矿井瓦斯监测多传感器信息融合模型

分析了矿井瓦斯监测中存在的对传感器的影响因素多等单个传感器本身所不能解决的问题,提出了利用多传感器信息融合技术来增加系统的信息利用率、提高整个系统的精度、可靠性和容错能力的方法。在讨论矿井瓦斯监测的信息源的基础上,确定了瓦斯监测多传感器信息融合的结构模式,利用状态空间方法对此结构模式进行了描述,建立了瓦斯监测系统多传感器信息融合的状态空间模型。采用人工智能方法,建立了多传感器信息融合的模糊神经网络算法模型,实验结果表明,该模型是有效的。

钢管磁性探伤多传感器信息融合模型的研究

针对大型钢管裂纹与孔洞的局部损伤缺陷,采用非晶态合金多传感器阵列获取钢管在空间与时间上的多源缺陷信息.通过实验提取了反映钢管缺陷的特征信号,建立缺陷状态数学模型,形成了多传感器信息融合所需的先验知识.基于多传感器信息融合原理,构建了适合于钢管损伤的多传感器信息融合模型,研究了模型在不同层次上的信息融合特点,提高了对钢管局部损伤状态定量识别与评估的准确性和可靠性.

基于多传感器信息融合的煤与瓦斯突出预警模型研究

煤与瓦斯突出是我国最严重的煤矿灾害之一,监测预警是预防煤与瓦斯突出事故发生的有效手段。通过将多传感器数据融合技术与实际煤矿瓦斯环境相结合,基于动态和静态突出预测指标综合分析,确定突出预警指标,利用层次分析法对指标进行权重计算并排序,并依据指标排序构建了一种基于多传感器信息融合的煤与瓦斯突出预警模型。指标排序结果依据权重由大到小依次为:综合指标D/K、地质构造T、最大钻屑量S、钻孔瓦斯涌出初速度q、巷道类型Y、作业方式Z、煤层倾角α、煤层垂直深度H和煤层厚度M。以实际矿井工作面突出指标数据为例,利用自回归模型对指标数据进行预测,结果表明,模型能够反映指标的变化趋势,预测值与实际值具有较小的误差,可用于突出指标预测,且预测精度较高。

基于多传感器信息融合的机床测量数据自动补偿系统

机床测量数据自动补偿能够减少加工误差,为提高机床加工精度,设计基于多传感器信息融合的机床测量数据自动补偿系统。首先设计温度传感器、单片机主控与补偿脉冲发生装置,获取机床运动数据,然后采用多传感器融合算法融合采集信息,对信息中误差处理,采用粗糙集理论寻找最佳补偿值,实现机床测量数据自动补偿。实验结果表明,该系统能够有效减少加工误差,可以满足实际应用要求。

传感器信息融合下新能源汽车动力电池信号故障检测方法

新能源汽车作为节能环保的新产品具有较好社会前景,内在的动力电池是新能源汽车的主动力源,但电池发动机是一个较为复杂的系统,在处于恶劣环境时,可能出现各种故障问题。新能源汽车的动力电池若发生故障,不但会使汽车的系统性能下降,还会造成灾难性的后果,为此,研究传感器信息融合下新能源汽车动力电池信号故障检测方法。通过一致性定律整理电池系统传感器数据,在近似概率和频率中估算新能源汽车动力电池信号;选择熵权重法理论对数据信号进行区分,以时刻内单体电压作为评价指标,在预处理后构建判断信号故障矩阵;通过故障判断矩阵确定异常信号,在传感器信息融合算法下修订权值,以最大误差范围检测信号输出,检测新能源汽车动力电池信号故障,完成检测方法设计。实验以四组不同类型的新能源汽车作为测试对象,对其动力电池的运动工况进行信号模拟,在不同的接口处获取故障电压信号并完成检测测试,设计的电池信号故障检测方法能够实现精准的故障信号跟踪,完成较为精准的故障信号检测,具有一定的应用价值。

多传感器信息融合模糊控制模型设计

多传感器数据的来源众多,数据时间序列的特征随机性强,难以统一,导致其信息应用范围缩小。提出一种多传感器信息融合的模糊控制模型。运用不同映射模式描述多传感器信息融合状态空间,创建随机时段下测量空间矩阵,获得传感器信息采集时间序列特征。根据信息采集时间序列特征构建二级架构信息融合模型,第一级架构使用模糊控制算法划分输入-输出空间模糊区间,得到模糊规则并计算模糊规则相对信任度,利用模糊规则映射关联聚类信息,剔除传感器冗余数据。在此基础上使用智能粒子滤波法将多传感器信息传输至相应粒子滤波模块,代入遗传算法交叉与变异操作调整粒子权重,通过重采样保存高权值粒子,得到完整的多传感器信息融合结果。仿真结果表明,多传感器信息融合的最大能耗值为110 mJ,信息采集网络延迟为0.75 s,融合时间平均值为4.5 s,信息融合的误差值小于50 m,系统鲁棒性较强。

改进的多传感器信息融合算法及其应用

针对量测噪声未知的问题,提出一种改进的多传感器信息融合方法,首先对量测噪声进行实时跟踪与估计,接着基于估计的量测噪声进行最优加权融合,解决常规加权法权值不是最优的问题,最后将融合的结果进行卡尔曼滤波,得到系统的状态估计。将改进的多传感器信息融合方法应用某型无人机(UAV)垂向高度信息融合系统中,经仿真验证,表明该方法具有一定的工程实用价值。

多传感器信息融合的轴承故障迁移诊断方法

在重型装备低速、重载、强噪声环境下,采用单一传感器难以全面获取轴承的故障诊断信息,导致故障识别率低、识别不稳定,致使变工况下轴承故障迁移诊断失效。针对以上问题,提出了一种多传感器信息融合的轴承故障迁移诊断方法。首先,结合传感器的通道数,构建了堆叠卷积神经网络(MCNNs)提取各个通道的故障特征;然后,在MCNNs中引入最小绝对收缩与选择算子(Lasso),并通过网络反向传播完成了特征权值的更新,从而获得了多通道特征的融合;最后,利用源域数据对模型进行了训练,提取了故障特征,并完成了特征融合,采用损失函数完成了模型参数的优化,将源域训练得到的模型结果作为目标域的初始模型,利用目标域样本对初始模型的参数进行了微调,从而完成了模型迁移;并进行了信息融合效果、方法对比以及传感器信息采集属性的性能实验。研究结果表明:传感器的安装位置对信息融合影响较大,MCNNs+Lasso方法具有较好的特征融合效果,平均迁移诊断精度为99.03%,部分精度可达99.97%,在多个变工况的迁移任务中表现出较高迁移精度和良好的泛化性能。

模糊集合下多传感器信息融合算法仿真

多传感器数据融合通常涉及大量数据,受到噪声、不完整性、不准确性等因素的影响,导致融合结果的不确定性增加。为此,提出一种基于模糊集合的多传感器信息融合算法。利用局部保持投影(Locality Preserving Projection, LPP)处理多传感器信息,采用主成分分析(Principal Component Analysis, PCA)分离特征值较大的反射信号,删除特征值较小的随机噪声。利用隶属函数得到不同传感器提供的可信度,将支持度以及可信度转换为基本概率分配函数,引入证据理论(Dempster-Shafer, D-S),实现多传感器信息融合优化。仿真分析表明,所提方法可以得到高精度和高效率的多传感器信息融合结果,峰值信噪比达60dB以上,信噪比一直处于12dB以上,融合最长耗时仅为2.01ms,使其融合性能得到有效优化。

多传感器信息融合的机械臂避障系统设计

为实现更准确、可靠的环境感知和避障决策,基于多传感器信息融合设计了一种机械臂避障系统。首先利用多传感器采集机械臂工作环境信息,经过数据层、特征层以及决策层处理,建立了多传感器下的机械臂人工势场模型,并加入引力函数、斥力函数和限制函数;其次通过设置传感器检测权重,融合障碍因素综合信息,实现多传感器信息融合下机械臂的避障;最后通过仿真实验证明,采用多传感器信息融合方法能够增加障碍物特征识别的成功率,提升避障成功率和路径规划效率。

多传感器信息融合的天线促动器故障诊断

促动器作为天线主动面的唯一调整装置,是保障天线反射面精度的关键部件,因此对促动器健康状态的监测至关重要。文中针对单个传感器诊断存在数据维度有限且现有工程数据稀缺的问题,提出了一种连续小波变换与组归一化并行卷积神经网络(Continuous Wavelet Transform-Group Normalization Parallel Convolutional Neural Networks,CWT-GPCNN)的故障诊断方法。首先建立CWT-GPCNN的故障诊断模型,引用组归一化技术加快网络收敛速度并提高诊断精度;然后通过评估超参数对模型性能的影响,确定诊断的最佳模型;最后,采用促动器传动系统实验数据集对所提方法进行验证,实验结果表明所建模型具有较好的泛化能力及多传感器融合的优越性。文中对多传感器融合与单传感器的诊断性能进行了比较,结果证明了多传感器融合诊断的优越性。此外,还对CWT-GPCNN模型与其他3种信息融合模型进行了比较。CWT-GPCNN模型的准确率高达93%,表明它具有良好的诊断性能。

无线传感器网络的多信道信息融合方法设计

在无线传感器网络组成的物联网中,受并行通信的干扰,导致多信道信息融合效果差、时延高、信息传送能耗大。为此,提出了针对物联网中无线传感器网络的多信道信息融合方法。通过树型拓扑结构合理分配物联网中传感路由节点信道,抑制并行传感通信的干扰。根据信息熵理论,获取各传感信道信息之间的距离差,采用欧氏距离得出各信息单元的距离熵,进行归一化处理,计算出各传感信息单元属性与融合的权重,按照线性加权算法融合各部分的信息,完成多信道信息融合。仿真结果表明:所提方法的多信道信息融合时延和信息传送能耗始终低于0.69 s和59 J,证明所提方法在传感网络多信道信息融合的效果较好,能够有效降低传感信息融合时延,减小传感信息传送能耗。

多传感器信息融合技术在电机故障诊断中的应用研究

随着电机技术的不断发展,电机故障诊断技术也面临着新的挑战和机遇。其中,传统的电机故障诊断,基于单参数、单特征的电机故障诊断方法,往往在诊断过程中存在不确定性问题,这难以保证诊断的精确度。因此,主要研究多传感器信息融合技术在电机故障诊断中的应用,旨在通过综合多个传感器的信息,提高诊断的准确性和可靠性。

基于多传感器的空情信息融合技术

随着军事变革和武器装备的快速发展,多武器装备整体作战逐渐替代单个武器装备作战,因此作为整体作战决策环节的指控系统是十分重要的。如何从各个武器装备的传感器系统中提取有效信息并快速制定出作战方案是指控系统的核心功能,信息融合技术为其提供了有力支撑。本文总结了空情信息融合模型的发展历程、不同融合算法的优点和局限性,对融合模型和算法的选择和研究具有一定的参考价值。本文根据指标的规定要求将指标归纳为三类并分别给出了相应的评估方法,形成较为完整的信息融合评价体系,对融合软件的论证、验收以及融合算法的改进具有一定的指导意义。

基于多传感器信息融合的机电一体化系统设计

为增强机械工程与自动化技术间的相互配合,本文提出利用多个传感数据进行测量的新方法。在硬件方面,为多个传感器节点提供新的电源,使其能在不受电压干扰的情况下完成检测工作;对启动电路和复位电路进行详细设计,实现了远程控制。在软件方面,采用多个传感器信息融合的方法,利用一个滑动窗来消除多个传感器间的冗余,从而实现真实数据的融合。最后通过试验验证了该方法能有效提高系统的噪声抑制性能,降低系统的误差序列,使其与真实情况更吻合。

基于多传感器信息融合的火灾探测和自动化预警系统设计

火灾探测和自动化预警,是保证火灾进行可靠应急救援的依据,因此,设计基于多传感器信息融合的火灾探测和自动化预警系统。采用自适应加权算法,以传感器的自相关函数和互相关函数为依据,融合温度传感器、一氧化碳传感器、烟雾传感器的感知数据,采用基于TOPSIS法优化的DKmeans算法,聚类融合后多传感数据,并计算火灾概率结果,依据概率计算结果判断火灾类别,并进行火灾预警。测试结果显示,该系统能够完成多传感器数据融合,获取可靠、全面的火灾数据;数据聚类效果良好,单点轮廓系数均在0.947以上,可依据火灾概率结果,判断火灾类别,并完成火灾预警。

传感器信息融合的机器人运动轨迹跟踪

针对当前方法存在跟踪误差大、时间长、抗干扰能力差等不足,提出了基于传感器信息融合的机器人运动轨迹跟踪方法。首先采用多个传感器同时采集机器人运动轨迹信息,并对信息相应融合处理,然后引入粒子滤波算法实现机器人运动轨迹跟踪,最后与其他方法进行机器人运动轨迹跟踪对比实验。结果表明,文中方法提升了机器人运动轨迹跟踪精度,加快了机器人运动轨迹跟踪速度,具有较强的抗干扰能力强,同时跟踪效果优于当前其他方法。

多传感器信息融合的教学移动机器人设计

针对当前高校机器人实践教学设备昂贵、数量匮乏的现状,提出一种基于多传感器信息融合的可应用于实践教学的移动机器人控制系统。根据模块化的思想,将不同传感器结合使用,运用模板匹配法进行数字识别,采用超声波传感器、红外传感器等传感器进行测距,并对多传感器测距得到的数据进行处理。采用基于行为法的避障结构设计进行避障控制。实验结果表明:该移动机器人能够实现在不同的路况中稳定行进,自动躲避障碍物,并且能够对代表景点的数字进行准确识别,整体控制效果良好,能够满足传感器技术、电机控制技术、机器人原理等方面的实践教学需求,且能够应用于机器人竞赛。

基于多传感器信息融合的AGV自主无轨导航技术

传统的物料搬运AGV机器人不能进行自主规划行走路径,也不能满足智能制造和数字化工厂对AGV进行科学调度、自动避障、安全可靠且不发生阻设的要求。因此,文章基于多模态传感器数据处理、SLAM地图构建等多重信号融合的原理和方法,提出了一种多传感器信息融合的AGV自主无轨导航技术,设计了AGV实物样机,并进行实验验证。结果表明,在无轨复杂场景情况下,AGV机器人的导航定位精度优于1 mm,重复定位精度优于2 mm,满足智能制造和数字化工厂对AGV的自主导航控制要求。

基于多传感器信息融合的深基坑作业一体化监控系统设计

为提高深基坑一体化监控系统性能,提出基于多传感器信息融合的电力施工深基坑作业一体化监控系统。使用视频服务器和监控云台解码器为系统提供硬件支持,利用编码感知路由,计算监控数据传输的平均延时,通过设置监控信息传输延时的控制参数,融合处理深基坑作业一体化监控信息,结合深基坑作业一体化监控算法设计,实现电力施工深基坑作业一体化监控。测试结果表明系统可以保证作业正常运行,通过将告警推送最大时延和监控数据存储覆盖率分别控制在1 s以内和85%以上,使系统性能满足设计要求。