基于神经网络的传感器信息融合和综合在刀具状态监测中的应用

本文给出了传感器信息融合和综合的定义和特点,说明了多层前向神经网络的结构及BP算法,并着重用两个实例分别叙述了基于神经网络的传感器信息融合和综合法在刀具状态监测系统中的应用。     

基于多信息融合与GRU的轴承剩余寿命预测

为解决单一传感器信号易受干扰且能提取的退化信息有限，导致轴承剩余寿命预测精度低的问题，提出一种基于双通道信息融合与门控单元(GRU)神经网络的轴承剩余寿命预测方法。进行轴承寿命试验时，在振动传感器采集信号的基础上增加声发射传感器，弥补单一信号易受干扰的缺点；使用卷积神经网络自动挖掘出包含轴承退化信息的特征，避免传统算法过分依赖专家判断的弊端；通过归一化处理对信息进行融合；最后使用这些数据训练GRU神经网络，利用训练好的门控单元神经网络预测高铁牵引电机轴承的剩余寿命。结果表明：相比单通道数据，双通道数据训练出的门控神经网络模型的预测结果更为准确；门控单元神经网络相比长短时记忆神经网络有更高的轴承寿命预测精确度。     

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。     

模糊神经网络信息融合在移动机器人导航中的应用

提出一种基于模糊神经网络的多传感器信息融合方法,并将其用于自主移动机器人导航避障.采用多个超声波及红外传感器探测障碍物的距离和方向,用CCD摄像机来跟踪目标.经过模糊神经网络信息融合后,实现了机器人对障碍物和环境类型的识别以及无冲突的运动.试验表明,该方法能够实现机器人的安全避障.     

基于人工蜂群算法的物联网数据融合技术研究

为减少物联网系统关键技术无线传感器网络中传感器节点的通信量,降低能量消耗,设计了一种基于人工蜂群算法优化BP神经网络的数据融合算法(BPABC).阐述了物联网系统的分层体系结构和关键技术、人工蜂群算法,重点介绍了人工蜂群算法优化BP神经网络的数据融合方法,通过神经网络提取无线传感器网络网内原始数据中的少量特征,然后将特征信息发送给汇聚节点,从而提高数据收集效率,延长了网络使用寿命.仿真实验测试表明,与LEACH和BPGA算法相比,该算法可以有效减少网络通信量,降低节点能耗.     

多传感器信息融合技术与液压系统状态监测、故障诊断

本文从多传感器信息融合系统概念、信息融合的层次和方法等方面对多传感器信息融合技术的现状进行了阐述，提出了基于多传感器信息融合技术的液压系统状态监测与故障诊断的系统框图，并介绍了诊断系统的组成、工作原理及主要特点。     

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。     

基于BP神经网络和D-S证据理论的滚动轴承故障诊断方法研究

针对单一传感器对滚动轴承故障信息的识别具有不确定性的缺陷,提出了基于BP神经网络与D?S证据理论的多传感器信息融合的方法。将BP神经网络的输出结果进行归一化处理作为各焦元的基本概率分配,轴承的5种故障类型作为系统的识别框架,根据Dempster合成法则进行决策级融合。试验结果表明,利用该方法对轴承的内圈磨损、外圈磨损、滚珠磨损等故障进行试验诊断,提高了故障诊断的准确率,验证了该方法的可行性。     

神经网络信息融合技术在岩石挖掘机系统故障诊断中的应用

将信息融合技术与神经网络结合起来，充分利用检测到的各种故障征兆信息准确诊断岩石挖掘机系统的故障。采用混合式数据融合方法，将数据级、特征级和决策级融合通过神经网络的方法综合在一起，解决输入信息不对称性问题，使得小数据量和大数据量的信息融合成为可能。     

多传感器信息的决策融合法及其在电磁检测中的应用

介绍多传感器信息的决策融合原理及其常用方法，重点分析了基于目标检测理论的决策融合法和基于Dempster-Shafer(D-S)证据理论的决策融合法，并分别以融合实例讨论了它们在漏磁和涡流无损检测中的应用。多传感器信息的决策融合法有效提高了多源信息的利用程度，具有较高的可靠性和稳健性。     

一种机械故障监测的信息融合

在叶片振动故障监测过程中，单传感器的间断相位法只能测得叶片振幅值信息，本文应用两个传感器的信息融合技术，通过多源信息的综合、分析和推理，得出了叶片振动频率信息，提高了传感器系统的有效性，消除了单个传感器的局限性。     

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。     

多传感数据融合技术在微细电火花加工放电状态检测中的应用

在微细电火花加工中,由于加工信号的频率高、加工波形的畸变,使得常规放电状态检测法已不再适用。本文描述了用于目标识别与分类的基于模型的多传感器系统,该系统选用以决策层为主的方法,以模糊神经网络作为某信息融合的工具。通过实验,该系统在提高正确识别的前提下,降低了整个Ｍｉ－ｃｒｏ－ＥＤＭ系统的成本,提高了检测的可靠性,体现了多传感器信息融合的优越性。     

基于多传感器信息融合移动机器人导航定位研究

移动机器人的导航及定位是机器人自主导航的关键技术之一。为提高移动机器人的导航及定位能力,提出以多种导航定位传感器组合为融合单元,设计扩展卡尔曼滤波算法,将陀螺仪、里程计和电子罗盘采集的数据进行融合。设计模糊神经网络对所融合的数据进行训练处理,提高数据处理的精度和效率,实现对移动机器人精确的控制。并进行了仿真分析,结果证明：所提出的多传感器信息融合算法既可使移动机器人在复杂环境中自主定位,又实现有效避障,有实际参考价值。     

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.     

基于切削声和切削力参数融合的刀具磨损状态监测

针对单一传感器监测刀具磨损状态存在的不足,提出了将声传感方式和力传感方式综合利用,以人工神经网络作为多传感器信息融合的方法.在立式数控加工中心上铣削加工45<'#>钢调质试件,利用驻极体传声器和Kistler测力仪检测与刀具磨损相关的特征量,得出铣削声信号特征量LPCC的第6、7、8阶分量,X、Y向切削力以及绕z轴的力矩与刀具磨损密切相关.以这6个特征量作为神经网络的输入信号,利用有动量的梯度下降的BP算法建立了刀具磨损状态监测的多参数融合模型.研究结果表明神经网络输出值与实际测量值基本相符合,切削声和切削力特征融合后提高了识别刀具磨损程度的准确性和稳定性.     

基于多传感器信息融合的液压机械手控制模型研究

本文在机械手力／位置混合控制的基础上，结合多传感器融合技术，提出基于多传感器信息融合的机械手控制模型，并将其应用于特种液压施工机械手中，实现了机械手混合控制中力和位置反馈的决策融合，提高了反馈参数的精度和机械手控制系统的跟踪能力与可靠性。     

��������еĶഫ������Ϣ�ںϼ���

 多传感器信息融合是一个新的研究领域，它应用到故障诊断领域还是近几年的事。文章主要论述了多传感器信息融合技术的基本概念、工作原理及常用方法，同时还介绍了其在故障诊断中的应用实例。     

基于神经网络的数据融合算法在管道缺陷损伤识别上的应用

本文研究了基于BP神经网络的多传感器数据融合算法,并对BP算法进行改进,利用D—S证据理论进行分析,针对多传感器检测数据的不确定性,提出了神经网络和D-S证据理论相结合的数据融合模型及融合算法应用于输油管道检测系统,通过对他们进行检测、关联、相关、估计和综合等多方面、多级别的处理,进而得到被检测状态的准确评估。它可以克服单一管道检测技术的不足,融合多种检测结果以提高检测精度。     

温室移动机器人运动控制器设计与实现

用运动控制器实现了移动机器人在非结构化、未知环境中的自主导航和定位。运动控制器由PIC单片机、运动控制模块、电机驱动模块、红外传感器模块、通讯模块以及相应的控制软件组成。利用两层前向BP神经网络实现多传器的信息融合。运动控制器在温室移动机器人上进行多次试验。试验结果表明，运动控制器和控制算法是可行的，并具：工程应用的前景。