在建筑工程领域,尤其是在工程搅拌设备中,涉及到复杂液压工作介质,液压防水阀往往会出现不同程度的故障。此外,恶劣的工作环境和复杂的噪声背景使得对液压防水阀的故障进行诊断变得困难。为了解决这一难题,提出了一种基于多传感器信息融合和卷积神经网络-双向门控循环单元-自注意力机制(CNN-BIGRU-Attention)模型的防水阀故障诊断方法。首先,考虑到单一传感器振动信号难以充分表达故障特征,该方法使用了3个传感器采集含噪声的振动信号,并进行了必要的预处理;其次,提取了信号的16个时域特征、5个频域特征以及3个时频域特征,并利用熵权法进行了特征融合,达到了增强特征的目的;然后,将融合的多维特征集输入到CNN-BIGRU-Attention模型中进行了特征识别;最后,利用实际的液压防水阀故障诊断实验,验证了该方法的有效性。研究结果表明采用多传感器提...

常用的多传感器多目标算法需要3个以上的传感器来完成目标的定位与跟踪。声探测受声传感器探测距离近的限制．无法保证每个目标都被3个以上传感器同时探测到。在无源定位与跟踪的理论基础上，提出了一种简化的、易于工程实现的方法，解决了声探测中数据关联和目标定位与跟踪等问题。

为促进建筑智能化，设计了一种新型智能窗，讨论了智能窗的软硬件系统设计方案。应用压力传感器，湿度传感器，光强传感器，红外遥控模块等实现环境数据采集，选用8051系列单片机进行信号处理，并控制步进电机调整智能窗扇叶张角。经实验测试，风速感应和控制精度优于0．1m／s，湿度感应精度5％RH，光强感应精度5lux。实现了测量显示风强、湿度、光强等信息并调整扇窗开合程度，从而调节室内环境。可以通过嵌入式系统设定控制量值，适合对环境要求不同的用户使用。

介绍了多传感器算术平均值与分批估计的数据融合方法和Fuzzy+PID复合控制在老化室温控系统中的应用,实践证明这些技术提高了温度测量的可靠性、控制精度和控制效率.

针对室内未知环境下单一传感器定位累积误差大、受环境局限等缺点,设计一种多传感器非线性融合定位系统,以提高移动机器人自主导航的定位精度。该系统通过高斯牛顿方程对由激光雷达、惯性测量单元、轮式里程计测量得到的位姿信息进行融合优化,补偿由于在室内环境信息下单一传感器定位精度低所带来的定位误差。实验结果表明:应用多传感器融合定位系统的移动机器人在长6 m、宽3 m的室内面对曲折复杂的路径和各种噪声干扰时运行总路程12.8 m后,可以将定位误差稳定在0.1063 m内,并将平均相对误差稳定在0.716%左右。与现有方法对比,使用该方法提高了室内移动机器人定位的精度和鲁棒性。

为解决由于内置传感器较单一导致的机器人抓取动作不灵活、作业精度低等问题,提出一种基于多传感器的机器人夹取系统。首先采用扩展卡尔曼滤波算法融合机器人内置传感器所测量的位置、速度和角度等信息,实现机器人自身位姿检测。在此前提下,利用外置传感器完成对目标物的自动识别与定位。为增强信息的可靠性和系统的分辨能力,并根据输出信号对机器人夹取动作进行运动学建模,设定夹取系统的硬件、软件环境及传输电路后完成系统设计全过程

为了克服液压设备传统诊断技术上的不足，提出了多传感器信息融合技术的故障诊断模型。该模型充分利用液压设备上能够携带故障特征的多类信息，并对这些信息在不同的层次上通过神经网络、贝叶斯理论、D-S证据进行有效的融合和计算，从而提高液压设备故障诊断技术的准确度。详细分析了多传感器信息融合技术的结构层次和一般方法，并讨论了信息融合技术理论在液压设备故障诊断模型中的原理和功能。达到了对液压设备典型故障的准确诊断。