模糊信息融合在电路故障诊断中的应用研究

多传感器信息融合技术已成为一个十分活跃的研究领域,它应用的范围越来越广。该文给出了模糊信息融合实现电路故障诊断的方法,通过检测电路工作时电子元件的温度和关键点电压两方面的数据信息,结合模糊信息处理技术,对这两方面的数据信息进行融合,从而确定故障元件,并说明多传感器信息融合方法在电路故障诊断中的优越性。     

基于信息融合的异步电动机故障诊断方法

针对交流异步电动机故障诊断，扩展了多传感器信息融合技术的理论，分析了异步电动机建模环境的不确定性导致这些诊断结果混叠甚至误诊的原因，提出了针对异步电动机采用新型的测试传感器和多传感器信息融合进行故障诊断的实现方法框架。     

基于虚拟仪器技术的多传感器信息融合网络化实验系统

基于传感器被测目标参量受其它参量的影响，采用多传感器信息融合技术可以消除干扰参量的影响．提高目标参量的测量精度。提出用虚拟仪器技术实现多传感器信息融合实验的方案，并从系统原理、组成、软硬件等方面做出具体介绍。     

基于信息融合技术的烟气轮机故障诊断系统研究

为保障烟气轮机的安全可靠运行．实现科学维护,采用了多传感器信息融合技术的故障诊断方法。通过提取烟气轮机上携带故障特征的多类信息,并在决策层上采用神经网络与D-S证据理论相结合的方法对这些信息进行有效的融合。     

故障诊断中非线性耦合特征综合优化

在特征提取部分的基础上，引和多传感器信息融合的思想，在特征层对多源信息进行信息融合，首先引入征据理论，给出了特征层信息融合的通用实现框架，并结合非线性耦合特征，提出了非线性耦合特征基本概率指派函数的构造方法和证据组合方法，实现了非线性耦合特征的综合优化，并结合实际诊断对象，以齿轮实验台为实现了非线性耦合特征的综合优化，证明所提出方法的正确性和有效性。     

故障诊断中非线性耦合特征综合优化(续一)

在特征提取部分的基础上，引入多传感器信息融合的思想，在特征层对多源信息进行信息融合。首先引入征据理论，给出了特征层信息融合的通用实现框架，并结合非线性耦合特征，提出非线性耦合特征基本概率指派函数的构造方法和证据组合方法，实现了非线性耦合特征的综合优化，并结合实际诊断对象，以齿轮实验台为例实现了非线性耦合特征的综合优化，证明所提出方法的正确性和有效性。     

计算机泛视觉系统中多传感器信息融合技术研究

建立了航空透明件的超声无损检测系统,把多传感器的检测信息和人的感知信息利用模糊积分进行融合,实现对航空透明件的缺陷识别。实验结果表明,采用多传感器信息融合技术可以降低系统的不确定性,使超声检测与识别系统的性能提高。     

神经网络在多传感器信息集成与融合中的应用

多传感器信息集成与融合在处理信息中呈现出较好的实用性和优越性。介绍了有关多传感器信息集成与融合方面的基本知识，分析了传统的信息融合与运用神经网络实现多传感器信息融合的差异、实质，并给出了神经网络实现多传感器信息集成与融合的步骤。通过自动化程度很高的智能机器人对外界信息的集成与融合，用实验证明了神经网络比传统方法更能准确、可靠地描述传感器所获得的信息。     

船载导航仪器信息融合的研究

应用信息融合技术对船上多种导航传感器信息综合处理是解决信息过载，提高导航数据精度有效的技术途径。采用改进的模糊径向基高斯函数神经网络算法，进行了AIS／GPS和雷达信息融合的研究。经融合处理后的数据精度提高了两个数量级。这说明多传感器数据信息融合将是提高船舶导航信息的精度、可靠性的有效措施。     

智能油品质量在线监测仪的研制

提出了一种基于多传感器信息融合技术对油品质量进行在线监测的新方法，通过对粘度、温度、介电常数的测量，建立了神经网络油品质量状态监测模型，并给出了系统的设计方案。     

油管壁厚测量数据的一致性加权融合估计算法

在随机拔动环境中采用漏磁场法在线测量油管壁厚时，每个磁性传感器只能得到环境的部分信息。为了对各传感器的局部测量值进行稳健融合估计，提出了油管壁厚测量数据的一致性加权融合估计算法。利用改进的数据探测技术中的分布图方法对各个传感器的一致性进行检验，并采用简单加权平均法求得一致性传感器测量数据的稳健融合估计值。融合实例表明，该算法能有效地提高系统测量的稳健性，且具有精度高、运算简单等特点。该算法适用于多传感器测量数据的实时高精度融合估计。     

基于小波变换的零件图像数据融合

提出一种基于小波变换的图像数据融合的方法,对多源图像进行分解,将高频区域中的绝对值较大的系数作为重要小波系数;在低频区域,对逼近系数进行加权平均得到新的逼近系数,然后进行小波重构。实验表明,该方法是实用的。     

采用粗糙集数据融合的车轮踏面擦伤预示诊断

介绍了一种将粗糙集理论与小波分析相结合对车轮踏面擦伤进行融合预示诊断的方法。在分析踏面擦伤危害和多传感器数据融合特点的基础上，将粗糙集理论和小波分析引入多传感器数据融合。该方法采用小波分析对多传感器信号进行多特征提取识别，然后利用粗糙集选择特征，建立诊断规则，从而实现对车轮踏面擦伤的融合预示诊断。     

旋转机械同源数据全信息倒频谱分析与应用

提出一种基于旋转机械同源数据融合的全信息倒频谱（full information cepstrum,FIC）分析方法。研究旋转机械同源信息融合的转子回转能量谱,并在此基础上研究全信息倒频谱分析方法。成功地将全信息分析理念拓展到频域分析以外的分析领域,将其应用于高速旋转动力齿轮的故障诊断,取得明显的效果。     

变压器故障诊断中数据融合技术的研究

本文介绍了信息融合的基本特点、融合系统的构成及关键技术;分析了融合技术处理多源信息的能力,将数据融合技术与故障诊断原理融为一体,实现了基于数据融合技术的变压器故障诊断,提高了变压器故障诊断的确诊率。     

基于数据融合和“能量-损伤”的结构状态特征提取

基于一致性数据融合算法和小波包分析,提出了结构状态特征提取方法。采用改进的一致性算法融合多传感器的测量数据,克服了一致性算法中两传感器在测量精度不同时置信距离不同的缺点,对支持矩阵进行模糊化处理,并采用"能量-损伤"特征提取技术对融合后的多传感器测量数据进行处理。利用5层框架结构的数值算例对比了结构各层加速度信号与融合后加速度信号构造的特征向量。结果表明,融合后加速度信号构造的特征向量包含了结构不同位置的不同状态信息,能够全面描述结构的工作状态。     

基于同源数据融合技术的机械故障诊断方法

机械设备故障诊断技术是一项跨学科的新技术。本文将数据融合思想引入到故障诊断领域，并将神经网络技术和数据融合技术综合使用，通过信号采集、特征提取和识别决策几个过程，研究了基于同源数据融合技术机械故障诊断方法，并在实验中验证了些种方法的有效性。     

Structural damage detection using information fusion technique

In order to precisely identify the multiple damage locations of a structure, an information fusion technique is proposed in this paper. First, the frequency data and the mode shape data are regarded as two different information sources, and local decisions can be obtained using the multiple damage location assurance criterion (MDLAC) method and the frequency change damage detection method (FCDDM), respectively. Then, the local decisions are sent to a fusion centre. In the fusion centre, three main fusion approaches are applied to integrate all the local decisions. Finally, a global decision is acquired. The measurement errors are also taken into account in the fusion process. The numerical example and analysis demonstrate that the identification results of the three information fusion methods are better than those of the MDLAC method and the frequency change damage detection method.     

STUDY ON THE COAL-ROCK INTERFACE RECOGNITION METHOD BASED ON MULTI-SENSOR DATA FUSION TECHNIQUE

The coal-rock interface recognition method based on multi-sensor data fusion technique is put forward because of the localization of single type sensor recognition method. The measuring theory based on multi-sensor data fusion technique is analyzed, and hereby the test platform of recognition system is manufactured. The advantage of data fusion with the fuzzy neural network (FNN) technique has been probed. The two-level FNN is constructed and data fusion is carried out. The experiments show that in various conditions the method can always acquire a much higher recognition rate than normal ones.     

基于B/S模式的运检业务集约数据高质量识别方法

传统的监控运维方法缺乏有效的信息整合和监视,无法实现集约数据高质量识别。为提高数字电网运检业务集约数据识别和监控能力,结合B/S模式,提出基于B/S模式的运检业务集约数据高质量识别方法。结合一体化安全生产管理系统和GIS平台,采样运检业务集约数据的大数据特征,构建运检业务集约设备在线监测模型。结合雷电定位、覆冰监测、电压监测等子系统完成运检业务集约数据的传感信息采样和融合处理。在B/S体系下融合运检业务集约数据,并对其进行集成处理。结合“云大物移智”等技术实现运检业务集约的多源数据融合、分析以及应用处理,将其通过智能网关传输至物联网平台,完成运检业务集约数据高质量识别。实验结果验证了所提方法具有更高的识别精度,提高了电网设备状态在线监测效率和运检业务信息的分析能力。