基于Fluent的脉冲袋式除尘器内气流流场的数值模拟

对除尘器内部的气流分布进行研究,采用计算流体力学软件Fluent进行数值模拟分析,详细得到除尘器内部流场的静压、气流的速度分布和通过滤袋的气体的质量流量,验证了工况下滤袋破损的现象,对该类除尘器设计有良好的借鉴作用和现实意义。     

基于证据理论的输电线路带电状态非接触检测方法

特高压线路维护工作规程要求在开展工作前,需对特高压交直流输电线路带电状态进行检测,保证杆塔处在非带电状态下才能开展维护工作。为此,开展了线路带电状态的非接触检测方法研究,利用证据理论算法,通过构建线路的带电状态的命题集,设计证据理论的融合判别检测模型,提出了基于证据理论的分层多传感器融合判断算法。使用电磁场传感器和红外传感器数据,进行单线路的多传感器融合,提高了传感器数据信息的可信度,在得到命题集各命题的分布概率后,再进行多线路的数据融合,从而得到杆塔的带电状态决策,获得更准确的判断。算法在嵌入式平台实现,并且通过开展现场的模拟实验,验证了算法的鲁棒性和可靠性。     

结构健康监测中的数据融合技术

目的为了充分利用大型结构健康监测系统中来自不同时间与空间的多传感器信息资源，获得被测对象的一致性决策和估计任务。进而提高确诊率．方法从多传感器数据融合的概念、基本原理出发，探讨了数据融合技术在结构健康监测与诊断中应用的可行性，重点研究了基于人工智能的数据融合技术在结构健康监测及诊断中的应用方法．结果提出了小波概率神经网络数据融合损伤检测技术及其在结构损伤检测中的应用．结论基于多传感器数据融合的健康监测与诊断是可行的、有效的．     

双层结构滤袋除尘器的效能分析与结构优化

为提升袋式除尘器的处理能力,研究了内外筒式双层结构滤袋的效能,提出了一些设计及优化双袋除尘器结构的措施。采用数值计算的方法对普通单筒滤袋除尘器和由其改造而成的双袋除尘器的内部流场进行了理论模拟研究。结果表明:双袋较普通单筒滤袋处理能力有所增加,但增加比例低于其过滤面积的增加比例,双袋内部滤袋单位过滤面积所处理的风量低于外部滤袋;内滤袋未被充分利用,其利用率最高为64.08%,高径比小于50∶1的内滤袋,利用率较高;提高袋室入口距离滤袋底部的垂直高度或在除尘器内部设置导流装置可以提高内滤袋的利用率。     

无线传感器网络数据融合算法研究

数据融合的目的是减少节点的传输数据量,减少网络中总能量的消耗.针对这个问题,利用Kalman滤波进行目标状态估计,将分批估计算法应用于无线传感网的数据融合中,通过对监测同一对象的多个传感器所采集的数据进行综合,以达到提高数据精度和可信度的目的.同时实验获得的大量仿真数据证明了算法的可行性.提出了多传感器多目标分批估计融合算法,对监测不同对象的多个传感器所采集的数据进行融合.     

基于Bayes理论的粮情测控系统多传感器特征级信息融合研究

主要研究粮情测控系统的特征级信息融合,采用基于Bayes理论的数据融合方法把多个异质传感器提供的数据进行特征级融合处理,以提高系统低层数据融合的准确度和稳定性;提出基于Bayes理论的粮情特征级融合的模型和算法.通过实验,验证了此模型的有效性,有效解决了粮情测控系统低层次特征级融合的不确定性和不精确性的问题.     

目标对载机准确定位数据融合算法的研究

基于Kalman滤波的数据融合理论，建立了目标对载机准确定位的物理模型和极坐标下的数学模型，研究在机载光电跟踪系统中，红外传感器和传统的雷达传感器测量信息的数据融合。进行了观测值加权融合算法、观测状态向量合并和状态估计融合反馈3种算法的分析比较，以方位角融合为例进行仿真实验，并采用了协方差分析，结果表明，观测值融合算法的性能优于其它算法。     

基于无线传感器网络的水环境监测信息融合研究

将无线传感器网络技术引入水环境监测系统中,并通过研究和解决相关理论方法与技术有效提高水环境监测系统的整体效能。本文主要研究基于无线网络的水环境监测信息融合处理系统结构模型,并提出有效的多源信息融合方法、多传感器管理及协调控制策略。     

基于RBF神经网络的水下机器人传感器状态监测方法研究

为了实现水下机器人多传感器状态监测,根据其工作环境及所配置传感器的数量,提出了基于径向基函数(RBF)神经网络的传感器状态监测方法,建立了二级神经网络监测模型,解决了多传感器故障诊断和信号恢复的问题.基于某型水下机器人海中试验数据进行计算机仿真试验的结果,验证了该方法的有效性和可行性.     

Bayes数据融合方法及其在水下目标检测中的数学仿真验证

对基于Bayes判决法的模式分类方法进行了理论分析,将多变量Bayes模式分类方法应用于决策信息融合过程,证明了用多传感器测得的多维信息进行决策融合性能优于用单传感器测得的一维信息。将基于Bayes判决法的数据融合方法用于水下目标检测,能大大提高系统的目标检测能力,理论分析和数学仿真均证明了该方法的有效性。     

DFC系列脉冲袋式除尘器

潍坊天洁环保科技有限公司研制生产的DFC系列脉冲袋式除尘器．采用反吹风作为清灰动力．在离线切换阀的配合下．逐室喷入每条滤袋．使滤袋由正常过滤的“膨胀”状态．转变为“缩瘪”状态，从而抖落滤袋表面的粉尘。该系列除尘器多采用5～10米的大布袋．多用于处理风量大．占地面积要求较小．烟尘、粉尘相对易干从滤袋表面剥离的除4场所，     

模糊数据融合在矿井安全监测系统中的应用

基于模糊系统理论,提出一种对多种检测数据进行模糊数据融合的检测方法.将矿井中各个监测点得到的信息模糊化,经过数据融合中心的合成运算和决策规则进行优化组合,从而充分利用各个监测点得到的信息,获得对矿井环境状态的精确估计.最后,通过一个实验说明了算法增加了状态监测的置信程度,提高并改善了监测系统的监测性能.     

电气设备状态监测与故障诊断

论述了在电气设备状态监测与故障诊断中引入多传感器与信息融合技术的可行性.介绍了多传感器与信息融合的基本概念,说明了信息融合的结构和实现方法,指出了在电气设备状态监测中采用该技术需要解决的问题.     

基于数据融合的日光温室传感器布设

针对北方日光温室内环境监测传感器的布设问题,设计了基于神经网络、分批估计理论与自适应加权平均融合算法的日光温室传感器布设方案.利用11个监测点采集到的温室内西红柿生长环境温度和湿度数据,在运用BP神经网络进行缺失值补全的基础上,结合分批估计理论和自适应加权平均融合算法进行多传感器数据融合.通过对比融合值与原始数据的相对误差,选择最佳传感器数据,以此为基础确定最优传感器布设区域.结果表明,相对于算数平均融合与自适应加权平均融合,基于分批估计的自适应加权平均融合方法可以更合理地反应多传感器数据特征.     

电火花线切割故障诊断中基于神经网络的数据融合技术

在电火花切割加工的过程中,准确判断中单个放电脉冲的放电状态是十分必要的。为此提出了基于神经网络的多传感器数据融合技术用于放电状态的判断,利用模糊神经网络作为多传感器数据融合的工具,降低了检测系统的成本,提高了检测的准确性,将其应用于自行开发的电火花线切割加工放电状态的预报系统的检测部分,在SCX－Ⅱ型数控线切割机床上证明该方法是有效和可行的。     

多传感器信息集成在线监测切削刀具磨损状态的实验研究

建立了基于多传感器信息集成的刀具磨损状态在线监测系统,实验结果表明了其监测方法的可行性.     

基于异类传感器多模型融合方法的研究

低空/超低空的突防对国土防空提出了严峻的挑战。针对融合问题中多源、不同维度和异步等特征问题,通过多个传感器有机地结合,利用多源异类传感器进行数据融合,提出了基于熵的交互式多模型的异类融合方法,并设计了两种异类传感器集中式的数据融合策略。最后通过仿真实验对比分析了两种方法。仿真结果表明采用序贯滤波的融合方法具有较好的融合性能。     

基于模糊神经网络融合技术的智能火灾预警系统

根据当今火灾探测的现状和实现火灾早期探测的需求,将多传感器数据融合技术应用在火灾预警系统中.选择多个传感器对火灾过程的多参数进行监测,特别对火灾发生初期产生的异常信息进行全面监控,弥补了采用单一传感器的不足,扩展了时间上和空间上的监测范围.系统采用基于模糊神经网络多传感器融合技术,增强了系统报警输出的灵敏度和可靠性,实现了提前预警的目的.     

一种有效的数据融合方法——分布式的离散Kalman滤波方法

介绍了一种基于Kalman的数据融合方法,分析了用于多传感器数据融合的Kalman滤波方法基本概念和理论。在Kalman滤波理论的基础上对全球定位和惯性导航系统的车辆组合系统进行了仿真。结果表明,分布式的离散Kalman滤波方法是一种有效的数据融合方法。     

基于多传感器的数据融合技术

近年来,多传感器数据融合技术已受到广泛关注,它的理论和方法已被应用到许多研究领域。主要论述了多传感器数据融合技术,介绍其概念、原理、结构、方法及应用,并总结了当前数据融合研究中存在的主要问题及其发展趋势。