车辆动态称重,即车辆在非停车运动状态下的称重。与车辆在停车状态下的静态称重相比,车辆动态称重的主要特点是节省时间、效率高。动态称重时,车辆以一定速度通过称重仪,不仅对称重仪的作用时间很短(一般不到一秒),而且作用在称重仪上的力除真实轴重外,还有许多因素产生的干扰力,如:车速﹑车辆自身振动﹑路面激励等。在各种干扰力的作用下,真实轴重很难被提取出来,给动态称重实现高精度测量造成很大困难。因此,在外界随机不确定度干扰力作用下如何准确测量真实轴重,就成了动态轴重测试系统的技术难点和关键。对轨道车辆动态称重所存在的干扰进行分析﹑整理,从动态测试系统的整体角度探讨减小或消除这些干扰力影响的措施,将有助于高精度动态称重技术的进步及测试系统的发展。为了提高轨道车辆动态称重的精度,研究了动态称重数据处理算法,并应用于便携式动态轨道车辆称重系统,提高轨道车辆动态称重精度。本文在便携式机车车辆动态称重仪的基础上,对传感器输出的信号进行数据采集,实现了双通道的实时数据采集,并根据车速的变化对采样频率进行调节以得到正确的信号样本,分别应用EMD方法及RBF神经网络方法进行动态称重数据处理,并应用到新型便携式动态轨道车辆称重装置。信号处理结果显示两种方法的处理结果都在误差的允许范围内,但EMD方法的精度及稳定性要高于RBF,故对该称重仪采用EMD方法做动态称重系统的软件处理方法。