分数阶偏微分在工业机器人故障诊断中的应用

在移动设备的故障诊断中，检测仪器性能间的差异性会导致信息数据检测值间存在差异；位置的随机变化状态亦会导致检测信息传输过程中存在能量损失的差异。因此，工业机器人故障诊断过程中，信息数据会在设备性能和工作环境两种因素的共同作用下，呈现无规律可循的测量误差，影响故障诊断系统工作可靠性。本文在研究微积分理论及其在信息处理中应用特性的基础上，建立了基于分数阶偏微分的移动设备检测数据融合处理模型，并将其应用于制造系统中机器人检测信息数据的融合处理和故障诊断实验中。研究表明，分数阶偏微分算子在制造系统机器人信息数据的融合处理中，具有增强信号强度和提高检测数据精度的双重功能，可有效提高物流机器人故障诊断系统的可靠性。     

油管壁厚测量数据的一致性加权融合估计算法

在随机拔动环境中采用漏磁场法在线测量油管壁厚时，每个磁性传感器只能得到环境的部分信息。为了对各传感器的局部测量值进行稳健融合估计，提出了油管壁厚测量数据的一致性加权融合估计算法。利用改进的数据探测技术中的分布图方法对各个传感器的一致性进行检验，并采用简单加权平均法求得一致性传感器测量数据的稳健融合估计值。融合实例表明，该算法能有效地提高系统测量的稳健性，且具有精度高、运算简单等特点。该算法适用于多传感器测量数据的实时高精度融合估计。     

基于动态测量不确定度理论的最佳线性数据融合算法

本文提出一种基于动态测量不确定度理论的最佳线性数据融合算法。本算法构建过程中充分考虑了多传感器系统的动态特性,可用于处理工作环境复杂、性能可能随时间发生变化的多传感器系统的测量数据问题。同时,本算法具有实时监控各传感器性能和实时检出并剔除失效传感器的能力;测量不确定度的引入,使实时评价融合结果的质量成为可能;通过采用分级融合算法,又使得由截断误差引起的测量不确定度明显减小。     

多传感器支持度和自适应加权时空融合算法

针对多传感器测量数据中含有的噪声,提出一种基于多传感器支持度和自适应加权时空融合算法。时空融合算法将数据融合分解为时间和空间两次融合估计,先采用支持度和基于时间的递推估计进行第一次融合,再通过自适应加权估计在空间上进行第二次融合。该算法不需要知道传感器测量数据的任何先验知识,只利用空间位置中多传感器的方差变化,通过调整参与融合的各传感器的加权系数,使融合系统均方误差始终最小。     

逆回归分析和数据融合方法

工程上常常需要根据随机变量（因变量）估计自变量及其可能的取值范围,如在测量问题中,由测量值估计被测量。而回归分析是由自变量估计随机变量均值及其预测区间的方法,所以不能解决这一问题。文中提出一种新的逆回归分析方法和相应的数据融合技术,分析给出同方差（方差不随自变量变化）和异方差（方差随自变量变化）情况下自变量的点估计、区间估计和误差估计,建立相同条件下重复测量数据和多种条件（不同仪器、人员、环境条件等）下测量数据的融合技术。应用表明,逆回归分析方法能够消除工程测量中无法通过仪器校准的系统误差,数据融合技术可以减小其偶然误差,从而大大提高测量精度。文中给出一个应用实例。     

基于大数据技术的配电网缺陷看板与分析技术应用

配电网缺陷统计与分析一直是供电部门的一项重要工作,通过对供电企业生产管理系统缺陷记录模块的现有的缺陷记录方式分析,得出其不利于企业管理实现实现设备运维的精益化管理.利用大数据技术结合配电网生产管理系统缺陷模块所记录的缺陷数据,运用大数据爬虫搜索功能并类别匹配,对生产管理系统所记录的缺陷进行分析归纳和整理,辅助找到数据信息之间内在关联,从而得到更加直观的数据.以雷州供电局配电网缺陷记录系统数据为支撑平台,运用大数据技术重新设计了配电网缺陷统计与分析的过程,使用大数据技术实现基于雷州配电网的配电网缺陷看板系统,以期通过现代化信息技术手段提供电力生产企业的设备运维效率,确保不断提升设备的运行可靠性.     

基于曲面变形技术的数据融合方法研究

逆向工程中单一的数据测量方法要么存在测量效率低,要么存在测量精度差等缺陷,其数据测量方法越来越难以满足高效率和高精度的逆向建模要求,因此对多种测量数据进行融合的逆向工程CAD方法已受到研究者的重视。论述了基于能量优化法的曲面变形原理,利用ThinkDesign软件的曲面变形功能特点,结合逆向工程中的接触式和非接触式测量设备的测量数据,提出了基于曲面变形技术的测量数据融合方法,并给出了实例。最后通过Geomagic Qualify软件验证表明此数据融合方法是有效的。     

基于激光扫描和SFM的非同步点云三维重构方法

室外场景具有测量数据量大、扫描数据易重叠及建筑物表面信息复杂等特点,单靠激光扫描方法能够获得场景精确的深度信息,但缺乏颜色和纹理信息,利用从运动中恢复结构(SFM)方法可获得丰富的彩色信息,但重构精度不高,若将两种设备固定进行在线实时同步测量,易受到测量环境和系统制约不易实现。针对此问题,提出了一种基于激光扫描和SFM结合的非同步点云数据融合的三维重构方法。首先,提出利用手动选择控制点进行7自由度初始配准,再利用迭代最近点(ICP)算法对初始配准结果进行精确配准,最后利用最近点搜索算法将分布在经基于面片的多视图立体视觉(PMVS)算法优化后的SFM数据中的颜色信息与激光扫描的点云坐标进行融合。实验结果和数据分析显示,本文的方法能有效地将激光扫描与SFM点云数据进行融合,实现了室外大场景的三维彩色重构。     

三相不平衡对剩余电流保护器误动的影响分析

剩余电流保护器是低压系统保障人身以及设备安全的重要设备，但是谐波、三相不平衡等因素会导致剩余电流保护器发生频繁误动，甚至使其无法投入使用。针对低压配电网三相不平衡系统，综合考虑三相线路阻抗、漏阻抗及负载的不平衡情况，建立了三相不平衡系统漏电流仿真模型，然后在多种不平衡程度及负荷水平下，对系统的漏电流进行了仿真分析。结果表明，在三相线路阻抗或漏阻抗不平衡下，系统的漏电流很小；在三相负荷不平衡的情况下，系统的漏电流较大，且负荷水平及负荷不平衡度越高，漏电流越大。因此，负荷水平及负荷不平衡度是剩余电流保护器频繁误动原因之一。     

基于神经元的多传感器数据级融合研究

在不知道先验知识的条件下,从含有观测噪声的多传感器测量数据中估计出方均误差最小的数据融合值,并作为神经元融合系统训练样本,因而解决了多传感器测量系统数据级融合的标定问题。研究结果表明,融合数据在精度、容错性以及动态响应方面均优于单传感器测量。     

基于UWB和IMU信息融合的室内定位算法研究

室内复杂环境下，移动机器人精确定位是实现机器人在半结构化场景下工程应用的关键。超宽带（UWB）测距定位是一种当前广泛应用于室内定位的高精度定位技术，最小二乘算法是精确定位的主流算法之一。受非视距（NLOS）、多径效应等因素影响，UWB定位在室内定位应用过程中存在定位数据抖动严重的问题，同时最小二乘法无法解算极值点定位数据，导致定位信息中断。为了解决UWB定位技术在室内定位过程中存在的精度低和稳定性差等难题，提出了基于扩展卡尔曼滤波（EKF）框架下融合UWB和IMU传感器信息的室内定位数据增强处理方法。其中IMU测量值作为滤波器的预测，UWB的测量值作为滤波器测量更新。融合定位算法可以弥补短期内定位数据丢失，降低定位数据的抖动，提高定位系统的稳定性，在半结构环境下具有更好的工程优势。     

均值极差法在测量质量控制中的应用

在统计质量管理中，数据的使用是极其频繁的。统计分析是否有效，取决于所使用数据的质量。为了获得高质量的数据，就需要对产生数据的测量系统进行深入的分析。而运用均值极差法就可以有效地监控测量系统，预防问题的发生。本文通过对检测实验室测试数据进行分析，说明用均值极差法评定测量系统的一般方法及其在测量质量控制中的应用。 （1）采集数据 用二等环规标准件作基准，对内径式样进行测试。由于测试不会对式样特性产生影响，所以式样的测试具有重复性。选三名操作者，要求每天测一次，每次重复测试两遍，共测量10天，得到一系列数…     

多传感器测量数据的切尾加权融合算法

为了对随机扰动环境中得到的管道壁厚测量数据进行稳健融合估计,提出了一种多传感器测量数据的切尾加权融合算法.利用数据探测技术中的切尾均值概念构造最优加权因子,从而求得多传感器测量数据的稳健融合估计值.融合实例表明,该算法能有效地提高系统测量的稳健性,且具有精度高、运算简单的特点.     

北京轨道交通接触网运维数据融合治理应用与实践

针对大兴机场线在役接触网结构与运行特点，以接触网运行维护业务要求为出发点，以建设接触网运维数据标准体系，实现数据资产管理等方法，应用并实践了接触网运维数据的融合治理。解决了多系统间接触网运维数据在因层级分类、编码不一致等问题导致的信息传输与共享障碍，保障了多系统的数据融合，为解决接触网领域“数据孤岛”问题提供了可靠、可行、可用的方法与实践。     

基于数据融合的ECT图像重建算法

针对固定电极的ECT成像独立测量值较少和因电极位置的影响而导致重建图像失真等问题,提出了基于旋转电极ECT系统模型和数据融合方法来提高重建图像质量。本模型对16电极的ECT模型进行5次旋转,得到的数据采用两种方式进行处理:一是5组数据分别采用线性反投影(LBP)和修正共轭梯度法(MCG)进行重建,再对重建数据进行主分量分析(PCA)的数据融合;二是直接用PCA数据融合再分别进行LBP和MCG图像重建。实验证明:通过增加测量电容数,结合两种数据处理方式可明显提高重构图像质量,降低成像误差。     

基于X射线的三相流量计装置研究

三相流计量技术中γ射线吸收法在现有的技术中测量精度最高，但是受到国家环保政策限制没有在国内推广。近年来，随着X射线稳定性的提升，使得X射线作为γ射线的替代已经应用在很多工业测量中。本文介绍了一种基于X射线吸收法的三相流量计装置的方法研究。采用X射线双能法对液相的油水比例进行测量，利用超声波法计量气相的流量、科里奥力流量计测量液相流量，根据双能法的特点进行了防爆结构设计。经过实测，各项指标都已经达到了国内三相流量计的先进水平。     

基于实时数据驱动的车间输送线数字孪生系统研究与实现

为提高智能车间输送线场景生产运输过程的可视化程度，实现输送线设备状态的实时监控和设备故障的高效诊断处理，提出了基于实时数据驱动的车间输送线数字孪生系统架构。搭建与现场车间一致的数字孪生三维模型场景，利用车间实时数据驱动模型场景同步完成与现场车间一致的行为，建立了拓展性强，可灵活复用的可靠数字孪生系统。详细阐述了系统对设备实时数据的采集与利用策略，模型的驱动逻辑与原理和设备实时数据的详细表达方式。完成了系统的落地，并通过化纤生产线的输送线场景验证其可行性。     

多传感器数据融合技术在动态称重系统中的应用

利用多传感器数据融合技术,通过对超声波传感器、测速传感器、电容传感器以及称重传感器测得的物料质量数据进行数据融合,大大提高了称重系统的测量精度,得到受环境干扰因素更小、精度更高的有关物料的测量数据。仿真结果表明,该方法在数据处理的精确性和稳定性方面都得到改善,可以有效地减小噪声、振动、电磁干扰等环境因素对动态称重系统测量的影响。     

数字化温度采集系统中的数据融合技术

数据融合在对数字化温度测控系统的设计与研究中起着关键作用,系统通过单片机检测到水箱中多个采样点的温度值。采用分布图法抑制干扰因素,消除疏失误差并利用算术平均值与分批估计相结合的方法对数据进行融合处理,得到所需的测量结果。     

智能仪表中的一种数据融合方法

智能仪表中，由于工业过程的各种干扰，严重地影响了测量精度，提出一种基于普遍采用的单传感器系统数据融合方法，通过对传感器测量数据的分批估计得到误差和主差均较小的融合结果，并以实验表明这种方法优于目前广泛应用的算术平均值方法。