t)代表冲击函数[7]。

基于模型假设，将车辆动态速度表示为：

（2）式中，i代表模态数；Φi(x)代表第i个模态形状函数；qi(t)代表第i模态的幅值函数[8]，将公式（2）带入公式（1）中，则有：

将公式（3）的两边分别乘以模态形状函数sin{jπx/L}，在区间[0,L]上对x进行积分，即：

（4）式中，ωn代表第n模态的频率；ζn代表第n模态的衰减比率；mn代表第n模态的模态质量。基于桥梁架设，通过下式计算桥梁模型参数[9]：

在时域内，利用参数变异法求解公式（4），则有：

其中：

桥梁在x点处t时刻的加速度[10-11]为：

以下给出离散结果：

其中：

上述公式描述的是车辆前后轮都在桥面上的情况[12]，将公式（12）、公式（13）合并简化为：

假设不同位置的加速传感器同时进行信号测量，能够利用公式（15）计算全部信号，需要对信号进行归一化处理[13]，完成酒类商品物流运输车辆载重测量：

（15）式中，An代表第n个传感器的系数矩阵；νn代表第n个传感器的加速度测量信号。

1.2 基于最大载重量数据库的酒类商品物流运输车辆超载自检测方法

先要构建与车辆所对应的车辆最大载重量数据库，设计相应的程序将车型所对应的载重量在数据库中调取出来，与所测量的车重进行比较，以此判断车辆是否超载[14]。

在物流配送车辆经过检测系统时，车辆的两个前轮首先压在桥面上，使一部分桥面受到纵向压力的影响。如果在中心波长λb处漂移，通过光谱分析仪获取波长的漂移信息△λb，将获取的信息发送至系统服务器[14]，通过以下公式计算不同波长发生漂移时桥面所对应的外界压力：

（16）式中，S代表在外界压力下桥面的有效作用面积；K＝-（1-pe）/（ES）代表比例系数。

在车辆的后轮经过桥梁时[15-16]，根据公式（16）计算当时的外界压力：

在车辆经过桥梁时，桥梁外界施加的压力根据有机聚合材料的传动导致FBG的长度以及曲率发生变化，桥梁会受到纵向应力的作用，中心波长会发生变化，根据中心波长的移动[17-18]，检测桥梁所受到的压力，进一步实现酒类商品物流运输车辆超载检测，检测结果如下：

在检测到车辆的重量后，与机器管理相结合，通过车型以及检测系统输出的运输车辆重量，判断车辆是否超载，还要与最大载重量数据库进行对比来判断车辆是否超载，实现酒类商品物流运输车辆超载自检测方法分析。

2 结果与分析

2.1 仿真实验

为了验证所提基于最大载重量数据库的酒类商品物流运输车辆超载自检测方法综合有效性，需要进行仿真实验，实验环境为：Win7系统下的Visual Studio2008平台，英特尔Xeon处理器，4 GB内存，英伟达QuadroFX1800显卡。

分别采用所提方法与文献[3]基于动态承重的酒类商品物流运输车辆超载自检测方法以及文献[4]基于预测分析的酒类商品物流运输车辆超载自检测方法进行实验，对比3种不同检测方法的检测准确率，对比结果如图1所示。

图1 3种方法的检测准确率对比结果

为了进一步比较3种方法的检测准确率，将其进行数据化处理，结果如表1所示。

分析图1和表1可知，所提方法的检测准确率远高于文献[3]提出的基于动态承重的酒类商品物流运输车辆超载自检测方法以及文献[4]提出的基于预测分析的酒类商品物流运输车辆超载自检测方法。且在图1中，所提方法的准确率曲线波动较为平稳，说明所提方法不仅检测准确率高且较稳定。其主要原因在于所提方法与运输车辆检测系统相结合，能够准确检测车辆是否超重，并结合最先进的车辆最大载重量数据库，实时调取不同车辆的最大载重。通过上述实验数据的对比，充分验证了所提方法的优越性。

表1 不同方法检测准确率对比结果

2.2 3种方法的耗时比较结果

为了进一步说明所提方法的实用性以及优越性，将所提方法与文献[3]方法以及文献[4]方法进行耗时对比测试，其结果如图2所示。

图2 3种方法的耗时比较结果

由图2可知，随着样本数量的不断增多，不同方法的检测耗时也随之变化。在3种方法中所提方法耗时最短。其主要原因在于所提方法在传统方法的基础上引用了车辆载重测量方法对不同类型车辆的重量进行测量，加快车辆重量的检测速度，有效缩短系统整体的响应时间，提高检测效率。

3 结束语

酒类商品物流运输对于车辆载重的要求极高，为了延长公路使用寿命，降低由酒类商品破损带来的财产损失，提出了基于最大载重量数据库的酒类商品物流运输车辆超载自检测方法。实验结果表明，所提方法检测准确率高、耗时短。该方法为酒类商品物流运输方案的策划提供了新思路，能够有效规避运输风险，提高运输安全，促进了酒类商品物流运输的健康发展。