回顧過去，作為電子地磅稱重系統的核心部件，應變式稱重傳感器的發展主要經歷了從模擬式到數字式的轉變[1,2,3]:20世紀40年代，利用粘貼式電阻應變計的模擬式稱重傳感器問世；20世紀80年代中期，為克服模擬式稱重傳感器的固有缺陷（如輸出信號小、傳輸距離短、抗干擾能力差、安裝調試不方便等），國際上有公司把“數字式”概念引入電子稱重領域———將微處理器技術、數字補償技術與應變式稱重傳感器技術相結合，研制出數字式稱重傳感器。關于數字式、數字化、數字型、整體型和分離型等概念的辨析，國內衡器行業的專家多次發文強調[1,2,3,4]，討論核心是模擬傳感器所附加的數字控制電路的處理能力以及該數字模塊是置于傳感器內部還是外部，國外則統一用數字稱重傳感器（digital load cell）表示。稱重傳感器被冠以“物聯網”，并非指在傳感器上使用了物聯網技術，而是指該類型傳感器可以與具備物聯網功能的電子稱重儀表連接，并能雙向交互數據信息和狀態信息。事實上，就是通過網絡將原本丟棄或存儲在稱重儀表本地的數據上傳到遠程服務器中進行管理，通過儀表的聯網功能實施了對傳感器及儀表本身工作狀態的監測，對傳感器制造廠家而言，收集到物聯網稱重傳感器和物聯網儀表的各種工作狀態數據，就可以很方便的實現其生命周期及故障預警模型研究，從而為提高產品的質量、可靠性和準確度服務。

作為國內應變式稱重傳感器的主要企業，我們希望通過產品生命周期管理（product lifecycle management,PLM）的研究縮短產品開發周期、提高產品質量與服務價值。但本質上，產品生命周期是一個關于產品管理的體系，是產品從原材料入廠、制造過程、出廠運輸、實際使用、最終退市等全過程的信息傳遞的渠道，需要企業有良好的信息化基礎，才能支持產品生命周期信息的創建、管理、分發和應用，它也體現了現代企業通過信息技術管理自身業務的理念。在非物聯網技術的條件下，傳感器和儀表發給用戶，使用的各種狀態很難全面獲取，一般都是衡器出故障或失準了，終端用戶通過電話聯系衡器廠家解決問題。但到底是哪個部件的問題？問題到底是如何產生的？各制造環節有沒有工藝、質量問題？這些問題有沒有經濟有效的解決途徑？等等諸如此多的問題都很難徹底解決，導致國內衡器及其配件質量和技術水平都在同質化惡性競爭中難以提升。為此，我們率先從物聯網技術入手，通過物聯網系統圍繞秤臺實際的各種工況條件展開研究，在多物理量傳感器、限位距離監測、角度監測、秤臺撓度監測、基礎強度和水平度監測等非稱重物理量上大量展開研究，以便能更好的發現秤臺工作中的各種變化和影響準確性的因素，通過傳感器智能化與物聯網化創新、其它物理量輔助采集，以邊緣計算及多物理量融合技術來發現上述這些應用問題的根源。首先，通過物聯網平臺及大數據分析技術，一方面分析回收傳感器的故障分析統計數據，追溯至研發、使用和制造等環節進行產品的優化；另一方面，分析稱重現場的傳感器使用數據，通過模型訓練來預測傳感器健康狀態（包括功能壽命和物理壽命）的衰退趨勢。最終，結合使用和回收環節分析得到的信息開發產品故障預警系統，并根據不同的使用場景及可能的故障類型實現個性化產品定制，分析研究流程具體如圖1所示；其次，通過大數據分析給用戶提供衡器秤體、限位和基礎等的改善建議報告，最終為計量更加準確和產品更可靠而增值，為實現國內衡器由數量轉向高質量發展服務，這種需求的實現技術就得依靠物聯網，我們衡器行業人士應該毋容置疑，我們每年在國際國內舉辦上百場的物聯網產品巡回服務，正在為衡器物聯網系統的普及和推廣不懈努力中。

關于電子汽車衡的變化研究，在傳統衡器的經驗依據下，其最為直觀的可見變化就是零位的變化，即當一臺汽車衡配置完整安裝在現場時，其空秤臺的總重是一定的，起始每只傳感器的零點和靈敏度也是被確定了的，所以，理論上這臺衡器的空秤臺零點應該在一段時間內不會發生較為明顯的變化，以前由于汽車衡不聯網，這些數據的變化與否以及變化大小，都基本無人關注，當汽車衡出現故障或失去準確性時，也是盲目的對傳感器和儀表經過設備廠家的維修人員檢修后，只要發現有異常的就予以更換，無人知道和分析這些故障產生的原因，這對衡器設備廠商和傳感器、儀表廠家都是技術提升的不利因素。目前推廣物聯網系統以后，我們通過分析物聯網稱重傳感器正常使用時產生的歷史數據，提取辨識傳感器的運行工況特征，結合秤臺定期檢定及校準時記錄的傳感器數據及退回故障傳感器的歷史使用數據，訓練建立傳感器健康狀態的評價模型。針對不同故障類型，在傳感器全生命周期中追溯“致命”原因，提供改進措施。對于實時在線的稱重及狀態數據，可以通過建立的健康評價模型進行實時狀態評價及健康衰退趨勢的分析預測，給終端用戶提供故障預警服務建議。在物聯網衡器系統中，我們在以物聯網稱重傳感器為技術基礎的優勢上，重點將對每只傳感器內碼（即數字傳感器零點）變化做實時采集和變化規律分析研究，從而推斷汽車衡使用中的偏載誤差、超載情況及次數、稱重過程對傳感器內碼的影響等，來分析傳感器內碼變化作相關討論。其中，數據準備工作包括數據清洗以及基于一定規則將傳感器內碼序列按秤臺的不同狀態———空秤穩定狀態、非穩定狀態以及負載穩定狀態進行分類。

對傳感器內碼進行分析之前，需要了解多節秤臺衡器上不同位置傳感器的受力關系，理想的受力關系需滿足，即多個傳感器的內碼之間存在一定關系（y理論=f(x)），通過研究不同狀態的X與實際輸出y實際，發現傳感器使用的經驗規律f，不斷優化傳感器的生命周期管理。

對于物聯網汽車衡設備，我們以表1的格式為例，列出基本信息，其中設備代號A30120右上角的數字30代表使用的傳感器滿量程值（30t），右下角的數字120代表儀表設置的秤臺標定滿量程值（120t），文字“砂石”代表使用場景（砂石廠）。另外用于參考的信息還包括：安裝城市，用于關聯汽車衡使用的環境天氣數據（可從氣象網站爬取數據）；基坑類型：分無基坑/淺基坑/未知；傳感器名稱，如QS-D30t(E），提供了傳感器的結構、材料、滿量程、數字模塊類型等具體信息。理論上，傳感器安裝于秤臺下方正常受力時，初始空秤總內碼與秤臺自重正相關，隨著傳感器自身零位以及受力位置的變化，實際的空秤總內碼會發生變化，所以表1中同時給出了“初始空秤總內碼”與“最新空秤總內碼”，作為快速判斷系統受力變化的參考。

以某臺10只傳感器組成的物聯網汽車衡過磅過程為例，收集到的內碼數據變化所繪制的物聯網傳感器內碼隨時間變化的圖形，可以看到其能很明顯的展示該汽車衡在一次完整稱重過程中傳感器內碼的變化，包括上下秤的非穩定狀態以及車輛停止在秤臺上的穩定狀態，其中穩定狀態持續時間約為160s，而車輛上下秤過程都不超過20s，同時可以根據不同傳感器內碼的變化順序判斷安裝位置（依舊是(1)(2)、(3)(4)、(5)(6)、(7)(8)、(9)(10)為同軸傳感器），從曲線圖觀察到該臺秤的(5)(6)號傳感器受力有偏差（即(6)號傳感器內碼大于(5)號）。另外，在車輛下秤過程中，(2)號傳感器受沖擊較嚴重（傳感器內碼瞬時增大），直接影響就是上文中提到的傳感器零位（空秤/空載內碼）變化。如果本次過磅過程中有人為作弊行為，則圖4中的曲線也會發生明顯的異常變化，會背離正常過磅的曲線變化趨勢，便可做出必要的作弊預警提示，并以過磅日志形式存儲在服務器，便于數據可靠性、真實性的追溯。可見，通過分析秤臺非穩定狀態下傳感器內碼的變化，可以提取傳感器安裝位置與車輛上下秤行為的信息，量化傳感器在使用中受到的外界和載荷作用的影響，結合傳感器使用、更換維修等日志，為傳感器可靠性、數據真實性分析提供了研究的基礎。