基于多传感数据融合的变速运行齿轮异常振动故障诊断

变速运行齿轮异常振动故障诊断性能过差会增加汽车维护成本,缩短齿轮使用寿命。为了及时识别齿轮故障,保证汽车变速器总成具有良好的振动特性,提出基于多传感数据融合的变速运行齿轮异常振动故障诊断方法。通过分析多传感器数据融合技术,掌握变速运行齿轮异常振动故障诊断的理论框架,并以此为基础,参考传感器融合模块、特征级并行多神经网络局部诊断模块和终端分类模块,结合变分模态分解、多通道加权融合和单隐层前馈神经网络训练算法,从信号采集、信号特征提取和信号特征分类3个步骤实现变速运行齿轮异常振动故障诊断。实验结果表明:在齿轮发生轻度磨损时,磨损振动信号的幅值在20~40 mV之间,磨损振动信号的频率在0~4000 Hz区间;中度磨损时,信号的幅值在30~55 mV之间,信号频率在3000~7000 Hz区间;重度磨损时,信号幅值在50~70 mV之间,信号频率在6000~12000 Hz区间,且各阶段诊断结果均与故障程度的实际转折点吻合。由此可知在各样本数量均相同的情况下,提出的故障诊断方法预测值与真实值均相同,故障程度和故障类型的诊断性能均较好。

传感数据:智能时代学习分析的新视角

智能时代,各种智慧教育场所、移动智能终端和可穿戴设备中应用的传感技术可以对学习者的生理特征、行为动作及学习场所等相关数据进行捕捉,使学习者“身体”重新回归到教育者视野,并通过低倾入性的方式采集真实情境中的序列数据,为实现全方位、情境性和过程性的学习分析提供条件。当前,在教育实践中,传感数据已逐步应用于认知监测、行为分析、情感识别以及自适应情境学习等方面,为智能化学习分析与评价提供了良好支持。随着技术与实践的发展,学习分析中的传感技术将从“有感”走向“无感”,传感设备将从单一设备转变为集成系统,应用目的将从对学习过程的合理解释走向精准干预,并从实验研究走向多样化实践。在传感数据应用于学习分析的实践中,教育部门、研究机构和企业应共同努力,以应对理论基础、技术成本和伦理隐私等方面的挑战。

无线物联网感知层多源传感数据实时共享方法

无线物联网感知层的多源传感数据量较多,差异化较大,在数据共享阶段,由于大差异性导致存在异常数据的问题,提出了针对无线物联网感知层的多源传感数据实时共享方法。结合滑动窗口、ARIMA模型和K-means算法剔除多源传感数据中的异常数据,采用改进支持度函数加权算法融合数据后,依据共享条件引入ERDQN算法实现数据实时共享。仿真结果表明,所提方法能量消耗低于0.302 J、数据延迟均值低于0.388 s、数据到达率高于0.585、节点生存数目高于71个,解决了无线物联网感知层多源传感数据共享实时性较差的问题。

基于物联网的异构传感数据入侵风险识别方法

异构传感数据入侵风险识别过程中未对采集的异构传感数据进行融合处理,导致数据入侵风险识别完整性较差,为此,引入物联网技术,提出一种新的异构传感数据入侵风险识别方法;根据物联网的组成层次,构建物联网结构模型;依据不同网络入侵攻击类型,设置风险类型识别标准;在物联网结构模型下,采集异构传感数据,得出初始数据的融合处理结果;从传感数据结构以及数据时域变化两个方面,提取异构传感数据特征,计算入侵风险值;最终输出可视化的异构传感数据入侵风险等级以及类型的识别结果;实验结果表明,设计识别方法的风险值识别误差降低了0.015,风险类型识别正确率提高了1.6%,且风险识别方法的响应时间更短,即优化设计的入侵风险识别方法在精度和时效性两个方面更加具有优势。

隧道机电传感数据融合采集技术及其应用

隧道机电系统中,传感设备的电气接口较多,且拥有不同的数据格式、传输协议,由于机电系统内的控制系统封闭,易于引发“传感数据孤岛”现象。鉴于此,构建了隧道机电设备融合监控的架构,统一不同传感设备的接入与传输接口,科学管理隧道机电状态、传感器数据。

海量传感数据分类可视化重构算法设计

由于海量传感数据多维属性和空间维度的存在,传统的可视化重构算法可能无法展示所有的特征信息,因此,研究一种能够有效展示多维属性和空间维度的可视化重构算法。根据海量传感数据的不同属性进行特征提取后,再从空间维度的角度对传感数据进行转换,并将每个传感数据时间序列转换为时间序列图的形式。接着,使用扩张卷积神经网络(DCNN)对转换后的时间序列图进行分类任务。基于学习分类矩阵和微图池化方法对分类后的序列图进行可视化重构,将重构后得到的输出值映射到一组簇中,并计算节点得分。最后,将节点得分排名靠前的节点作为重构的基点,实现传感数据的重构。测试结果表明,所设计的算法能够以较高的灵敏度实现对数据的准确分类处理。

基于激光传感数据的拥堵路口交通信号灯控制

针对城市车流高峰时段的道路拥堵问题,提出基于激光传感数据的交通信号灯智能控制方法研究。在道路两侧均匀布置激光传感器节点,采集实时的激光传感数据和车流量信息,并构建一种两层级的交通信号灯控制模型,以提取的交通路口实时传感数据作为输入项进行模糊推理,并求解出交通信号控制模糊子集,最后推导出当前车流长度、车辆在路口的平均滞留时长及车辆的延误时长等变量,达到缓解交通拥堵,提高通行效率的目的。仿真实验数据表明,提出的拥堵交通信号灯智能控制方法具有良好的控制效果,可以明显减少车辆延误时长,提高道路通行的效率和安全性。

多传感数据的判别分析方法

在多传感数据的处理过程中 ,有时要利用多传感器对某一对象进行不同方面观测 ,针对所获得数据研究观察对象属性。此类问题的本质是判别对象的归属类型 ,就此问题利用多元统计理论 ,提出一种简明的判别方法。

基于传感数据的学习分析应用研究

数据是学习分析研究的重要前提。传感技术的发展极大地提升了物理学习空间中的数据采集能力,拓展了学习分析的边界。为把握传感技术的应用现状与趋势,文章在分析传感技术的特征和功能基础上,使用文献研究法探讨了传感数据与学习分析结合的应用价值,构建了基于传感数据的学习分析框架,包括感知学习状态、预测学习表现、干预与反馈学习过程等。基于现有研究成果,将基于传感数据的学习分析应用归纳为学习认知、学习情感和动作技能等三个领域,分析了传感数据采集、模型优化、反馈机制等方面的挑战并提出未来可关注的研究方向。

传感器及传感数据分类与描述标准化研究

传感器是物联网信息采集的首要部件,是支撑现代信息产业的重要技术之一。传感器和传感数据的分类和描述标准化对于传感器及相关设备的管理与统计,促进传感器用户更好地了解传感器产品的功能特性,增强传感数据语义的一致性,提高物联网的运行效率和质量具有重要的作用。本文将通过调研分析国内外传感器分类和描述标准化的现状,基于传感器产品和传感数据的实际应用管理需求,提出适用于我国国情的传感器分类和描述标准化研究方案。

基于压缩感知的图像传感数据双域水印算法

针对图像传感数据传输时的版权保护问题,提出了一种基于压缩感知的双域水印算法。该算法利用离散余弦变换作为稀疏基,在完成压缩感知图像传感数据采集之后,通过矩阵乘法、加法等简单运算将水印嵌入到数据的压缩感知域,其中,带水印的数据在公开信道上传输,水印嵌入密钥在私密信道中传输。接收端在稀疏域进行水印的提取和验证,并重构恢复出图像数据。理论分析表明,该算法可以很好地对所采集的图像传感数据提供版权保护,安全性好。实验结果表明,在提取水印之后,可以得到较高精度的数据;同时,该算法具备很好的鲁棒性,能够有效地保证水印提取质量。

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。

人体运动传感数据的无线采集方案设计

提出运用无线传感网络的方法实现人体运动传感数据的采集.该系统包含传感节点、簇首节点和汇聚节点.采用分层分簇的组网形式,传感节点通过无线的形式自适应地连接到某个簇首节点.每个簇首节点采用分时的形式组织各自的传感节点,并进行数据融合,转发到汇聚节点,汇聚节点通过USB接口把数据传到上位PC机.针对该方案的特点,对传感节点和簇首节点之间的无线传感器网络设计了一套协议,主要包含节点间的时间同步机制和节点申请入网竞争的时延退避机制.实验结果表明,该协议具有数据通信可靠性高、丢包率低的优点.

传感数据存储结构设计与应用优化

对车联网环境下车载终端传感数据存储结构设计与优化问题进行了研究。借助于MySQL数据库插件式存储引擎体系结构的特点,在进行实时数据库、历史数据库、归档历史数据库设计时分别采用不同的存储引擎的方法,力求使得实时数据响应时间和历史数据存储空间均达到比较理想的效果。经过在同等条件下对MyISAM、Archive存储引擎的实验、比较、分析和测试,表明在设计传感数据存储结构时正确选择数据库引擎,是满足系统响应时间和存储空间要求的前提和基础。对于实时传感数据采用Memory存储引擎可保证系统的实时性要求;对大量历史传感数据采用Archive存储引擎不但可以大量压缩存储空间而且可获得较理想的响应时间,结合项目实践总结出在多数据库引擎融合情况下应用优化的原则。

融合视惯传感数据的非接触式物体尺寸获取方法

从视觉数据和惯性测量单元(Inertial Measurement Unit, IMU)数据各自的特点出发,利用计算机视觉三维重建技术从视觉数据中恢复视觉传感器的六维位姿信息,分析计算惯性测量数据和视觉位姿数据的时空关系,实现融合视惯传感数据的场景重建及尺度估计,进而获取待测对象的绝对物理尺寸数据。上述方法在实验数据上取得了相对误差约为3%的非接触式物体尺寸估计结果,由于该方法无需在待测场景中嵌入额外标定物或辅助定位装置,具有较好的灵活性和适用范围。

传感数据世系的有效压缩传输与查询方法

为了有效地分析传感器网络应用中产生数据异常的原因并形成追溯链,该文提出一种基于感知压缩和列存储理论的传感数据世系压缩传输、存储与查询(Compressed propagating storing and querying of sensor data lineage,CPSQSDL)方法。论文分析被感知事件的传感数据世系之间蕴含有时间、空间相关关系,设计了一种适合传感数据世系压缩感知的随机投影观测矩阵,保证CPSQSDL方法具有近似k-term的最优恢复误差。论文对压缩世系进行了形式化定义,给出了近似世系查询算法,形式化证明了压缩世系的恢复误差边界,并在真实数据集上通过实验验证了此方法的有效性。

风险对冲策略复原传感数据的可行性分析

传感装置运动轨迹偏离预期路径,可能导致传感数据特征发生混乱,影响检测效果。以某声波-弹性波耦合模型为例,在其传感装置布置和传感系统偏离性态的基础上进行风险分析,研讨传感系统连同传感装置发生偏离对传感数据特征的影响,根据传感装置中各发射器/接收器的潜在贡献提出风险对冲策略,评估其对传感数据的最大复原程度。分析表明,鉴于传感系统偏离对各方位的传感数据具有一定的对等补偿作用,风险对冲策略可以成为传感数据复原的有效解决方案。

非平衡光纤传感数据集类间数据重合的识别与分离算法

传统基于LDA的聚类算法,进行非平衡光纤传感数据集类间数据重合的识别以及分类时,结果存在严重的类倾斜问题,聚类效果不理想。因此,提出新非平衡光纤传感数据集类间数据重合的识别与分离算法,采用K最邻近算法实现非平衡光纤传感数据集类间数据重合的识别,基于识别结果通过GAK-KNN算法实现数据集类间数据重合的分离,对非平衡光纤传感数据集类间数据样本分配合理的权重,通过K-means算法操作非均衡数据集,采用SMOTE算法实现初步聚类,通过三角质心TSMOTE算法解决非平衡光纤传感数据集分类结果倾向性问题,获取更为精确的非平衡光纤传感数据集类间数据聚类结果。实验结果说明,所提算法取得了较好的非平衡光纤传感数据聚类效果,聚类效率高。

考虑节点能量特征的无线传感数据加密传输方法

无线传感数据传输加密过程中,由于忽视节点的能量特征导致网络链路发生抖动,加密传输安全性较差。为此提出考虑节点能量特征的无线传感数据加密传输方法。通过混沌参数调制及时间戳技术,使得二阶映射自身的迭代律不断重复和交替传输,可以有效获取节点能量特征。在此基础上构建节点-链路评估模型,从节点、链路、能量三方面计算并控制无线传感网络的传输能量和功率损耗,促使网络链路状态平稳,以此评估网络安全环境,实现无线传感数据加密传输。仿真结果表明,所提方法的通信开销节约了70%能量,最优抗攻击性为94%,数据融合精确度为93%,有效提高了无线传感数据加密传输安全性。

基于多源传感数据相关性分析的电厂设备故障检测方法

传统模型驱动的设备故障检测方法不能有效考虑传感数据之间的复杂关联,致使很多潜在的异常难以有效发现。论文从数据驱动的视角出发,提出了一种基于多源传感数据相关性分析的设备故障在线检测方法。首先,通过测点聚类和线性回归技术,对设备传感历史数据进行离线训练,检测传感数据之间的潜在关联。然后,利用关联检测结果对传感数据流进行在线异常检测,捕获不符合离线关联模型的传感数据并进行预警异常。最后,基于某大型火电厂真实数据集进行实验,验证了该方法的有效性。