共查询到18条相似文献,搜索用时 140 毫秒
1.
文中旨在克服传统汽包水位故障诊断方法中存在的弊端,将基于RBF网络的信息融合技术应用于水位传感器的故障诊断,通过构建高精度RBF网络逼近器,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,其利用多传感器信息融合技术对火电厂锅炉系统中相关传感器提供的大量数据进行融合,从而得到汽包水位的高精度逼近值,以逼近值作为监测水位传感器状态的参考基准,来实现对汽包水位的有效故障诊断。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,并做出有效的控制决策。 相似文献
2.
3.
光电雷达电子部件的量子神经网络故障诊断算法 总被引:4,自引:0,他引:4
针对电路故障诊断时,故障模式之间存在交叉数据的模式识别问题,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集成电路故障诊断算法.并将其应用到光电雷达电子设备故障诊断中,通过测试电子电路中被诊断元件的工作温度和工作电压两个物理量,求出两传感器对各待诊断元件的故障隶属度,利用多层激励函数的量子神经网络进行信息融合,得到融合的各待诊断元件的故障隶属度,从而确定故障元件,提高故障诊断的准确率. 相似文献
4.
5.
航空电子系统多传感器数据融合的目标属性评估 总被引:2,自引:2,他引:0
介绍了航空电子系统多传感器数据融合的特征和空战融合的模式,举例说明了数据融合处理机对多传感器测量的目标信息分别进行融合处理后进一步融合的方法,经多级数据融合得到对目标属性的准确判断,有利于飞行员作出控制和决策。 相似文献
6.
随着汽车行业的发展,对汽车的性能检测、维修、管理提出更高的要求。通过分析多传感器数据融合技术故障诊断方法及汽车诊断系统(故障预测与健康管理)的特点,在不改变当前汽车智能检测系统硬件组成的情况下,将多传感器信息融合技术运用到汽车诊断系统,并且比较智能化分析系统的故障,以及记录下全部传感器和驱动器的数据,实现对汽车系统的实时状态监测、健康评估和故障诊断。 相似文献
7.
利用多传感器信息融合技术实现电子装备的故障诊断 总被引:2,自引:0,他引:2
在现代电子装备故障诊断中,依靠单一传感器只能完成简单的故障诊断,难以完成复杂情况下的故障的诊断和定位.多传感器信息融合的方法,可以充分利用多传感器之间的互补信息,并且结合故障的先验知识,采用模糊判决的方法,实现故障的快速准确定位.多传感器信息融合的故障诊断方法为电子装备的故障诊断提供了一种有益的尝试. 相似文献
8.
多传感器信息融合是实现无人驾驶的核心技术,多个传感器之间协同收集车辆周围环境的数据信息,经过多传感器融合结构的转换和处理,使用融合算法进行联合分析,能够使车辆全面地感知驾驶环境,帮助车辆完成自主导航、变道、控制速度等智能决策。基于多传感器信息融合的基本定义,从功能模型和结构模型介绍多传感器信息融合的基本形式;重点梳理多传感器信息融合的算法,分为随机类和人工智能类两个大类,详细分析各方法的原理及特点;最后总结出多传感器信息融合策略在实际应用时的主要步骤,同时分析其在无人驾驶场景中的应用,为多传感器信息融合未来理论研究方向和应用实践方向提供参考,从而完成多传感器信息融合的综合分析。 相似文献
9.
10.
多传感器和数据融合(续) 总被引:6,自引:0,他引:6
文中介绍了多传感器集成及数据融合的概念、优点、结构、方法和应用,列举了传感器四种不同集成度的特点。数据融合把来自不同传感器或其它信息源的数据加以综合、相关、互联,以便提高定位和特征估计的精度。在数据融合过程中建模包括信号模型、噪声模型、变换器模型、数据变换模型以及融合模型。数据融合模型包括事例的方法和结构,文章介绍了集成式、分布式和混合式融合结构,并进行了比较。此外,还介绍了国外一些数据融合的试验 相似文献
11.
12.
针对目前炮兵雷达故障维修困难等问题,开发了基于数据挖掘技术的雷达故障诊断系统。详细介绍了数据挖掘的概念、过程和算法,阐述了数据挖掘在雷达故障诊断系统中的应用必要性。提出了故障诊断的系统架构,并针对该层次体系结构进一步提出了数据挖掘的应用模型。应用结果表明系统的可行性和实用性,极大地提高了维修效率和故障诊断能力。 相似文献
13.
14.
15.
红外/毫米波多模寻的系统关键技术分析 总被引:6,自引:0,他引:6
概述了红外/毫米波多模寻的系统的主要技术特点,对多谱段头罩的选材,外形与厚度的设计进行了计算与理论分析;探讨了适宜于多模导引头的多种类型稳定位标器和复合天线系统系统方案;重点对外/毫米波融合处理器系统进行了研究,针对红外,毫米波探测系统的输出信息,确定了多模寻的系统的融合层次与融合准则。 相似文献
16.
17.
基于模糊故障特征信息的随机集度量信息融合诊断方法 总被引:7,自引:0,他引:7
该文给出一种基于模糊故障特征信息随机集度量的信息融合诊断方法。针对信号采集与故障特征提取中的模糊性,首先用模糊隶属度函数分别表示故障档案库中的多种故障样板模式和从不同传感器观测中提取的多类故障特征亦即待检模式,进而基于模糊集的随机集模型,得到样板模式与待检模式的匹配度,即基本概率指派函数(BPA)。然后利用Dempster-Shafer证据组合规则对BPA进行融合,给出诊断结果。该文给出的待检模式是从多个连续观测中提取的,与原有的由单个观测确定待检模式的方式相比,文中提出的特征提取及匹配方法,同时考虑了样板模式和待检模式所具有的模糊性,能够显著降低融合决策中的不确定性,大大提高故障识别的能力。最后通过电机转子故障诊断实例验证方法的有效性。 相似文献
18.
针对数据链网络的发展趋势及应用需求,揭示了有中心无中心融合处理的基本原理,并对其处理流程与关键技术进行了深入分析,并提供了解决思路及仿真分析。在此基础上,结合机载信息融合的功能及应用,分析对比了有中心无中心融合处理结构的优缺点,并提出了适合当前数据链网络现状的融合处理方式建议,对网络化多平台信息系统的信息融合架构设计、方案选择具有重要参考意义。 相似文献