基于多源信息融合的機(jī)電系統(tǒng)監(jiān)控方法的研究
發(fā)布時(shí)間:2019-09-18 01:55
【摘要】:隨著現(xiàn)代化大生產(chǎn)技術(shù)的發(fā)展和科學(xué)技術(shù)的進(jìn)步,作為主要生產(chǎn)工具的機(jī)電設(shè)備正朝著大型、高速、精密和連續(xù)運(yùn)轉(zhuǎn)以及結(jié)構(gòu)復(fù)雜的機(jī)電一體化的方向發(fā)展。大型復(fù)雜機(jī)電系統(tǒng)中出現(xiàn)的某些微小故障若不能及時(shí)的監(jiān)測并排除,就有可能造成整個(gè)系統(tǒng)的失效、癱瘓,甚至導(dǎo)致重大的災(zāi)難性后果。通過狀態(tài)監(jiān)測和故障診斷技術(shù)的應(yīng)用,就能夠及時(shí)發(fā)現(xiàn)機(jī)電設(shè)備中的事故隱患,快速的排除設(shè)備故障,最大限度地避免因?yàn)榘l(fā)生安全事故而造成的經(jīng)濟(jì)損失甚至是人員的傷亡。本文對于基于多源信息融合的狀態(tài)描述與監(jiān)控方法進(jìn)行了深入的研究,主要的研究內(nèi)容如下: 1、分析了當(dāng)前狀態(tài)監(jiān)控與故障診斷技術(shù)的發(fā)展現(xiàn)狀和趨勢、信息融合技術(shù)、視頻運(yùn)動檢索技術(shù)的發(fā)展及現(xiàn)狀,提出了基于多源信息融合的機(jī)電系統(tǒng)的狀態(tài)描述方法。 2、對多源信息融合的技術(shù)進(jìn)行了詳細(xì)的分析。針對傳統(tǒng)的生產(chǎn)系統(tǒng)的狀態(tài)監(jiān)控方法的不足,基于生物學(xué)的啟示,提出了基于多源信息融合的機(jī)電系統(tǒng)的狀態(tài)監(jiān)控的模型。 3、基于MPEG-7標(biāo)準(zhǔn),建立了基于MPEG-7描述方案的機(jī)電系統(tǒng)的狀態(tài)描述結(jié)構(gòu),并詳細(xì)的對MPEG-7中視覺的描述工具進(jìn)行了詳細(xì)的分析和介紹。 4、對傳感器的時(shí)序描述進(jìn)行了定義分析,并且對信息融合方式進(jìn)行了分析介紹,針對信息融合的結(jié)果,采用編碼的狀態(tài)描述的方法。 5、提出了機(jī)電系統(tǒng)中時(shí)空的概念,并且構(gòu)建了基于多源信息融合的狀態(tài)描述圖。
【圖文】:
圖 2.1 人類大Fig. 2.1 The human brain 2-2-2 多源信息融合的定義多源信息融合是 20 世紀(jì) 70 年代提出來的,但息融合的定義還沒有一個(gè)統(tǒng)一一致的定義。因?yàn)樵撊诤系亩x也眾說紛紜。在眾多的定義中,有一個(gè)美國的國防部領(lǐng)導(dǎo)下的三軍組織助理機(jī)構(gòu)授權(quán)實(shí)驗(yàn)義的內(nèi)容為:多源信息融合是一種通過對多源的信而得出對觀測目標(biāo)的狀態(tài)信息進(jìn)行描述分析的過程爭進(jìn)程和趨勢的估計(jì),隨后其他國家軍事的組織在補(bǔ)充和完善。另外,,關(guān)于多源信息融合還有許多的定義,比信息數(shù)據(jù)庫等,各方面的專家都在自己的領(lǐng)域構(gòu)建成果。
河北工業(yè)大學(xué)碩士學(xué)位論文圖2.2 多源信息融合方法分類Fig. 2.2 Multi-source information fusion methods classification下面對多源信息融合的方法進(jìn)行簡要的介紹。(1)基于統(tǒng)計(jì)的推斷方法包括加權(quán)平均、證據(jù)推理理論[32]和貝葉斯推理等。加權(quán)平均法簡單、直觀,把由多個(gè)傳感器提供的冗余信息加權(quán)平均后作為融合值。該方法能實(shí)時(shí)處理傳感器的動態(tài)的原始數(shù)據(jù),但設(shè)定和調(diào)整權(quán)系數(shù)時(shí)的工作量大,且具有一定的主觀性。證據(jù)決策理論可以解決一般的不確定性分配問題。該理論采用概率區(qū)間和不確定區(qū)間來確定多證據(jù)下假設(shè)的似然函數(shù),能夠計(jì)算出任一假設(shè)為真的條件下的似然函數(shù)值,因此證據(jù)決策理論的應(yīng)用前景很大。但它需要完備的標(biāo)準(zhǔn)信息群和專家知識,以得到充足的證據(jù)和基本的概率值,否則無法構(gòu)筑鑒別框架。貝葉斯推理方法先將多傳感器提供的各種不確定信息表示為概率,然后將相互獨(dú)立的決策看作一個(gè)樣本空間的劃分,并使用貝葉斯條件概率公式對它們進(jìn)行處理,最后根據(jù)預(yù)先制定的某些規(guī)則給出系統(tǒng)的決策。該方法克服了經(jīng)典推理法的某些缺點(diǎn),能夠根據(jù)先前的似然估計(jì)和觀測來更新假設(shè)的概率,而且能處理有兩個(gè)以上假設(shè)的情況。但是在這種方法中
【學(xué)位授予單位】:河北工業(yè)大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2011
【分類號】:TH165.3
【圖文】:
圖 2.1 人類大Fig. 2.1 The human brain 2-2-2 多源信息融合的定義多源信息融合是 20 世紀(jì) 70 年代提出來的,但息融合的定義還沒有一個(gè)統(tǒng)一一致的定義。因?yàn)樵撊诤系亩x也眾說紛紜。在眾多的定義中,有一個(gè)美國的國防部領(lǐng)導(dǎo)下的三軍組織助理機(jī)構(gòu)授權(quán)實(shí)驗(yàn)義的內(nèi)容為:多源信息融合是一種通過對多源的信而得出對觀測目標(biāo)的狀態(tài)信息進(jìn)行描述分析的過程爭進(jìn)程和趨勢的估計(jì),隨后其他國家軍事的組織在補(bǔ)充和完善。另外,,關(guān)于多源信息融合還有許多的定義,比信息數(shù)據(jù)庫等,各方面的專家都在自己的領(lǐng)域構(gòu)建成果。
河北工業(yè)大學(xué)碩士學(xué)位論文圖2.2 多源信息融合方法分類Fig. 2.2 Multi-source information fusion methods classification下面對多源信息融合的方法進(jìn)行簡要的介紹。(1)基于統(tǒng)計(jì)的推斷方法包括加權(quán)平均、證據(jù)推理理論[32]和貝葉斯推理等。加權(quán)平均法簡單、直觀,把由多個(gè)傳感器提供的冗余信息加權(quán)平均后作為融合值。該方法能實(shí)時(shí)處理傳感器的動態(tài)的原始數(shù)據(jù),但設(shè)定和調(diào)整權(quán)系數(shù)時(shí)的工作量大,且具有一定的主觀性。證據(jù)決策理論可以解決一般的不確定性分配問題。該理論采用概率區(qū)間和不確定區(qū)間來確定多證據(jù)下假設(shè)的似然函數(shù),能夠計(jì)算出任一假設(shè)為真的條件下的似然函數(shù)值,因此證據(jù)決策理論的應(yīng)用前景很大。但它需要完備的標(biāo)準(zhǔn)信息群和專家知識,以得到充足的證據(jù)和基本的概率值,否則無法構(gòu)筑鑒別框架。貝葉斯推理方法先將多傳感器提供的各種不確定信息表示為概率,然后將相互獨(dú)立的決策看作一個(gè)樣本空間的劃分,并使用貝葉斯條件概率公式對它們進(jìn)行處理,最后根據(jù)預(yù)先制定的某些規(guī)則給出系統(tǒng)的決策。該方法克服了經(jīng)典推理法的某些缺點(diǎn),能夠根據(jù)先前的似然估計(jì)和觀測來更新假設(shè)的概率,而且能處理有兩個(gè)以上假設(shè)的情況。但是在這種方法中
【學(xué)位授予單位】:河北工業(yè)大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2011
【分類號】:TH165.3
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 陳鵬飛;韓東;張叢U
本文編號:2537225
本文鏈接:http://sikaile.net/kejilunwen/jixiegongcheng/2537225.html
最近更新
教材專著