在磨矿过程自动控制中，影响磨矿过程作业指标的因素很多：（1）属于物料性质方面的有：矿石可磨度、给料粒度、产品细度等；（2）属于磨机结构方面的有：磨机规格、型式、衬板形状等；（3）属于操作方面的有：介质形状、尺寸配比及材质、介质充填率、磨机转速率、加球制度、料球比和磨矿浓度等。而这些因素本身又相互影响。在上述因素中，第一类和第二类因素被确定以后通常就不再改变；如果设备维修以及添加钢球的材质都正常，则其可改变的条件只是磨机转速率、介质充填率、料球比和磨矿浓度，而一旦磨机转速率固定，则仅仅其余三个因素是可变的。所以，介质充填率、料球比和磨矿浓度占矿浆总重量是球磨机负荷检测和控制中研究的三个主要参数。这三个参数间接地反映了球磨机的负荷（包括球负荷、物料负荷以及水量的各...

介绍了肉类中水分存在的形式与肉类水分快速测定的基本原理,研究了肉类保水特性及畜禽品种、肌肉部位、肌肉温度、pH值、宰后时间等影响肉类保水性的因素,探讨了肉类保水性对水分快速测定准确性与重复性的影响,提出了克服肉类保水性差... 展开更多

针对温室环境复杂、温室湿度变化明显等特点,采用多传感器信息融合方法对采集的温室湿度进行数据融合。传统温室湿度采用平均值算法进行数据的融合,具有融合结果误差较大、无法消除传感器失效产生的误差等缺点,采用模糊C均值（FCM）聚类算法对温室湿度进行数据融合,结果显示：FCM算法优于平均值算法,提高了检测的准确性。

介绍基于Android的多传感器信息融合技术在气溶胶自动化检测中的应用。多个传感器采用统一接口方式组网，每一个独立传感器采集的数据通过蓝牙传输到网内的Android处理终端进行融合和分析。通过对5种传感器进行组网采集数据，结果证明多传感器信息融合技术的应用增强了信息处理系统的适应性，实现了传感器之间的数据互补，提高了系统的便携性和移动性。

不同工况下的轴向柱塞泵故障数据存在分布差异,现有的基于特征迁移学习的变工况故障诊断方法大多只通过单个传感器信号进行分析,具有一定的局限性和片面性。为了利用多传感器信号提高变工况下轴向柱塞泵故障诊断的性能,该研究提出一种耦合分类器子空间嵌入分布自适应(Subspace Embedded Distribution Adaptation with Coupled Classifiers,SEDACC)方法。该方法利用多传感器信号的频谱数据构造主要数据集和辅助数据集,通过子空间对齐(Subspace Alignment,SA)方法将源域和目标域的主要数据投影到公共子空间中,并采用加权条件最大均值差异(Weighted Conditional Maximum Mean Discrepancy,WCMMD)作为度量进行特征分布的适配。同时,基于结构风险最小化(Structural Risk Minimization,SRM)准则在源域标签数据上学习主分类器,根据主分类器对于目标域的预测结果在目标域辅助数据上学习辅助分类器...

针对液压信号复杂且难以诊断的难点,提出一种多尺度一维卷积神经网络与多传感器信息融合的深度神经网络模型(MS1D-CNN-MSIF)对液压泵与蓄能器进行故障诊断。在提出方法中,采用不同大小的卷积核对故障信号进行多尺度特征提取;然后使用多传感器信息融合策略将多个传感器的特征信号进行融合,最后使用Softmax进行分类识别。诊断蓄能器压力状态与液压泵泄漏状态的实验结果表明,与支持向量机、堆栈自编码、深度置信网络比较,提出模型具有更好的故障诊断性能,蓄能器识别精度可达99.50%,液压泵识别精度可达99.73%。

针对550 kV架空输电线路巡检机器人在运行过程中对线上金具识别不稳定及自主越障效率低等问题,基于多传感器信息融合的方法,结合机器人在线越障过程的特点,提出了一种基于多传感器信息融合自主越障方法与策略,并进行了在线自主越障实验。结果表明:以巡线机器人为平台,基于多传感器信息融合的机器人自主越障策略是可行的,提高了机器人越障运动的准确性和灵活性,保证机器人安全可靠的运行。

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

往复式压缩机是流程工业安全生产的关键机组,由于缺乏有效的安全监控和故障预知手段,往复式压缩机存在故障率高、安全事故频发的特点.为有效降低往复式压缩机故障停机时间并减少安全事故,在对压缩机运动部件结构、功能和故障机理分析的基础上,针对往复式压缩机振动激励源多和故障关联性强的特点,开发了基于多传感器信息融合和正向推理的往复式压缩机智能诊断专家系统,通过提取敏感特征参数并建立和故障类型相关的独立诊断规则,实现了自动故障诊断.建立的往复式压缩机智能诊断专家系统已应用于国内多家石油炼化企业.实践证明：往复式压缩机智能诊断专家系统在机组异常时能够自动报警并给出故障诊断结论,提高了设备预知维修水平,保证了往复式压缩机运行的安全性、可靠性.

文章主要论述了多传感器信息融合的基本理论给出了集中式、分布式和混合式三种模型结构并比较它们的优缺点;融合层次对多传感器信息融合性能有重要的影响给出数据层、特征层、决策层三种融合层次的性能对比结果;对融合系统算法进行... 展开更多