基于无线传感器网络数据融合的滚动轴承故障诊断

针对无线传感器网络(Wireless Sensor Network,WSN)在检测和诊断大型机械设备运行状态和机械故障中的应用,提出了基于无线传感器网络的滚动轴承故障诊断模型,结合主元分析和神经网络技术对无线传感器网络中的数据在网内进行融合处理,将原始的振动信号转换为故障类型,达到了减少通信量、节省网络能量消耗的目的.在实验中采用了工程上最常见的单列深沟球轴承,对传感器采集到的正常状态和故障状态数据进行了分析计算,在簇头节点进行特征级融合,提取出故障特征,得出相应的故障类型.实验结果证明了该模型和数据融合算法的可靠性和有效性.     

基于改进蚁群的BP神经网络WSN数据融合算法

为了保证无线传感器网络（WSN）在深井中能有效地工作,提出了一种改进蚁群的反向传播（BP）神经网络WSN数据融合算法（IFA-IACOBP）.通过规划蚂蚁运动方向和引入节点剩余能量对蚁群算法启发因子进行改进,优化蚂蚁下一跳节点选择概率,利用改进后的蚁群算法对BP神经网络进行优化,引入井下WSN数据融合,数据经两级融合处理后,能去除大部分冗余信息.仿真实验结果表明,IFA-IACOBP算法能有效减少网络数据通信量,提高数据实时性,降低网络能耗,延长网络寿命.     

电火花线切割故障诊断中基于神经网络的数据融合技术

在电火花切割加工的过程中,准确判断中单个放电脉冲的放电状态是十分必要的。为此提出了基于神经网络的多传感器数据融合技术用于放电状态的判断,利用模糊神经网络作为多传感器数据融合的工具,降低了检测系统的成本,提高了检测的准确性,将其应用于自行开发的电火花线切割加工放电状态的预报系统的检测部分,在SCX－Ⅱ型数控线切割机床上证明该方法是有效和可行的。     

粗糙集-神经网络集成的WSN节点故障诊断

提出一种粗糙集-神经网络集成的无线传感器网络(WSN)节点故障诊断新方法。根据无线传感器网络的应用环境和故障特征得到诊断决策表,利用改进的粗糙集中的归纳属性约简算法对诊断决策表进行属性约简,用Hamming网络建立一套故障分类的方法。仿真实验结果显示,该诊断算法在进行WSN节点故障诊断时,诊断准确性高,通信代价小,能耗低,鲁棒性高。     

基于主元分析的传感器故障诊断

一般辨识方法在传感器间进行预测来对传感器故障诊断时，其准确的冗余关系难以找到，针对这一缺点，提出了一种用主元分析技术建立传感器间的预测模型的方法。它同时克服了对传统感器测量的数据直接进行主元分析需要诊断的传感器较多的不足。最后，通过仿真验证了方法的有效性。     

基于神经网络数据融合技术的诊断系统的研究

神经网络数据融合技术的诊断系统是以电机振动信号和电流、电压信号为研究对象的,对采集到的3类信号进行实时处理,运用神经网络对数据进行局部诊断,再利用数据融合技术对故障信号进行全局分析融合,从而达到对电机故障类型的准确判断。通过运行表明,应用在故障诊断中的神经网络数据融合技术是一种故障识别率高、方便灵活而且诊断精度高的故障诊断方法。     

基于蚁群优化的WSN网络数据融合算法

为了减少WSN网络中数据传输量、优化无线传输距离,提出了一种基于蚁群优化的WSN网络数据融合算法.该算法构造数据融合树并根据WSN网络的传输特点改进了蚁群算法,考虑了路径偏转角对路由的影响,调整节点选择概率;同时对最优的多个路径更新信息素,以提升最优路径的全局搜索能力.在WSN网络节点能量消耗、传输延迟方面与经典算法对比,发现该算法能够有效延长网络的生命周期、降低节点能耗,并能改善网络负载均衡.     

基于Spiking的RBF神经网络故障诊断算法

神经网络是一种不依赖模型的控制方法,其自身并不需要给定预先需要的有关先验知识和判断函数,因此能对变化的环境（包括扰动和噪声信号等等）具有良好的自适应性.RBF神经网络是具有单隐层的三层前馈网络,由输入到输出的映射是非线性的,而隐含层空间到输出空间的映射是线性的.其优点在于收敛速度快,具有唯一最佳逼近的特性,且不会陷入局部最小的问题.Spiking神经网络采用时间编码的方式来进行数据处理,更接近于实际生物神经系统.基于Spiking的RBF神经网络在预测精度和误差控制上有着显著的效果.     

基于精馏塔多源信息融合的故障诊断方法

研究了一种应用于精馏塔的多源信息融合的故障诊断方法.选择影响精馏塔系统生产质量的主要参数底温、顶温等作为融合对象.首先对参数进行归一化处理,并利用主元分析法对提取的底温、顶温等特征数据进行处理,这样既降低了输入的维数,同时又提高了输入参量特征的相互独立性.然后通过神经网络对主元分析法处理后的特征矢量进行推理分类,得到精馏塔的故障诊断结果.以在一定压力下,间接反映氯乙烯精馏塔产品浓度的塔板温度为诊断对象,仿真结果表明该方法具有很好的诊断效果.     

神经网络数据融合在位移传感系统中的应用

温度漂移误差是位移传感系统的主要误差之一.为了提高位移传感器输出的精度与稳定性,可以把位移传感器的输出与温度传感器的输出进行数据融合.提出一种基于RBF网络(径向基函数神经网络)的多传感器数据融合方法,把位移传感器和温度传感器的输出送入融合中心,通过RBF网络的学习训练,得到稳定的位移输出.实验表明:在相同的温度波动情况下,位移传感器的输出稳定性比原来提高了约4倍.该方法在位移传感系统减小温度漂移的应用中十分有效.     

基于RBF网络的水位传感器故障诊断方法

将RBF网络应用于水位传感器的故障诊断,通过构建RBF网络估值器,提出了一种故障诊断方法。首先用影响汽包水位的各种相关参量的实测数据对RBF网络进行训练,然后用达到训练目标的RBF网络对汽包水位进行较高精度的估值;通过RBF网络估值器输出和水位传感器实际输出之差与设定的阈值比较检测传感器故障;若水位传感器出了故障,则诊断系统通过故障转换开关及时对水位监视或控制系统进行重构以消除故障的影响。仿真试验表明该方法能对水位传感器进行较有效的状态监测和故障诊断。     

基于TEEN路由协议的改进型数据融合算法

无线传感网络节点能量有限,采用有效的路由协议与数据融合算法可以降低能耗和延长网络寿命.针对TEEN协议在应用中的不足,提出一种基于TEEN协议的改进型数据融合算法,在簇首选择机制中加入了能量控制条件,完善数据周期性采集机制,簇首与基站间以多跳形式通信以及采用基于Kalman滤波的分批估计融合算法进行数据融合.并采用NS-2网络模拟器进行仿真,仿真结果表明,采用改进型TEEN协议有效地延长了网络的生存时间.     

基于信息融合的控制系统中模拟电路故障诊断

针对控制系统中的模拟电路具有多种工作状态的特殊情况和故障诊断过程中的不确定性问题,提出了模糊一神经网络信息融合算法．给出了该算法的基本模型和应用于控制系统中模拟电路故障诊断的一般规律,通过将电路不同工作状态下的有效信息进行融合,结合模糊信息处理技术和神经网络推理技术,最终实现故障定位．将其应用到某型船舶主机遥控系统中延时电路板的故障诊断系统中,结果表明,该方法能够有效地提高故障模式的识别能力,将故障准确地定位到元器件．     

无线传感器网络节能型数据融合算法

为了降低无线传感器网络节点的能量消耗,提出二次数据融合算法(TFA).通过对每个节点设定阈值去除采集的冗余数据,控制传感器节点的数据传输量,从而控制无线通信的能量消耗.在传感器节点处,利用采集数据在时间上的相似性,对采集的数据进行融合;在控制中心,利用采集的数据在空间上的相似性,对采集的数据进行补偿和融合.仿真结果表明...     

基于数据融合的无线传感网定位技术研究

阐述了无线传感网定位技术分类、定位技术常用术语的基础上,分析了无线传感网常用的测距方法及基于测距的定位方法,重点剖析了多边定位法,解析了该方法的利弊,并提出了基于数据融合的多边定位方法,经试验,该方法能降低节点能耗,延长节点寿命.     

基于BP网络的实验台温度采集系统故障检测

实验台温度控制系统工作的正常与否是煤自然发火实验成功的关键因素，因此对实验台温度控制系统进行故障诊断至关重要。以温度数据采集处理系统为基础，构建了3层BP网络结构，设定了阈值，并利用它对温度控制系统进行故障诊断，最后利用MATLAB6．1以实例说明该神经网络的具体训练结果。     

基于V-detector算法的滚动轴承故障诊断方法

针对实值阴性选择(RNS)算法的检测器尺寸不能自适应变化的问题,提出基于变检测半径的RNS算法(V detector)的轴承故障诊断方法.将计算轴承振动信号局域波分解后各基本模式分量的关联维数作为特征向量,并根据故障模式将其划分为多个自体样本集,采用V detector算法训练多个检测器集,用其对轴承故障进行诊断.结果表明：自体半径过小则误诊率高,自体半径过大则检测器灵敏度低,这都将导致准确率减小;覆盖率越高,则准确率越高、计算花费越大,当覆盖率≥95%时,覆盖率对准确率的影响远小于其对计算花费的影响;相对于基于RNS的诊断方法,V detector算法具有同样高的准确率,且计算花费显著减小、稳定性更高,可有效地识别轴承故障.     

Fault diagnosis in neutral point indirectly grounded system basedon information fusion

0　INTRODUCTIONInChina ,neutralpointindirectlygroundingsystemismostwidelyappliedinpowernetworks .Accordingtothenationalpowerdepartmentstatisticaboutelectricalnetworkfaults ,thephase to groundfaultsaccountforthegreatestpart.Sincewhenthisfaultoccurs ,three phaselinevoltageisstillsymmetric ,thefaultcurrentpassingthroughthegroundpointiscomparativelylow ,thusdoesnotinfluencethelastingpowersupply ,thereforethepro tectiverelaysdon’ttripimmediately .However,becausethevoltageofthenormalphasesisin…     

基于压缩感知的自适应数据融合算法

为了降低数据融合本身的能量开销和数据传输能耗,将压缩感知理论应用到无线传感器网络的数据融合中,提出了一种自适应的数据融合算法,在路由过程中收集、融合无线传感器网络中相关节点的感知数据,使传输能耗和融合能量开销接近最小.