旋转机械故障诊断的量子神经网络算法

针对故障模式之间存在交叉数据的诊断不确定问题，将多层激励函数的量子神经网络引入多传感器信息融合之中，提出一种基于量子神经网络的多传感器信息融合故障诊断算法。并将其应用到旋转机械故障诊断中，通过测试被诊断设备的振动速度和加速度信号，求出两传感器对各故障模式的故障隶属度，利用多层激励函数的量子神经网络进行信息融合，得到融合的各故障模式隶属度值，确定真正的故障模式，提高了故障诊断的准确率。     

信息融合技术在传感器网络中的应用研究

综合了传感器技术、嵌入式技术和无线通讯技术的传感器网络是一种全新的信息获取与处理手段。通过分析其面临的问题,提出用多传感器信息融合技术处理网络节点感知数据。通过传感器分类研究、时空对准研究、信息预处理研究、分布式检测与估计研究和多传感器协调管理研究,旨在提高网络节点感知效能,延长网络生命周期,减少时间延迟。     

融合算法在火电厂监测系统的应用研究

多传感器信息融合技术目前已经发展成为一个十分活跃的研究领域，但在火电厂热工控制系统方面的应用基本上处于空白，本文对如何将信息融合技术应用于火电厂监测系统进行了仿真研究。     

基于SVM的多传感器信息融合故障诊断

本文简述了一种基于支持向量机的多传感器信息融合的方法,并构造了其数学模型。利用轴流柱塞泵的常见故障预测,对数学模型进行验证,实验数据显示基于SVM的多传感器信息融合故障诊断方法,要比单一传感器故障诊断有更高的准确性。     

基于多传感器信息融合技术的汽轮发电机轴系扭振刚性转速的估计

基于分布式多转速传感器测量信号的冗余性和互补性,利用多传感器信息融合技术提出1种估计刚性转速、实现扭振滤波的方法。基于模态分析理论提出1种刚性转速的融合规则,由1个极小极大问题确定最优的加权因子。通过对传感器故障的检测与分离,提高信息融合方法估计刚性转速的精度和容错能力。对1台实际机组和扭振试验的在线监测数据滤波处理的实践表明,多传感器信息融合刚性转速的滤波方法性能良好且易于实现,是1种解决扭振与汽轮发电机控制系统相互作用问题的有效措施。     

多传感器信息融合技术及其在旋转机械振动故障诊断中的应用

对多传感器信息融合技术作了简要介绍，并结合旋转机械振动故障诊断系统的要求与特点，探讨了信息融合技术用于故障诊断系统的基本层次结构。将信息融合的层次与故障诊断的功能相对应，提出了旋转机械振动故障诊断的信息融合模型，进而对旋转机械振动故障诊断系统中信息融合在不同层次上的实现方法进行了讨论。     

基于信息融合理论的光纤位移传感器研究

提出了一种解决光纤位移传感器对温度的交叉灵敏度问题的方法.该方法基于多传感器信息融合理论,通过增设温度传感器,将位移传感器和温度传感器的输出进行融合处理,实现了软件补偿,降低了交叉灵敏度系数,为存在交叉灵敏度的传感器的实用化设计提供了一种新思路.实验表明,融合处理后光纤位移传感器的温度灵敏度系数降为原来的1/3,测量准确度和系统稳定性均得到提高.     

多传感器目标跟踪航迹关联技术及应用

多传感器目标跟踪是信息融合技术在目标跟踪领域的应用范例。航迹关联是其中的关键技术之一。本文分析了多种航迹关联算法，提出一种将最近邻法与chi—square分布相结合，通过计算统计均值选择航迹的关联方法。实验表明该算法有较好的融合效果。     

RFID技术在输变电设备状态监测中的应用

针对目前输变电设备的常规故障诊断方法的不足,分析研究了基于射频识别(Radio Frequency Identify,RFID)技术的输变电设备状态监测系统和多传感器网络的信息融合,以及采用CMA代理方式解决多传感器网络接入电力通信专网的安全性问题,提出了RFID技术在输变电设备状态监测中的应用方案。应用结果表明:RFID技术抗环境和机械干扰能力强,可以对通过网络传输的设备信息进行融合,从而降低网络数据传输量,提高通信质量,实现了对输变电设备的远距离监测。     

传感器多故障诊断的信息融合方法研究

提出了基于证据理论的在不同识别框架下的多传感器多故障诊断的信息融合方法。利用多个传感器在空间或时间上的冗余或互补信息，为故障的检测和分离提供诊断依据。采用模块化的径向基函数状态识别网络来获得传感器状态的证据，即发挥了神经网络的优点，又解决了因输入参数改变而不可用的缺点。提出了一种在不同识别框架下的证据组合规则，采用精细和粗化运算，可充分利用传感器的冗余或互补信息，减少传感器状态的不确定性。仿真结果表明该方法可以对传感器的单故障和多故障进行有效的诊断。     

基于卡尔曼滤波的汽包水位多传感器信息融合方法研究

汽包水位是锅炉安全运行的重要参数,列举了影响汽包水位变化的各种因素并且建立了锅炉汽包系统各输入、输出变量间的影响模型。分析了卡尔曼滤波在多传感器信息融合处理中的特点,在DRZ/T01-2004规定的基础上,提出了一个以卡尔曼滤波为底层传感信号融合方法为基础,结合其他聚类融合方法,引入多种类、多数量传感器信号和控制决策预测信号的汽包水位多传感器数据融合控制系统。基于此,设计了卡尔曼滤波在多传感器数据融合处理中的具体实现方法,并借助Matlab仿真,分别测试了卡尔曼滤波在单通道传感信号滤波以及多传感器信息融合中使用的效果。仿真结果证明了所设计的系统能够准确、快速的融合处理底层传感器信号,并作出有效的控制决策。     

基于显著性检测与权重映射的可见光与红外图像融合算法

为了解决当前可见光(VI)与红外(IR)图像融合中易出现信息丢失,以及存在伪影等问题,提出了一种显著性检测耦合权重映射结合的VI与IR图像融合算法。分别对VI和IR图像进行二尺度分解,得到基础层和细节层。为了提高VI和IR融合效果,定义了一种显著性特征检测方法,在每个源图像上应用均值滤波以减小像素与其相邻像素之间的强度变化,以完成平滑处理。再借助中值滤波来消除每个源图像中的噪声与伪影,较好地保留图像边缘。并通过取均值和中值滤波输出的差异来计算图像的显著性特征,以突出边缘和直线等显著性信息。然后,通过对显著性检测结果完成归一化处理,以构建权重映射,为细节层分配合适的权重。再将基础层和细节层采用不同的规则进行融合,其中,联合权重映射与细节层,得到最终的细节信息,并借助平均融合规则来完成基础层的融合。最后,利用最终基础层和细节层的线性组合来构造新图像。实验表明,与当前多尺度图像融合技术相比,所提算法仅采用两尺度分解,显著提高了融合效率,而且得到的融合图像具有更好融合质量,有效消除了伪影,在融合过程中的信息丢失量更少。     

Self‐tuning fusion Kalman filter weighted by scalars and its convergence analysis for multi‐channel autoregressive moving average signals

For the multi‐sensor multi‐channel autoregressive (AR) moving average signals with white measurement noises and an AR‐colored measurement noise, a multi‐stage information fusion identification method is presented when model parameters and noise variances are partially unknown. The local estimators of model parameters and noise variances are obtained by the multidimensional recursive instrumental variable algorithm and correlation method, and the fused estimators are obtained by taking the average of the local estimators. They have the strong consistency. Substituting them into the optimal information fusion Kalman filter weighted by scalars, a self‐tuning fusion Kalman filter for multi‐channel AR moving average signals is presented. Applying the dynamic error system analysis method, it is proved that the proposed self‐tuning fusion Kalman filter converges to the optimal fusion Kalman filter in a realization, so that it has asymptotic optimality. A simulation example for a target tracking system with three sensors shows its effectiveness. Copyright © 2014 John Wiley & Sons, Ltd.     

基于多传感器信息融合的水轮机导轴承故障诊断方法

本文将多传感器信息融合方法引入水轮机导轴承故障诊断中 ,通过采用多传感器系统综合监测水导轴承的多项参数 ,用Dempster Shafer证据理论进行融合 ,实现对水导轴承的融合诊断 ,并通过实例证明了该诊断方法的有效性     

快速多目标无功优化方法在实际系统中的应用

多目标进化算法（MOEA）已经被应用到电力系统无功优化这一问题的求解,但是由于MOEA算法需要相当长的寻优时间,同时其优化结果针对性不强,因此难以用于电网的无功电压自动实时控制。将以ε-支配域为基础的多目标优化方法应用到实际系统的无功电压自动实时控制中,该方法包括多目标模糊评价函数、自适应ε-MOEA优化算法以及后评价模糊控制器。通过在一个实际35节点系统上的应用,验证了所提方法的有效性与实用性。     

在未知环境中作业移动机器人的定位算法

针对移动机器人在未知环境中的定位问题,通过对移动机器人在未知环境中的运动分析,结合多传感器信息,提出了一种新的移动机器人在未知环境中的定位算法。该算法可根据移动机器人的运动过程,不断更新其位置状态,对下一步位置状态进行预估计,根据实测传感器信息对预估值进行修正,获得实际位置状态。仿真实验表明本算法的有效性。     

面向视觉假体的复杂图像处理技术

为了更准确地提取视觉假体采集的复杂图像中的信息,提出了一种基于视觉显著性的复杂图像视觉焦点检测和基于多尺度信息融合的图像边缘特征提取算法。算法首先利用GB算法计算复杂图像显著性图,然后利用双阈值分割和形态学方法提取出复杂图像中的视觉焦点区域。其次,针对传统边缘检测中单尺度微分算子的不足,提出了融合多尺度Sobel的边缘检测方法。提出的复杂图像处理策略既简化了图像信息编码的复杂度,又提高了边缘提取算法的噪声稳健性。     

基于人工神经网络的电力系统暂态安全域估计

本文提出了一种利用人工神经网络来描述和拟合电力系统暂态安全性能的方法方法，介绍了一种将集总学习规则和最小二乘法结合起来的快速学习算法。利用某一简化的电力系统。对本方法进行了验证，并将所提出的快速学习方法和传统的B-P学习法进行了比较。     

永磁多维球形电动机的研究与发展现状

阐述了永磁多维球形电动机的结构和特点,概述了永磁多维球形电动机的现状和最新研究进展,探讨了其应用前景和研究发展方向,并对其中一种永磁球形步进电动机提出了磁场分析的方法,给出了仿真计算的结果.     

全双工自适应选择式ARQ协议设计

文中在标准全双工选择式ARQ滑动窗口协议的基础上设计了一种具有多种自适应措施的全双工选择式ARQ协议，并在此设计的基础上给出了相应的算法。该设计针对长距离点对点无线通信的特点。采用了可变的数据帧长，重发计次以及自适应多次确认等多种自适应措施，经过理论分析和实际测试都表明，该设计能够在长RTT延时和强干扰的通信条件下实现高效可靠的数据传输。