抽油管缺陷检测的多传感器融合技术

将多传感器信息融合技术应用于抽油管缺陷在线检测系统.油管缺陷定量检测的多传感器信息融合模型的建立分别在数据层、特征层和决策层三个融合层次上进行;选取4路传感器信号进行信号直接融合,通过硬件直接形成油管的偏磨信号;建立了基于插值法的偏磨缺陷的定量分析方法,并给出了实测结果.对于坑状缺陷,通过对28路传感器所观测的目标进行统一的特征融合,提取特征向量,利用神经网络的决策模型完成了坑状缺陷的量化分析.     

油液监测信息融合技术研究

介绍信息融合的定义、基本原理及方法,阐述将信息融合技术运用到油液监测中的必要性,并从三个层次论述油液监测信息融合技术的运用。     

超前钻探地质预报的多参量融合系统开发

介绍了一种超前钻探地质预报的多参量融合系统。超前地质预报的多参量信息融合模型的建立分别在数据物理层、通信控制层和决策应用层3个融合层次上进行，通过对4路传感器信号进行融合，建立了基于最小二乘法的参数与岩性间的定量分析方法，并给出了现场实测结果及判断。     

基于物联网的风电传动链远程状态监测系统构建

为了提高风机的可靠性,分析风机传动链状态监测技术与网络结构的现状,提出一种基于有线网络的状态监测系统,具有可靠性高,传输数据量大的特点。该系统融合了振动监测与油液监测2种在线实时监测技术,并结合SCADA数据,可提高对传动链潜伏故障和早期故障的诊断和预警准确率。该系统目前已经安装在了1.5 MW的双馈式风机上进行示范应用。在同一传动链上的多个振动传感器、油液与磨损颗粒传感器采集积累实时数据,为下一步的数据挖掘与信息融合奠定了基础。     

基于多信息融合的油液品质评价方法及其实现

提出了多传感器信息融合的油液品质评价方法,建立了基于该信息融合技术的二级融合模型,发展了基于神经网络模型的油液品质评价模型。该模型充分利用多源信息,对油液品质进行综合评价,并给出了一组基于信息融合实现油液品质评价的神经网络训练过程及其结果。研究实例表明,基于多信息融合的评价模型对4种油样的预测结果与实际结果是一致的,运行过程的实测值和趋势预测值的对比结果也证明了油液品质评价模型的正确性。提出的多信息融合技术的油品质量评价方法提高了评价准确率,降低了对工程技术人员分析经验的依赖性。     

油液监测诊断系统的信息融合方法及模型

本系统地分析了油液监测技术的四种监测手段及其与信息融合的联系,并在此基础上探讨了在油液监测系统中运用信息融合的方法,提出了油液监测系统中信息融合的模型。     

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。     

基于BP神经网络的桥梁多传感器信息融合的研究

在现代桥梁多传感器健康监测系统基础上,建立了基于BP神经网络的桥梁多传感器信息融合系统。首先对桥梁不同断面的倾角传感器采集的样本数据进行特征提取,并将特征值进行关联组成特征序列,利用BP神经网络在模式识别问题上的优势,对特征序列进行信息特征层融合。通过仿真实验,设计了可用于一般桥梁数据模式识别问题的3层BP神经网络,且具有准确率高、收敛快的特点。     

基于信息融合技术的火灾监控系统

将信息融合技术应用在火灾监控系统中,利用ART-2(自适应共振理论模型)和三层前馈网络对多传感器信息进行两级融合,综合多种火灾参数来进行监测、报警,提高了系统的可靠性和通用性,减少了误报警的发生.着重介绍了神经网络的选择、设计及训练过程.实验证明系统准确且可靠.     

多传感器信息融合的燃气轮机状态监测系统

为了克服单源传感器在燃气轮机状态监测与故障诊断中存在的局限性,在研究基于多传感器信息融合原理的基础上,开发一种燃气轮机状态监测及故障诊断系统。利用系统设置的多传感器信息融合结构模型,对多源传感器采集的信息进行预处理及特征征兆提取,并应用故障诊断综合评判规则对所有提取的有效信息进行故障决策。通过对某海上石油作业区的燃气轮机发电机组进行运行状态测试,获取比单源传感器系统更为可靠和全面诊断结论,具有更强的工程应用价值。