基于智能数据融合的车内噪声主动控制算法

为解决车辆噪声主动控制系统中参考信号在车内容易受到次级声源的污染和以发动机转速信号作为参考只能控制发动机阶次噪声的问题,提出一种基于智能数据融合的车内噪声主动控制算法。首先根据传递路径分析结果选择对车内噪声贡献量大的车外测点信号,然后将发动机转速信号和车外测点信号进行数据融合作为参考信号,再利用迭代变步长FxLMS算法对驾驶员耳侧噪声进行主动控制。基于试验采集的不同工况车内噪声进行仿真分析,结果表明,所提出的算法相较于采用发动机转速信号作为参考信号的方法在总声压级上降低了4.4 dB(A)。

电网与电力生产数据管理平台的智能融合技术研究及应用

电网与电力生产数据管理平台是一个综合性的系统,旨在通过数据采集、存储、处理和分析,实现对电厂运营管理的全面监控和优化。该平台集成了各种传感器、监测设备和数据采集系统,能够实时获取电厂各个环节的数据,包括发电设备、输电系统、配电网络、能源消耗等方面的数据。该平台通过数据采集与存储,实时获取电厂各环节的实时数据,并将其存储在可扩展的大数据存储系统中。同时,在对采集的数据进行处理分析之后,数据管理平台能够及时发现潜在的风险和运行趋势,支持电厂工作人员做出准确的判断和决策。该平台提供实时的运行监控功能,可以实时监测设备的运行状态、性能和效率。同时,平台还可提供历史数据和生产趋势分析,进行设备计划性维护预警、故障预警,帮助电厂规避潜在风险,并采取相应措施,以减少设备故障率及降低生产故障成本。平台还可实时监控电厂的能源消耗并自动分析,以对管理层提供节能建议和运行优化策略,降低能源成本和环境影响。平台还提供直观的可视化界面和报表分析功能,将采集到的数据以图表、报表等形式展示出来,帮助电厂管理人员更好地理解数据,并做出决策。

地震微观前兆预报网络系统设计研究(2-2)——基岩传感器网络和数据融合技术

提出了地震微观前兆预报网络系统设计的一整套详细方案,包括地震模型、基岩传感器网络和数据融合、信号处理技术和网络系统设计。本文介绍传感器网络和智能数据融合技术,包括:(1)无线传感器网络;(2)多传感器数据融合技术;(3)多平台多传感器目标跟踪解耦相关算法;(4)传感器网络中合作信号和信息处理技术;(5)传感器网络中分布目标的分类和跟踪。

地震微观前兆预报网络系统设计研究(2-2)——基岩传感器网络和数据融合技术

提出了地震微观前兆预报网络系统设计的一整套详细方案,包括地震模型、基岩传感器网络和数据融合、信号处理技术和网络系统设计。本文介绍传感器网络和智能数据融合技术,包括:(1)无线传感器网络;(2)多传感器数据融合技术;(3)多平台多传感器目标跟踪解耦相关算法;(4)传感器网络中合作信号和信息处理技术;(5)传感器网络中分布目标的分类和跟踪。

多传感器数据融合技术在刀具状态监测中的应用

提出了一种基于混合智能融合技术进行铣刀磨损量监测和预测方法。利用多传感器对切削力和振动信号进行监测,通过频率变换提取切削力特征量,采用小波包分解技术提取振动信号特征量。通过信号特征值的组合,分别探讨了几种混合智能数据融合技术——小波神经网络、遗传神经网络、遗传小波神经网络对刀具磨损量的预测效果。试验分析表明:提出的几种基于多传感器的混合智能数据融合技术均能够有效地完成刀具磨损量监测和预测,同时,对这几种数据融合技术各自的特点进行了比较分析。

基于混合智能计算的铣刀状态监测

提出了一种基于混合智能融合技术进行铣刀磨损量监测和预测方法。利用多传感器对切削力和振动信号进行监测,通过频率变换提取切削力特征量,采用小波包分解技术提取振动信号特征量。通过信号特征值的组合,分别探讨了几种混合智能数据融合技术-小波神经网络,遗传神经网络,遗传小波神经网络对刀具磨损量的预测效果。实验分析表明,提出的几种基于多传感器的混合智能数据融合技术均能够有效地完成刀具磨损量监测和预测,同时对它们各自的特点进行了比较分析。

基于CIM智慧城市的规划

文章对基于CIM智慧城市的规划领域进行研究,指出目前CIM仍停留在BIM和GIS阶段。通过对CIM应用场景的调研,阐述在基于CIM的智慧城市业态下,如何能够更好的开展“智慧城市”规划,以提升城市规划水平。文章指出,把智能化手段融入到传统城市规划的过程中,应把CIM相关内容(BIM、GIS和IOT)与AI、大数据和云计算等技术相结合,在多场景下对规划方案优选,实现规划精准、要素全面、场景真实的规划效果。还提出CIM不仅应用在智慧城市的规划建筑行业,还覆盖政务服务、城市治理、公共服务、产业经济等多个智慧城市的其他领域,通过基于CIM的智慧城市相关规划手段,可加快智慧城市向前演进的速度。