回顾过去，作为电子汽车衡称重系统的核心部件，应变式称重传感器的发展主要经历了从模拟式到数字式的转变^[1,2,3]:20世纪40年代，利用粘贴式电阻应变计的模拟式称重传感器问世；20世纪80年代中期，为克服模拟式称重传感器的固有缺陷（如输出信号小、传输距离短、抗干扰能力差、安装调试不方便等），国际上有公司把“数字式”概念引入电子称重领域———将微处理器技术、数字补偿技术与应变式称重传感器技术相结合，研制出数字式称重传感器。关于数字式、数字化、数字型、整体型和分离型等概念的辨析，国内衡器行业的专家多次发文强调^[1,2,3,4]，讨论核心是模拟传感器所附加的数字控制电路的处理能力以及该数字模块是置于传感器内部还是外部，国外则统一用数字称重传感器（digital load cell）表示。称重传感器被冠以“物联网”，并非指在传感器上使用了物联网技术，而是指该类型传感器可以与具备物联网功能的电子称重仪表连接，并能双向交互数据信息和状态信息。事实上，就是通过网络将原本丢弃或存储在称重仪表本地的数据上传到远程服务器中进行管理，通过仪表的联网功能实施了对传感器及仪表本身工作状态的监测，对传感器制造厂家而言，收集到物联网称重传感器和物联网仪表的各种工作状态数据，就可以很方便的实现其生命周期及故障预警模型研究，从而为提高产品的质量、可靠性和准确度服务。

作为国内应变式称重传感器的主要企业，我们希望通过产品生命周期管理（product lifecycle management,PLM）的研究缩短产品开发周期、提高产品质量与服务价值。但本质上，产品生命周期是一个关于产品管理的体系，是产品从原材料入厂、制造过程、出厂运输、实际使用、最终退市等全过程的信息传递的渠道，需要企业有良好的信息化基础，才能支持产品生命周期信息的创建、管理、分发和应用，它也体现了现代企业通过信息技术管理自身业务的理念。在非物联网技术的条件下，传感器和仪表发给用户，使用的各种状态很难全面获取，一般都是衡器出故障或失准了，终端用户通过电话联系衡器厂家解决问题。但到底是哪个部件的问题？问题到底是如何产生的？各制造环节有没有工艺、质量问题？这些问题有没有经济有效的解决途径？等等诸如此多的问题都很难彻底解决，导致国内衡器及其配件质量和技术水平都在同质化恶性竞争中难以提升。为此，我们率先从物联网技术入手，通过物联网系统围绕秤台实际的各种工况条件展开研究，在多物理量传感器、限位距离监测、角度监测、秤台挠度监测、基础强度和水平度监测等非称重物理量上大量展开研究，以便能更好的发现秤台工作中的各种变化和影响准确性的因素，通过传感器智能化与物联网化创新、其它物理量辅助采集，以边缘计算及多物理量融合技术来发现上述这些应用问题的根源。首先，通过物联网平台及大数据分析技术，一方面分析回收传感器的故障分析统计数据，追溯至研发、使用和制造等环节进行产品的优化；另一方面，分析称重现场的传感器使用数据，通过模型训练来预测传感器健康状态（包括功能寿命和物理寿命）的衰退趋势。最终，结合使用和回收环节分析得到的信息开发产品故障预警系统，并根据不同的使用场景及可能的故障类型实现个性化产品定制，分析研究流程具体如图1所示；其次，通过大数据分析给用户提供衡器秤体、限位和基础等的改善建议报告，最终为计量更加准确和产品更可靠而增值，为实现国内衡器由数量转向高质量发展服务，这种需求的实现技术就得依靠物联网，我们衡器行业人士应该毋容置疑，我们每年在国际国内举办上百场的物联网产品巡回服务，正在为衡器物联网系统的普及和推广不懈努力中。

关于电子汽车衡的变化研究，在传统衡器的经验依据下，其最为直观的可见变化就是零位的变化，即当一台汽车衡配置完整安装在现场时，其空秤台的总重是一定的，起始每只传感器的零点和灵敏度也是被确定了的，所以，理论上这台衡器的空秤台零点应该在一段时间内不会发生较为明显的变化，以前由于汽车衡不联网，这些数据的变化与否以及变化大小，都基本无人关注，当汽车衡出现故障或失去准确性时，也是盲目的对传感器和仪表经过设备厂家的维修人员检修后，只要发现有异常的就予以更换，无人知道和分析这些故障产生的原因，这对衡器设备厂商和传感器、仪表厂家都是技术提升的不利因素。目前推广物联网系统以后，我们通过分析物联网称重传感器正常使用时产生的历史数据，提取辨识传感器的运行工况特征，结合秤台定期检定及校准时记录的传感器数据及退回故障传感器的历史使用数据，训练建立传感器健康状态的评价模型。针对不同故障类型，在传感器全生命周期中追溯“致命”原因，提供改进措施。对于实时在线的称重及状态数据，可以通过建立的健康评价模型进行实时状态评价及健康衰退趋势的分析预测，给终端用户提供故障预警服务建议。在物联网衡器系统中，我们在以物联网称重传感器为技术基础的优势上，重点将对每只传感器内码（即数字传感器零点）变化做实时采集和变化规律分析研究，从而推断汽车衡使用中的偏载误差、超载情况及次数、称重过程对传感器内码的影响等，来分析传感器内码变化作相关讨论。其中，数据准备工作包括数据清洗以及基于一定规则将传感器内码序列按秤台的不同状态———空秤稳定状态、非稳定状态以及负载稳定状态进行分类，如图2所示。

对传感器内码进行分析之前，需要了解多节秤台衡器上不同位置传感器的受力关系，如图3所示，理想的受力关系需满足图3中的4条规则，即多个传感器的内码之间存在一定关系（y_理论=f(x)），通过研究不同状态的X与实际输出y_实际，发现传感器使用的经验规律f，不断优化传感器的生命周期管理。

对于物联网汽车衡设备，我们以表1的格式为例，列出基本信息，其中设备代号A³⁰₁₂₀右上角的数字30代表使用的传感器满量程值（30t），右下角的数字120代表仪表设置的秤台标定满量程值（120t），文字“砂石”代表使用场景（砂石厂）。另外用于参考的信息还包括：安装城市，用于关联汽车衡使用的环境天气数据（可从气象网站爬取数据）；基坑类型：分无基坑/浅基坑/未知；传感器名称，如QS-D30t(E），提供了传感器的结构、材料、满量程、数字模块类型等具体信息。理论上，传感器安装于秤台下方正常受力时，初始空秤总内码与秤台自重正相关，随着传感器自身零位以及受力位置的变化，实际的空秤总内码会发生变化，所以表1中同时给出了“初始空秤总内码”与“最新空秤总内码”，作为快速判断系统受力变化的参考。

如图4所示是以某台10只传感器组成的物联网汽车衡过磅过程为例，收集到的内码数据变化所绘制的物联网传感器内码随时间变化的图形，可以看到其能很明显的展示该汽车衡在一次完整称重过程中传感器内码的变化，包括上下秤的非稳定状态以及车辆停止在秤台上的稳定状态，其中稳定状态持续时间约为160s，而车辆上下秤过程都不超过20s，同时可以根据不同传感器内码的变化顺序判断安装位置（依旧是(1)(2)、(3)(4)、(5)(6)、(7)(8)、(9)(10)为同轴传感器），从曲线图观察到该台秤的(5)(6)号传感器受力有偏差（即(6)号传感器内码大于(5)号）。另外，在车辆下秤过程中，(2)号传感器受冲击较严重（传感器内码瞬时增大），直接影响就是上文中提到的传感器零位（空秤/空载内码）变化。如果本次过磅过程中有人为作弊行为，则图4中的曲线也会发生明显的异常变化，会背离正常过磅的曲线变化趋势，便可做出必要的作弊预警提示，并以过磅日志形式存储在服务器，便于数据可靠性、真实性的追溯。可见，通过分析秤台非稳定状态下传感器内码的变化，可以提取传感器安装位置与车辆上下秤行为的信息，量化传感器在使用中受到的外界和载荷作用的影响，结合传感器使用、更换维修等日志，为传感器可靠性、数据真实性分析提供了研究的基础。

关于衡器物联网化发展及物联网称重传感器生命周期及故障预警研究，本质意义上是要解决痛点问题，如称重准确性、数据真实性（亦即防作弊问题）、数据按需流动性（亦即信息化需求问题）、故障预测性，远程可维护性，无人值守自动称重等。目前衡器行业中还没有有效可行的研究理论和结论，本文在研究主题内容的同时，对基于称重传感器内码分析的结果也做了大量分析，初步结果表明，汽车上秤刹车导致的横向冲击力以及秤台面与路面存在间隙或秤台面与路面存在高低落差导致车轮垂直冲击力是引起内码变化的一个原因。另外结合多物理量传感器采集的数据分析发现，秤体刚度、基础牢固度、限位距离大小等因素的影响也非常大，早已将C3精度的传感器的置信度都淹没了，所以行业有些宣传C5、C6级传感器，本分析认为上述工况条件及问题若没有很好解决，即使用了如此高精度的传感器，应该也没有任何实际意义，理性引导市场良性技术发展也是根本。相应的，通过分析秤台非稳定状态下的传感器内码，可以提取更多信息（如传感器安装位置、车辆上下秤行为等）作为传感器使用日志，便于及时提醒用户对秤台变形、基础沉降、路面塌陷、限位失效、传力件磨损等常见问题做出提前维护，此类日志数据的积累，可为后续产品的服务提供依据以及为传感器可靠寿命研究建立基础模型。