基于模糊信息融合的变压器故障诊断研究

设计了一种与模糊信息融合方法相结合的变压器故障诊断系统模型.该模型采用分布式MAS故障诊断系统结构,其故障诊断子系统采用三种不同的在线监测Agent并行方式运行并且两者相互之间兼有信息交互;该结构克服了实时性、可靠性不强的缺点;实验仿真论证了基于模糊信息融合的故障诊断法的可靠性与可行性并且分析证明了该方法的有效性.     

基于精馏塔多源信息融合的故障诊断方法

研究了一种应用于精馏塔的多源信息融合的故障诊断方法.选择影响精馏塔系统生产质量的主要参数底温、顶温等作为融合对象.首先对参数进行归一化处理,并利用主元分析法对提取的底温、顶温等特征数据进行处理,这样既降低了输入的维数,同时又提高了输入参量特征的相互独立性.然后通过神经网络对主元分析法处理后的特征矢量进行推理分类,得到精馏塔的故障诊断结果.以在一定压力下,间接反映氯乙烯精馏塔产品浓度的塔板温度为诊断对象,仿真结果表明该方法具有很好的诊断效果.     

多源信息融合与天基信息网

天基信息系统的集中应用已成为现代高技术战争的基本特征。天基综合信息网将各种信息按照资源的最大有效综合利用原则，互通互联，构成了一个有机的智能化体系。多源信息融合作为天基信息网中数据处理和应用的重要组成部分，发挥着信息筛选和提取的重要作用。本文探讨了天基信息网在信息战中的重要作用，并结合天基信息网的特点，讨论了多源信息融合在不同层次上的关键技术，最后对未来天基网多源信息融合的发展进行了展望。     

一种多源信息融合方法及其应用

介绍了一种多传感器数据融合的新方法。对于一个传感器无法准确测量的场合,加入一个辅助传感器,能够比较全面地反映对象或目标的全部信息。使用模糊理论,将测量信号模糊化,使得对信息量的“依赖程度”减轻。根据传感器作用域的不同,使用信息补充和证据增强（或削弱）原则,将两个信号进行融合。仿真结果表明,这种多传感器数据融合的方法,能够较好地解决仅使用一个传感器难以实现的问题。     

变压器故障诊断工作中信息融合技术的应用策略

变压器的稳定性、可靠性会影响到供电系统的正常运转.所以,本文以信息融合技术为主,根据电力系统特征,简介信息融合技术的原理,并阐明信息融合技术的方式方法,从应用信息融合技术角度上,提出了诊断变压器故障类型的科学方法,希望能够促使变压器的正常稳定运行.     

基于信息融合的变压器状态评估方法研究

针对变压器状态评估的“是非制”不利于对变压器状态维修,提出5级变压器状态的评估方法。针对当前普遍施行的变压器预防性试验数据,对变压器的状态信息进行了系统地分析,提出基于信息融合的方法采用预试数据对变压器状态进行评估,并以变压器的主绝缘状态评估为例进行说明。结果表明,该方法能够实现对变压器主绝缘状态的科学评估。     

基于模糊神经网络的机器人感知系统多源信息融合的研究

提出了利用基于模糊神经网络的传声器阵列和双目摄像机信息融合,实现对声源的精确定位和实时跟踪的方法．该方法建立了五层模糊神经网络,设计了各层的输入和输出,利用BP算法调整模糊神经网络的权重和参数获得不同的隶属函数,从而生成相应的模糊规则实现模糊决策．利用Matlab仿真了机器人的感知过程,得到了实际输出和实验输出的误差曲线,验证了基于模糊神经网络多源传感融合算法对于机器人控制的有效性．     

基于模糊神经网络的机器人感知系统多源信息融合的研究

提出了利用基于模糊神经网络的传声器阵列和双目摄像机信息融合,实现对声源的精确定位和实时跟踪的方法.该方法建立了五层模糊神经网络,设计了各层的输入和输出,利用BP算法调整模糊神经网络的权重和参数获得不同的隶属函数,从而生成相应的模糊规则实现模糊决策.利用Matlab仿真了机器人的感知过程,得到了实际输出和实验输出的误差曲线,验证了基于模糊神经网络多源传感融合算法对于机器人控制的有效性.     

基于云-边融合的变压器全息状态监测与评估系统设计

采用物联网技术,基于云-边融合策略,设计开发了一种监测变压器整体状态与评估的系统。该系统首先,通过变压器全息状态感知,增加数据多样性;其次,采用边缘计算,实现计算能力下沉,提高站内数据计算的时效性,减少网络传输压力,提高高价值数据传输效率;再次,建立多源数据融合的变压器状态感知云模型,应用深度网络加机器学习等技术手段,对变压器状态进行实时监测和分析,增强监测系统的鲁棒性;最后,通过实际案例验证了系统的有效性。     

基于多源信息的阴影检测

阴影检测在车辆检测中具有关键作用。针对目前车辆检测算法中阴影常被误检为前景目标的问题,提出了一种基于多源信息的阴影检测算法。首先进行前景目标的提取;然后分别进行基于边缘、HSV颜色空间和光学不变性信息的阴影检测;最后根据三种信息检测结果的综合分析确定阴影点。实验结果表明,该算法具有很好的阴影检测效果。     

基于信息融合技术的异步电机故障诊断研究

为了合理利用异步电动机多个方面的故障特征信息,提高故障诊断的准确性,提出了一种采用异步电动机定子电流、径向(轴向)振动信号等多信息融合的故障诊断方法.对测量的各种信号进行小波分析,利用各个频段的信号能量作为故障特征值.采用D-S证据理论融合各个信息,针对证据理论无法融合高冲突证据的缺陷,引入先验知识对其进行了改进,提高了电机故障诊断准确率.实验结果表明,故障诊断结果可信度明显提高,不确定性显著减小,对异步电动机转子断条故障诊断的准确率达到90%以上.     

基于信息融合技术的航空电子设备故障诊断研究

提出一种基于模糊神经网络局部诊断和D-S融合决策的航空电子设备故障诊断方案。首先将设备故障特征信息进行有效组合,构建多个子模糊神经网络完成故障的局部诊断,以获得彼此独立的证据;然后应用Dempster-Shafe证据理论对各个证据进行决策融合,最后根据构建的诊断框架特点用局部诊断输出值及其正确率来获取基本概率赋值。该方案应用于某型号机载电台的仿真结果表明,经过信息融合多级处理后,诊断结论的可信度明显增加,故障识别的正确率得到有效提高。     

基于多源数据融合的统计数据空间网格化模型研究

统计数据调查多以行政单元为空间范围,为解决其在多源数据综合应用分析等方面的空间范围局限性,需对其进行网格化转换.提出一种基于多源数据融合的通用模型,先确定影响统计指标分布的因子,然后对单元格进行各因子的影响权重计算,将各因子的权重值叠加,最后通过单元格上的权重值和去调整统计指标值的分布.实验表明,该模型在基于遥感、地形、生态等数据融合基础上,能使网格结果在空间分配上更科学化.     

基于信息融合和加权证据理论的故障诊断系统的研究与实践

为了较全面地获得设备的故障状态信息,增加故障诊断的可信度,考虑故障诊断过程中不同故障特征对特定故障的贡献率,提出了加权证据理论的多故障特征信息融合的故障诊断方法,建立了多故障特征信息融合诊断模型。经实验表明,该方法能有效提高故障诊断的准确性并且具有较好的实用性。     

基于信息融合技术的绩效考核研究

基于信息融合技术建立了一种新的绩效管理系统,并从信息融合的角度对绩效指标进行了分类,提出了并行分布式信息融合构架的绩效考核方法,并从整体功能、垂直层次、横向构成和数据处理流程4个方面对该绩效考核方法进行了详细介绍。     

基于信息融合技术实现烟草市场信息的采集

信息采集系统是建立现代卷烟营销体系的重要基础性工作,为企业良好运营和决策部门做出重要决策提供帮助.但烟草信息分布是广泛的,信息的来源也是多样的,探讨利用信息融合技术来实现烟草市场信息的采集,力图实现信息采集的真实性、精准性和可操作性.     

基于神经网络信息融合的乳化器故障诊断系统

该文在分析、归纳了以往乳化器故障产生的原因及特征的基础上,着重研究了神经网络信息融合技术在乳化器故障诊断当中的应用。对采集到的乳化器多个关键部位振动信号进行处理、融合,最后根据融合后的信息得出诊断结果。仿真结果表明,该乳化器故障诊断方法诊断过程相对简单,诊断准确度较高。