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。     

多传感器信息融合技术在电力系统的应用前景探讨

多传感器信息融合技术是一种现代的信息处理技术 ,此项技术在电力系统中有广阔的应用前景 ,例如 ,在电网运行与控制、电力设备状态监测、故障诊断技术和电力调度等领域都大有作为。但是 ,该技术在我国电力系统的应用尚处于起步阶段 ,急需解决一些技术问题。     

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。     

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。     

多传感器信息融合技术在变压器故障诊断中的应用

本文中作者通过采集变压器运行时的状态参数,运用并行的两个BP神经网络对变压器进行局部诊断,再用D-S证据理论对局部诊断的结果进行全局融合,实现了对变压器故障的准确诊断。     

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。     

大型复杂电力系统的多传感器信息融合智能技术

研究大型复杂电力工业系统的现场数据检测与信息融合、控制、管理与决策及运行状态等特征,提出了实现复杂电力系统的多传感器信息融合处理的智能方法和技术,给出了复杂电力系统融合处理的应用实例.     

多源信息融合技术在变压器故障诊断中的应用

变压器作为电力系统的关键设备,维护其安全稳定运行具有重要的意义。由于变压器自身结构复杂,利用单一信息的传统故障诊断方法对其进行诊断具有一定的局限性。结合变压器油气数据,利用数据融合原理,将BP神经网络和证据理论相结合,设计了多源信息融合的变压器故障诊断模型,并利用现场数据对该模型进行测试。测试结果表明,该模型能有效地进行变压器的故障诊断,与传统方法相比提高了故障诊断的正确率,具有较高的理论意义和应用价值。     

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     

信息融合技术在变压器故障诊断中的应用

为满足变压器故障诊断的要求,运用信息融合技术,提出了具有数据挖掘功能的变压器故障诊断系统的一般模型,系统地阐述了模型中关键技术的实现方法,并通过实例进行了分析。     

电机故障诊断的多传感器数据融合方法

电机及其运行环境的复杂性决定了电机故障诊断也非常复杂。尽管随着检测技术、信号处理技术、智能技术的进步,故障诊断技术得到了很大的发展,但是目前的故障诊断技术仍因为各种原因存在着很大的不确定性。目前诊断技术依然是基于单个参数,如电流、振动、温度、润滑油成分所能携带的故障特征来进行诊断．但是因为模型或者环境的不确定性导致这些诊断结果模糊不清甚至错误。分析了传统故障诊断方法中存在的不确定性．并介绍多传感器数据融合的方法来处理由于单个参数带来的诊断的不确定性,同时介绍一个数据融合故障诊断系统(fusion diagnosis system．FDS)的结构模型．并分析这个结构在应用中的关键问题。     

变压器故障诊断与多传感器信息融合

运用多传感器信息融合理论和技术 ,针对电力变压器故障诊断的特点与要求 ,提出了基于融合技术的变压器故障诊断信息处理系统的一般结构和变压器故障诊断决策模型。并对信息融合技术应用于变压器状态的实时监测的应用前景进行了初步探讨     

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。     

信息融合技术在电力变压器故障诊断中的应用

根据变压器运行原理和结构特点,将信息融合思想引入到变压器的故障诊断中,建立基于信息融合技术的故障诊断模式,即通过曲面拟合算法和证据推理技术从不同侧面,充分利用各种特征信息对变压器的故障进行诊断,来有效地提高确诊率。     

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.     

信息融合技术在电机定子绕组故障诊断中的应用

利用神经网络的信号分离能力,对采集的电流频谱信号进行处理,得到对故障的初级决策;应用互相关分析计算出三相电流不对称度和三相电流的相位差,获得故障的基本概率分配;最后利用信息融合方法,将多种检测信息进行综合处理,提高了故障诊断结果的可靠性。     

基于模糊遗传神经网络的信息融合故障诊断技术及其应用

在基于广义模糊加权型推理的模糊神经网络基础上,融合非一致性遗传算法,建立了一种模糊遗传神经网络。利用模糊遗传神经网络技术建立信息融合中心,对多传感器数据进行融合处理,通过多源互补信息减小故障诊断系统的不确定性。讨论了模糊遗传神经网络多传感器信息融合方法中数据处理、特征向量维数压缩与关联、归一化处理方法等。同时,对模糊遗传神经的构造以及学习训练等内容,也作了较为详细的讨论。并对模糊遗传神经网络信息融合技术应用于变压器状态的实时监测的应用前景进行了初步探讨。     

基于多传感器融合卷积神经网络的航空发动机轴承故障诊断

航空发动机作为航空飞行器关键的动力组成部分,在内外多激励干扰情况下产生的机械故障采取传统的基于物理机理和信号分析的方法难以准确识别且耗时耗力。为此,该文提出基于多传感器信息融合的轴承故障诊断模型,对航空发动机轴承进行故障诊断。该模型采用一维卷积神经网络(one dimensional convolutional neural network,1D-CNN)对实验获取的某航空发动机的轴承故障振动数据进行特征提取与分类,直接将不同传感器采集的波形信号作为输入,通过卷积、池化等一系列操作,输出最后的分类结果,舍弃传统的基于信号分析故障诊断的繁琐步骤。实验验证表明,采用4个加速度传感器输入该模型对轴承故障进行分类与识别,其准确率可达100%,相较于采用支持向量机(support vector machine,SVM)和前馈神经网络对故障进行分类识别相比,该方法准确率分别提高了36.92%和18.9%,为航空发动机轴承故障诊断提供一种可行方法。     

多传感器融合技术在智能机器人系统中的应用

介绍一种利用传感器融合技术配合机器人进行智能化演示的系统应用.通过视觉检测目标特征以得到目标相对参考基准位置的偏移量,并补偿机器人的工作轨迹,解决目标准确定位问题,通过语音识别技术构建良好的人机互动通道.机器人通过外部传感器支持,具有不同程度地外部环境感知功能并具备一定的环境建模和决策控制能力.     

基于两轴振动和多传感器融合的变压器绕组机械故障诊断

针对传统变压器绕组机械故障诊断方法中,仅考虑绕组单一方向振动信号且特征参数提取复杂、识别准确率低的问题。本文提出了一种基于两轴振动和多传感器融合的变压器绕组机械故障诊断方法。首先从绕组轴向、辐向振动相关性角度提出两轴振动关系图形作为特征图像;然后采用轻量级卷积神经网络MobileNet V2对不同传感器获得的图像数据进行训练;最后利用D-S证据理论对多维信息源识别结果进行融合,并做出最终决策。实验结果表明所提方法故障诊断准确率可达99.4%,与传统故障诊断方法相比,简化特征提取步骤,诊断准确率提高了6.2%以上,为变压器绕组机械故障诊断提供一种可行方案。