多传感器信息融合技术在无损检测中的应用研究

概述多传感器信息融合技术的原理与方法,着重介绍将该技术应用于无损检测时的具体算法。     

基于磁性传感器信息融合的油管损伤在线检测技术

建立适用于油管损伤检测的磁性传感器信息融合模型，并将信息融合模型分为四级。在此基础上，提出了磁性传感器信息融合方法，分别完成局部损伤及其严重程度的分类、壁厚损伤的定性判别和壁厚损伤检测数据的融合估计。结果表明，基于磁性传感器信息融合的油管损伤在线检测系统有效地提高了多源信息的利用程度，具有较高的准确性、可靠性和稳健性。     

多传感器信息融合在移动机器人导航中的应用

通过实例描述了多传感器在移动机器人导航中的应用，建立了基于信息融合的导航体系结构，并详细描述了各个模块及其功能，最后通过MATLAB／SIMULINK环境下进行仿真实验，结果表明了多传感器信息融合方法在导航中的有效性。     

多传感器信息融合技术在加工过程监控中的应用研究

概述多传感器信息融合技术的原理与方法,分析了该技术在加工过程应用中的关键问题,确定了一种监测方案。     

多传感器信息融合技术在焊接中的应用及展望

针对单一传感器在提取全面反映焊接过程质量信息上的不足,提出了基于多传感器信息融合技术获取焊接过程状态信息的思想.介绍了信息融合理论及常用的信息融合算法,分析了焊接过程中使用的各种传感器,描述了当前信息融合理论在焊接过程中的应用情况,展望了信息融合技术在焊接过程中的应用前景.     

数据融合技术及其在铁路轨道无损检测中的应用

对铁轨进行无损检测是保证铁路安全运行的重要手段。数据融合是多传感器信号处理的一个热点问题,是提高无损检测准确性的一种新方法。在介绍数据融合技术的基础上,分析了多种数据融合方法及其优缺点,以及在铁轨无损检测中的应用。     

多传感器信息融合在液压系统智能故障诊断中的应用

针对采矿工程机械液压系统故障诊断方法存在的局限性,提出了一种基于多传感器信息融合的智能故障诊断方尊。该方法采用模糊神经网络融合诊断中心作为故障诊断的执行机构,算法上采用BP算法。通过一实例论证了在液压系统故障诊断中采用多传感器信息融合故障诊断方法比采用单传感器信息故障诊断方法更具有准确性和可靠性。     

多传感器数据融合技术在管道无损检测中的应用

管道是石油和天然气最经济高效的运输方式之一,确保管道的安全性和完整性至关重要,管道无损检测是油气管道安全稳定运行的有力保障。在管道检测数据处理方面,低计算成本、高精度的多传感器数据融合模型在未来管道缺陷识别量化和轮廓重构方面具有广阔的应用前景。对多传感器数据融合技术及其在管道检测领域的应用进行了综述,讨论了多传感器数据融合技术在复合检测技术、管道缺陷识别以及量化方面的应用,对存在的问题和未来的研究方向进行了分析。     

数据融合技术及其在涡流信号处理中的应用

介绍数据融合技术的几种方法，结合多频涡流检测的信息融合研究，着重介绍模糊集融合算法，并用遗传算法来近拟最优确定模糊参数，其优点在于当各融合源先验信息未知的情况下，能以近似最优的方法对信息进行融合，最后给出用该方法对硬化层深多频涡流检测信息融合的结果。研究证明，数据融合技术较适用于多频涡流检测。     

多传感器信息融合在摩擦焊机上的应用研究

多传感器信息融合系统即将来自多个传感器或多源的信息进行综合处理,从而得到更为准确、可靠的结论.多传感器信息融合系统是对人类综合处理复杂问题的一种功能模型.从工业实际应用出发提出了一种用于摩擦焊机控制的多传感器信息融合系统模型,使焊接工件的质量因受液压系统的波动(液压油的温度、液压泵的不稳定及老化、电磁阀等是造成系统压力波动的主要原因)的影响降到最低,提高了焊件的最优率.     

数字化电磁无损检测信号的频域数字滤波

在电磁检测中，检测信号在空间上与被测缺陷对应，以时间基为基础的模拟信号处理方法有时很难实现频段内的有效滤波，数字滤波方法则可以达到精确滤波的目的。为此，提出了一种零相位的、通带最平的数字滤波器构造方法和以FFT(快速傅里叶变换)为基础的快速频域数字滤波算法，可有效处理电磁检测信号中低频波动和高频干扰。     

人工神经网络及其在超声检测中的应用

从组织神经网络的结构参数以及训练和测试网络着手,结合实例论述了误差逆传播算法（BP算法）在超声检测中的若干应用。     

人工神经网络在电磁无损检测中的应用

介绍人工神经网络在电磁无损检测领域的应用现状，重点讨论BP(误差反向传播)神经网络、模糊BP神经网络和径向基函数(RBF)神经网络，分别以应用实例讨论了它们在漏磁和涡流无损检测中的应用。人工神经网络是实现电磁无损检测定量化的有效途径。     

改进的自适应滤波方法及其在粗晶材料超声检测中的应用

针对传统的自适应滤波方法在超声无损检测中应用的缺点，提出了基于采样信号幅值混乱度的自适应滤波方法，并结合运用小波变换，在获得较好的运算经济性的情况下，大大提高了缺陷信号的信噪比。     

钢材含碳量电磁检测神经网络模型

提出一种基于神经网络的钢材含碳量电磁检测模型,以钢材的磁参量作为系统输入,对应含碳量为系统输出,采用ＢＰ算法,实现了含碳量的智能化检测。实际检验表明其具有良好的效果。     

小波分析方法在混凝土检测中的应用

能量是信号分析的一个重要物理量，它随时间和频率的分布反映了信号的特征。利用建立在小波变换基础上的时间-能密度分析方法分析信号在不同频带内的能量随时间的分布情况，从而提取信号特征。除掉输入信号的影响，便可得到声波在混凝土内部传播过程中各频谱上的能量变化情况，再利用模式识别方法可检测出混凝土内部缺陷。     

小波分析在微波探伤中的应用

微波探伤信号很复杂,处理起来相当困难,用小波分析方法对微波探伤信号进行处理,得出了比较满意的结果。证明了该方法的可行性。