（控制理论与控制工程专业论文）多传感器信息融合及其在工业中的应用.pdf

太原理工人学硕士研究生学位论文 多传感器信息融合及其在工业中的应用 摘要 本文以太原某自动化技术有限公司的研究课题“基于多传感器信息融 合技术的钢球磨煤机料位检测和控制系统 为背景撰写而成。 多传感器信息融合技术是n i j n u 发展起来的一个新的研究方向，虽然对 它的研究还不太普及和完善，但它在军事、航空航天、工业控制、遥感遥 测、医疗、工业机器人等领域已经取得了许多成功的应用。论文在研究了 多传感器信息融合技术的基础理论并综合了许多应用实例的基础上，进一 步验证了多传感器信息融合技术应用在工业控制领域中的可行性，给出了 行之有效的系统设计和评价方法。 钢球磨煤机是火力发电厂的重要设备，也是能耗最高的设备之一。目 前对钢球磨煤机料位的检测和控制大部分没有实现自动化，基本凭操作人 员的经验进行手动操作，导致钢球磨煤机的工作效率低下，能耗较高，自 动化程度低，同时也增加了工人的工作量。由于钢球磨煤机空载和满负荷 运行时电耗相差不大，因此，降低钢球磨煤机能耗的关键在于增加磨煤机 的出力，提高其工作效率，这就需要将钢球磨煤机磨内的存煤量控制在合 适的水平上，让钢球磨煤机始终工作在最佳工况下。为实现这个目标就需 要对钢球磨煤机中的料位进行实时检测，将检测结果作为反馈量，对磨煤 机磨内料位进行控制。 论文首先研究了钢球磨煤机的运行特性，了解了现阶段对钢球磨煤机 料位检测和控制的现状，比较了常用的料位检测及控制方法的优缺点，通 t 太原理：f 大学硕十研究生学位论文 过多方论证，将多传感器信息融合技术应用到钢球磨煤机料位检测、控制 中。系统采用t i 公司的t m s 3 2 0 v c 5 5 0 2d s p 芯片构建了融合硬件平台， 设计了融合硬件平台的各部分电路，绘制了p c b 板，完成了融合硬件平台 的调试。系统将音频传感器采集的信号、出入口差压、入口负压信息作为 融合参量，选择了合适的融合算法，完成了相应软件的设计，并进行了b p 神经网络法和模糊集理论法的融合仿真。系统根据实际需要，设计了给煤 机控制器，进行了操作界面组态，在此基础上完成了系统的总体硬、软件 调试，建立了采用多传感器信息融合技术的钢球磨煤机料位检测和控制系 统，目前，实验室阶段的调试已全部完成，正在进行现场安装及调试。 通过实验室实验和现场初步调试结果可以看出，采用多传感器信息融 合技术的钢球磨煤机料位检测和控制系统工作稳定，性能可靠，能实现对 钢球磨煤机料位检测和控制的设计要求，并能将其工作状态始终控制在较 为高效的工况下，提高了磨煤机的出力，降低了磨煤机功耗，实现了料位 检测、控制的自动化。 关键词：多传感器信息融合，钢球磨煤机，料位检测，自动控制，融 合硬件平台 太原理工大学硕士研究生学位论文 m u i j i s e n s o ri n f o r m 【a t i o nf u s i o na n d i t s a p p l i c a t i o ni ni n d u s t r y a bs t r a c t t h ea r t i c l ei sb a s e d eo nt h er e s e a r c ho fa na u t o m a t i o nc o m p a n yi nt a i y u a n w h i c hn a m e d t h ec o a lm a s sm e a s u r ea n dc o n t r o ls y s t e mi nb a l lm i l lu s i n g m u l t i s e n s o ri n f o r m a t i o nf u s i o n t h em u l t i s e n s o ri n f o r m a t i o nf u s i o ni san e wr e s e a r c h ，a l t h o u g h i t s r e s e a r c hi s i n c o m p l e t e l y , b u t t h e r eh a v e b e e n a c q u i r e d s o m es u c c e s s f u l a p p l i c a t i o n si nm i l i t a r ya f f a i r s ，n a v i g a t i o n ，i n d u s t r yc o n t r o l ，r e m o t es e n s i n g ， m e d i c a lt r e a t m e n t ，r o b o ta n ds oo nf i e l d t h ea r t i c l ev a l i d a t et h ef e a s i b i l i t yo f t h ea p p l i c a t i o no fm u l t i s e n s o ri n f o r m a t i o nf u s i o ni ni n d u s t r y , b a s eo nt h e r e s e a r c ho ft h eb a s i ct h e o r ya n dt h es y n t h e s i so fs o m es u c c e s s f u la p p l i c a t i o n s ， g i v et h ee f f e c t i v e l ym e t h o df o rt h ed e s i g na n de v a l u a t i o no ft h em u l t i s e n s o r i n f o r m a t i o nf u s i o ns y s t e m b a l lm i l li sa ns i g n i f i c a n te q u i p m e n ti nt h e r m a lp o w e rp l a n t ，i ti so n eo ft h e m o s te n e r g yc o n s u m p t i o ne q u i p m e n t p r e s e n t l y , m o s to ft h em e a s u r ea n dc o n t r o l o ft h ec o a lm a s si nt h eb a l lm i l la r en o ta u t o m a t i c ，t h ee q u i p m e n ta r eb a s i c l y o p e r a t eb yo p e r a t o r sw i t ht h e i re x p e r i e n c e s ，t h e nt h eb a l l m i l li si n e f f i c i e n t ， h i g h e re n e r g yc o n s u m p t i o n ，t h ew o r k e r sw o r k l o a di n c r e a s e db e c a u s eo fl o w 王上i 太原理一j ：大学硕士研究生学位论文 d e g r e eo fa u t o m a t i o n a st h eb a l lm i l le m p t ya n df u l ll o a do p e r a t i o n ，t h ee n e r g y c o n s u m p t i o ni s l i t t l ed i f f e r e n c e ，t h e r e f o r e ，t h ek e yt or e d u c et h eb a l l m i l l s e n e r g yc o n s u m p t i o ni si n c r e a s i n gi t so u t p u t ，i m p r o v ei t sw o r k i n ge f f i c i e n c y i ti s n e e dt oc o n t r o lt h ec o a lm a s si nt h eb a l lm i l la tt h ef i g h tl e v e l ，l e tt h eb a l lm i l l a l w a y sw o r ki nt h eb e s tc o n d i t i o n s t oa c h i e v et h i sg o a lr e q u i r e sd e t e c tt h ec o a l m a s si nt h eb a l lm i l li nr e a l t i m e ，t h e nt h em i l lw i l lb ec o n t r o l l e dw i t ht h e f e e d b a c ko ft h er e s u l t t h ea r t i c l er e s e a r c ht h eo p e r a t i o nc h a r a c t e r i s t i co ft h eb a l lm i l la tt h ef i r s t ， r e s e a r c ht h es t a t u so ft h ed e t c e t i o na n dc o n t r 0 1o ft h ec o a lm a s si nt h eb a l lm i l l ， c o m p a r e dt h ea d v a n t a g e s a n d d i s a d v a n t a g e s o ft h ed e t e c t i o na n dc o n t r o l m e t h o d so ft h eb a l lm i l l ，t h r o u g hm u l t i p r o o f , t h em u l t i s e n s o ri n f o r m a t i o n f u s i o nt e c h n i q u ew a sa p p l i e di nd e t e c t i n ga n dc o n t r o l l i n gt h ec o a lm a s si nb a l l m i l l t h et i sd s pt m s 3 2 0 v c 5 5 0 2w a sa d o p t e dt ob a s e dt h eh a r d w a r e p l a t f o r mf o rf u s i o ni n t h es y s t e m ，e v e r yp a r tc i r c u i tw a sd e s i g n e d ，t h ep c b b o a r dw a sd r e w , t h ed e b u g g i n go ft h es y s t e mw a sc o m p l e t e d t h es i g n a lf r o mt h e c o d es e n s o r , t h ed i f f e r e n t i ap r e s s u r eb e t w e e ni m p o r ta n de x p o r ta n dt h en e g a t i v e p r e s s u r eo ft h ei m p o r tw e r ea p p l i e da st h ef u s i o np a r a m e t e r s ，t h ea p p r o p r i a t e f u s i o na l g o r i t h mw a sc h o o s e d ，t h ed e s i g no ft h ec o r r e s p o n d i n gs o f t w a r ew a s c o m p l e t e d ，a n dt h es i m u l a t i o nf o rb pn e u r a ln e t w o r ka l g o r i t h ma n df u z z y t h e o r ya l g o r i t h mw e r ec o m p l e t e d a c c o r d i n gt o a c t u a ln e e d s ，t h ec o a lf e e d e r c o n t r o l l e rw a sd e s i g n e d ，a n dt h eu s e ri n t e r f a c eo n f i g u r a t i o nw a sc o m p l e t e d ，t h e d e b u g g i n go ft h es y s t e m sh a r d w a r ea n ds o f t w a r ew e r ec o m p l e t e d ，a n d “t h e i v 太原理工大学硕士研究生学位论文 c o a lm a s sm e a s u r ea n dc o n t r o l s y s t e m i nb a l lm i l l u s i n g m u l t i - s e n s o r i n f o r m a t i o nf u s i o n w a sc o m p l e t e d t h ei n s t a l l a t i o na n dd e b u g g i n go nt h es c e n e a r ec n g o l n g i tw a sc a nb es e e n t h r o u g ht h ep r e l i m i n a r yl a b o r a t o r y s a n df i e l d s d e b u g g i n gr e s u l t s ，t h ew o r k i n go f “t h ec o a lm a s sm e a s u r ea n dc o n t r o ls y s t e m i nb a l lm i l lu s i n gm u l t i s e n s o ri n f o r m a t i o nf u s i o n ”w a ss t e a d i l y ，t h ep e r f o r m a n c e w a sr e l i a b l e ，t h ed e t e c t i o na n dc o n t r o lf o rt h ec o a lm a s si nt h eb a l lm i l lw e r e r e a l i z e d ，a n di ti sa b l et oc o n t r o lt h em i l li nam o r ee f f i c i e n tc o n d i t i o n s ，t h e o u t p u to ft h em i l lw a si n c r e a s e d ，t h ee n e r g yc o n s u m p t i o nw a sr e d u c e d ，a n dt h e g o a lt h a td e t e c t i o na n dc o n t r o lf o rt h ec o a lm a s sa u t o m a t i cw e r ea c h i e v e d k e y w o r d s ：m u l t i s e n s o ri n f o r m a t i o nf u s i o n ，b a l lm i l l ，d e t e c t i o no fc o a lm a s s ， a u t o m a t i o n ，h a r d w a r ep l a t f o r mf o rf u s i o n v 太原理：1 ：大学硕士研究生学位论文 图索引 图2 1串行融合结构一9 图2 2 并行融合结构9 图2 3 信息融合方法分类1 1 0 图2 4 信息融合方法分类2 1 l 图2 5b p 神经网络的拓扑结构1 3 图2 - 6b p 神经网络融合一般融合结构框图一1 5 图3 1 磨煤机运行特性2 7 图3 - 2 系统框图31 图3 3 球磨机闭环控制系统31 图3 4 融合系统结构图3 3 图4 1系统框图3 6 图4 2c p u 电路部分原理图3 8 图4 3c p l d 逻辑功能1 3 9 图4 _ 4c p l d 逻辑功能2 3 9 图4 5c p l d 逻辑功能3 一4 0 图4 6c p l d 逻辑功能4 。4 l 图4 7t p s 3 8 2 3 管脚图4 3 图4 8 复位电路原理图4 4 图4 - 9电源电路原理图4 6 图4 1 0t l v 3 2 0 a i c 2 3 b 4 7 图4 1 1 音频采集电路原理图5 0 图4 。12 通信电路原理图5 3 图4 1 3 参数存储器电路原理图5 4 图5 1 主程序流程图5 7 图5 2 融合处理子程序流程图一5 8 图5 3 音频采集子程序流程图6 2 x 太原理工大学硕士研究生学位论文 图5 4 端口配置子程序流程图6 5 图5 5 通信子程序流程图_ 6 9 图5 - 6b p 神经网络的结构7 2 图5 7 采用b p 神经网络融合的融合结果7 4 图5 8出入口差压隶属度函数图7 5 图5 - 9 入口负压隶属函数图7 5 图5 1 0 音频传感器为主传感器时融合值7 6 图5 1l 采用模糊判决逻辑融合的融合结果7 7 图5 1 2 控制器程序流程图7 8 图5 13 控制面板部分组态画面7 9 附图1顶层走线图9 0 附图2中间走线层图l 9 0 附图3中间走线层图2 9 1 附图4 底层走线图9 1 附图5 融合硬件平台实物图1 ( 正面) 9 2 附图6 融合硬件平台实物图2 ( 反面) 9 2 x 1 太原理：l ：人学硕十研究生学位论文 表索引 表2 1常用融合算法的比较n 表4 。1 通过b o o t m 2 ：0 设置引导方式3 8 表4 2 地址分配表4 0 表4 3c p l d 管脚定义4 1 表4 4t p s 3 8 2 3 引脚功能4 4 表4 5t p s 7 6 8 0 1 q 引脚功能4 5 表4 6t p s 7 5 7 3 3 引脚功能4 6 表4 7t l 3 2 0 a i c 2 3 b 引脚功能4 8 表4 8t l 3 2 0 a i c 2 3 b 寄存器功能4 9 表4 9t l l 6 c 7 5 2 b 引脚功能5 1 表4 1 0m a x 3 1 6 0 引脚功能5 2 表4 1 1 控制寄存器定义5 2 表4 1 2a t 2 4 c 2 5 6 引脚功能5 4 表4 1 3a t 2 4 c 2 5 6 地址定义5 5 表5 1路径控制寄存器定义5 9 表5 2 数据接口方式控制寄存器定义6 0 表5 3 采样速率控制寄存器定义6 0 表5 4 普通模式采样速率6 1 表5 5t l l 6 c 7 5 2 b 寄存器表6 3 表5 6 波特率设置表6 4 表5 7 线路控制寄存器定义6 4 表5 8 通信帧格式定义6 6 表5 - 9 仿真数据表7 3 x i 】 声明户明 本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下， 独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文 不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究 做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的 法律责任由本人承担。 论文作者签名：毒耻日期：丝至毕 、 关于学位论文使用权的说明 本人完全了解太原理工大学有关保管、使用学位论文的规定，其 中包括：学校有权保管、并向有关部门送交学位论文的原件与复印 件；学校可以采用影印、缩印或其它复制手段复制并保存学位论文； 学校可允许学位论文被查阅或借阅；学校可以学术交流为目的， 复制赠送和交换学位论文；学校可以公布学位论文的全部或部分内 容( 保密学位论文在解密后遵守此规定) 。 签名： 导师签名： 太原理：t ：大学硕+ 研究生学位论文 第一章绪论 多传感器信息融合技术最早是因军事需求而发展起来的- - f - j 新的学科。随着对其研 究的深入和其在军事领域中所取得的应用成果越来越多，近年来，多传感器信息融合技 术的应用范围已被大大拓广，在航空航天、遥感遥测、工业机器人、故障诊断、农业【1 】【2 】 等领域都得到了成功的应用，在其他方面，多传感器信息融合依然发挥着重要的作用【3 1 。 1 1 课题研究的意义 多传感器信息融合( 4 j m s i f ( m u l t i p l es e n s o ri n f o r m a t i o nf u s i o n ) ，也称为多传感器数 据融合，是将同一对象不同位置的同类或不同类的多个传感器信息加以综合，消除传感 器之间可能存在的冗余和矛盾的信息，加以互补，降低其不确定性，以形成对对象相对 完整一致的感知描述，从而提高智能系统规划、决策的快速性和正确性，降低决策风险。 随着科学技术的发展，智能系统所面对的对象，综合性、复杂性和不确定性表现得 越来越突出。智能系统要正确地作出和执行决策，完成各种使命，其先决条件就是系统 所获得的信息必须能正确、全面、动态地反映对象的实时状态。系统获取对象实时状态 的途径就是通过传感器实时地对对象进行检测。 在以往的研究和实际实施过程中，人们的精力几乎都集中在针对单一传感器问题 上。尽管在智能系统中使用大量同类型或不同类型的传感器的情况越来越多，但并没有 把这些传感器当作一个整体来加以分析和研究，只是将大量的传感器进行简单的集成。 在传感器信息处理方面虽然已经做出了许多富有成效的工作，但这些处理方法并不能充 分利用这些传感器提供的信息，无法从中获得更多蕴含的信息，从而造成了信息的大量 浪费，制约了智能控制系统性能的提高，也增加了智能系统的开发研究成本。 随着理论研究和开发技术的发展，各种类型的传感器大量涌现，性能也不断提高， 可供智能系统选择的传感器越来越多。在同一系统中，如何综合处理各种传感器提供的 信息显得越来越重要。多传感器信息融合理论和方法的提出就是为了更有效地处理多传 感器集成系统的设计和研究。经过融合处理后的多传感器系统能更精确、全面的反映对 象的实时状态，与单一传感器和简单的传感器集成系统相比，它具有以下几方面的优势： 信息的互补性。不同的传感器，尤其是不同种类的传感器，所获得的对象的信息 不尽相同，这些信息来自不同侧面对对象的反应，多传感器融合系统在融合这些 太原理i ：人学硕十研究生学位论文 信息时就产生互补信息，因而对对象的描述更为全面。 信息的冗余性。采用多传感器可以获得对象信息的冗余表达。由于传感器存在误 差，这种冗余的信息可以减小误差，提高系统的精度；在单一传感器系统中，当 传感器出现故障时，会对系统造成重大影响，甚至会使系统不能正常工作。而多 传感器信息融合系统就能有效避免这种现象的发生，通过多个传感器提供的冗余 信息，可以排除故障信息，提高系统的稳定性。 信息的实时性。单个传感器提供信息的速度是固定的，而在多传感器信息融合系 统中，多传感器系统的运行，可以根据任务的要求，得到满足精度的快速输出。 多传感器系统采取并行运行方式，可以提高信息获取的速度。 系统的低成本性。在获得等量信息时，与单一传感器系统相比，多传感器信息融 合系统可以节约传感器数量，大大降低系统的开发研究成本。 目前，对多传感器信息融合的研究很不成熟，其研究特点多数是以实际问题为对象 进行的，根据对象的特性，建立特定的融合准则，形成最佳的融合方案，未能抛开实际 问题，建立一种较为通用的理论框架、融合结构模型及融合算法等。多传感器信息融合 的融合算法不够丰富，各融合算法都有特定的应用领域，通用性差，普遍使用的融合算 法仍然缺乏。 多传感器信息融合在工业控制、军事、航天、遥感等领域有着广泛的应用前景。现 阶段多传感器信息融合系统在许多领域都有成功的应用实例，但多传感器信息融合系统 的运用还不很广泛，未能为社会带来巨大的经济效益，其应用还有待进一步推广。因此， 对多传感器信息融合技术进行深入研究是很必要的。 1 2 多传感器信息融合的起源与发展 1 2 1 多传感器信息融合的起源 多传感器信息融合并非一个全新的概念，事实上，人和动物都能通过综合视觉、听 觉和嗅觉等信息来判断对象的状况，并做出进一步的行动。即使这些信息含有一定的不 确定性、矛盾或错误的因素，他们也能将这些信息综合起来，并使这些信息相互补充、 印证，排除错误的信息，获得对象准确的信息，将这种方法应用于实际就叫做多传感器 信息融合。 2 太原理t 大学硕士研究生学位论文 多传感器信息融合技术起源于第二次世界大战中对飞机、轮船、潜艇和v 1 导弹的 导航制导，当时叫做组合导航制导。在公开的技术文献中，多传感器信息融合概念最早 由t e n n e y 和s a n d e l l 5 】在二十世纪七十年代末期提出，当时并没有引起人们的足够重视， 随着科学技术的迅猛发展，军事和非军事领域不断碰到数据瓶颈和信息超载问题，迫切 需要新的理论和技术对过多的信息进行相应的处理，此时人们才认识到研究信息融合的 重要性。到二十世纪八十年代多传感器信息融合技术才开始进入应用研究阶段。 1 2 2 多传感器信息融合的发展 当信息融合的重要性被人们所认识后，信息融合技术首先被世界上先进的军事大国 所重视，并将其列为军事高科技研究和发展领域中的一个重要专题。各个国家都投入大 量的人力物力进行多传感器信息融合的理论和应用研究，并取得了许多成绩，使得传感 器信息融合迅速的发展起来。 从二十世纪八十年代起，各军事大国都有研究多传感器信息融合在军事中的应用的 记载。以美国为例，美国国防部把多传感器信息融合列为重点研究开发的2 0 项关键技 术之一，海、陆、空三军在战略和战术监视系统的开发中，采用多传感器信息融合技术 进行目标跟踪、目标识别、态势评估和威胁评估，并研制出广泛运用于大型战略系统、 海洋监视系统和小型战术系统的第一代多传感器信息融合系统。这些系统主要包括有【6 1 ： 军用分析系统、多传感器多平台跟踪情报相关处理系统、雷达与情报关联系统、海军战 争状态分析显示系统、自动多传感器部队识别系统等。 到二十世纪九十年代，美国研制了全源信息分析系统和敌态势分析系统等多传感器 信息融合系统。到目前为止，美国在通信指挥控制智能系统c 3 i ( c o m m a n d ，c o m m u n i c a t i o n ， c o n t r oa n di n t e l l i g e n c e ) 系统中运用的多传感器信息融合系统已有近百个。法德等军事 大国在这发面的研究也进入实用化阶段。 在学术研究方面，1 9 8 6 年起，机器人领域一些颇有影响的国际学术会议、期刊都推 出了多传感器信息融合的专辑，如i e e e 主办的学术会议“r o b o t i c s & a u t o m a t i o n ”从 1 9 8 6 年起开始提出多传感器信息融合的专题。1 9 8 8 年起，国际光学工程学会开始连续 主持召开有关信息融合的有关学术会议。1 9 8 9 年9 月，r e nc l u o 在i e e et r a n s o ns m s 上发表了著名的综述性文章“m u t i s e n s o ri n t e g r a t i o na n df u s i o ni ni n t e l l i g e n c es y s t e m s 【4 】， 对这方面工作进行了概括总结，自此，这一方向的研究变得十分活跃。荷兰e l s e v i e r 3 太原理工人学硕十研究生学位论文 s c i e n c e 出版集团2 0 0 0 年创刊的期刊i n f o r m a t i o nf u s i o n 是信息融合方面的专门刊物，刊 载了多传感器和多信息源领域的新成果和研究报告。许多国际刊物也都有信息融合专 刊。19 9 4 年十月召开的i e e e ( i n t e m a t i o n a lc o n f e r e n c eo nm u l t i s e n s o rf u s i o na n d i n t e g r a t i o nf o ri n t e l l i g e n ts y s t e m s ) ，是多传感器信息融合技术学术界的一次盛会，标志着 作为个新兴学科，多传感器信息融合技术已经得到国际权威学术界的认可。 从此，多传感器信息融合蓬勃发展起来，这方面的专著和论文开始大量出现，理论 研究和应用研究也如火如茶的进行着。 1 3 多传感器信息融合的理论研究和应用现状 经过近三十年的理论和应用研究，多传感器信息融合获得了飞跃的发展，其理论研 究和实际运用都已经达到了一个新的水平。当然，也存在着许多不足之处，亟待进一步 发展和完善。 1 3 1 理论研究现状 人们对多传感器信息融合的方式、系统的结构、融合系统中的信息表示与转换等做 了大量的研究工作，总的来说，可以归纳为下面几个方面： 1 、信息融合的层次。决定对传感器信息在那一层次进行何种处理，融合层次的决 定关系到信息的处理量、信息的抽象性、决策的正确性和系统的容错性。 2 、信息的表示和转换。将不同的信息源转换成统一的表示形式，有效地实现各信 息源之间的比较、通信，便于信息的融合。 3 、信息融合的结构。根据信号的性质、对象的特点和系统的要求，对多个传感器 进行控制和管理，选择合适的融合结构。 4 、信息融合的方法。对多传感器信息进行各种分析和处理，并进行推理，得出对 对象准确可靠的理解。 但总的来说，多传感器信息融合理论还不成熟，不完善。多传感器信息融合没有建 立起完整的理论体系，没有形成普遍适用的融合算法等。多传感器信息融合理论正在发 展，正在逐步完善中。 4 太原理工大学硕士研究生学位论文 1 3 2 应用现状 多传感器信息融合在军事领域已经获得了许多成功的应用案例，己被成功地应用到 海上监视、空空防御和地空防御等领域。在非军事领域，多传感器信息融合也获得了 许多成功的应用，如d o o m s 等将从测速雷达、加速度传感器、振动传感器、旋转角传 感器等获得的信息进行融合，对水平喷雾车的工作状态进行监测【8 】；a n k e n b r a n d t 等利 用进化算法，对获得的北大西洋的图像信息进行融合，从而辨别、划分出洋流、漩涡、 大陆架【9 】；g a n g n i u 等应用获得的多传感器信息对电动机的故障进行诊断【1 0 】；x m z h a n g 等利用多传感器对地底煤层燃烧进行检测】；s o m a j y o t im a j u m d e r 等用多传感器信息对 水底状况进行监测，进而对水底机器人进行导航【1 2 】。多传感器信息融合在非军事的应用 正在r 益拓宽，在不久的将来，其将会广泛应用于工业机器人、故障诊断遥感遥测、现 代医学、工业过程检测、控制等领域。 1 4 论文的主要内容 本论文是以多传感器信息融合技术的实际应用为中心撰写而成的。全文围绕作者在 论文撰写过程中所做的采用多传感器信息融合技术的钢球磨煤机料位检测和控制系统 所展开。文中详细介绍了多传感器信息融合技术的相关理论基础，总结了多传感器信息 融合系统的设计步骤和评价方法，特别详细地介绍了系统的总体设计、硬件设计和软件 设计等。 本文在第一章中介绍了多传感器信息融合的起源与发展，介绍了多传感器信息融合 技术的理论研究现状及应用现状，文章的主要内容等。 在第二章介绍了多传感器信息融合的基础理论，包括其定义、融合结构、融合模型 和常用的融合算法，重点研究了模糊集理论和b p 神经网络两种融合算法。在参考了大 量多传感器信息融合的应用实例的基础上，总结出了多传感器信息融合系统一般的设计 方法和系统投入运行后的评价方法。 在第三章介绍了采用多传感器信息融合技术的钢球磨煤机料位检测和控制系统的 总体设计。研究了钢球磨煤机的运行特性，分析了钢球磨煤机料位检测的现状和采用多 传感器信息融合技术的必要性。给出了系统框图，选择了传感器、融合结构和融合算法 等。 太原理【：人学硕士研究生学位论文 在第四章介绍了采用多传感器信息融合技术的钢球磨煤机料位检测和控制系统的 硬件设计。详细介绍了融合硬件平台的设计，对融合硬件平台主要芯片的性能、管脚定 义及各部分电路进行了详细的介绍。给出了主要的电路原理图。随后介绍了控制器和控 制面板的设计。 第五章介绍了采用多传感器信息融合技术的钢球磨煤机料位检测和控制系统的软 件设计。重点介绍了融合硬件平台相应软件的设计，设计了主程序和各子程序流程图， 给出了对相应芯片进行读写操作时所需要的控制字。介绍了给煤机控制器软件设计流程 图和操作面板部分组态画面图。 第六章对在论文的撰写过程中作者所做的研究工作进行了总结，分析了作者的工 作。所设计的系统存在的不完善之处，指出了后面努力的方向。 1 5 本章小结 本章介绍了多传感器信息融合的起源与发展，并对其理论研究与实际应用的现状进 行了研究，介绍了论文的主要内容。 6 太原理t 大学硕士研究生学位论文 第二章多传感器信息融合技术的理论基础 2 1 多传感器信息融合的定义与特点 2 1 1 多传感器信息融合的定义 多传感器信息融合到目前为止还没有一个能被普遍接受的定义【1 3 】，现阶段给出的定 义大都是基于某一特定领域而得出的，具有狭隘性。 前面提到，多传感器信息融合概念的提出是源于军事需求，因此，给出的定义具有 明显的军事色彩，例如，e d w a r dw a l t z 等将其定义为这样一个过程【1 4 】【l s j ：信息融合是 种多层次、多方面的处理过程，这个过程处理多源数据的检测、关联、相关、估计和 组合以获得精确的状态估计和身份估计以及完整、及时的态势评估和威胁估计【l 引。 但是，随着对多传感器信息融合技术研究和应用的发展，多传感器信息融合已经成 为一门独立学科【1 7 】【l8 1 ，它的应用领域也被大大拓宽，根据某一特定应用领域而提出的定 义已经不具有普遍的代表性【1 9 1 。综合起来，可以将多传感器信息融合定义为【2 0 】【2 1 】：利 用计算机技术对获得的若干传感器的检测信息加以分析、综合，从而完成所需的决策和 估计任务而进行的信息处理过程。 2 1 2 多传感器信息融合的特点 在第一章中已经提到，较之单传感器系统，多传感器信息融合系统可以实现信息的 互补性、冗余性、实时性和低成本性。多传感器信息融合系统还具有提高系统的安全性 能、可信度、扩大系统检测范围、提高系统性能等特点。 多传感器信息融合系统还能提高系统的可靠性、容错能力、系统精度【2 2 l 等。在单一 传感器系统或简单的多传感器集成系统中，若其中一个传感器出现问题，整个系统就可 能出错，不能正常工作。而在多传感器信息融合系统中，通过融合处理，可以排除出错 传感器的影响，使系统依旧能正常工作，这就增加了系统的可靠性和容错能力。 2 2 多传感器信息融合的结构 多传感器信息融合的有多种不同的结构2 3 1 。目前，多传感器信息融合的结构可以概 7 太原理：l ：人学硕士研究生学位论文 括为以下几种： 1 ) 、按融合层次分，可以将多传感器信息融合分为数据层、特征层和决策层的融合。 数据层的融合是对经过简单处理的传感器所获数据进行的融合，该层次的运算量往往比 较大，但是，该层次的融合对信息的损失较小。特征层的融合是对提取出的对象特征信 息进行融合，特征层融合的优点在于实现了信息的压缩，有利于实时处理，并且所提取 的特征直接与决策分析有关，因而融合结果可以最大限度的提供决策分析所需的信息。 决策层的融合是一种高层次的融合，决策层融合前，已经对各传感器信号进行了决策分 析，决策层融合只是根据一定的准则和决策可信度做最优判决，决策层融合可以提高系 统的实时性和容错性。 2 ) 、按各传感器信息处理的程度分，可分为分布式、集中式和混合式三种结构。分 布式融合中，各传感器利用自己获得的数据对对象进行相应的估计，并将估计结果送入 融合中心，在融合中心进行融合，获得对象相应的信息，每个节点都有自己的处理单元， 都可以做出自己的决策，融合速度快，通信负担轻，不会因为某个传感器出现故障而影 响整个系统的正常工作，因此其具有较高的可靠性和容错性，但其融合精度较集中式差。 集中式融合结构简单，融合精度高，但由于其只有在接收到所有传感器信息后才能进行 融合，因此其通信负担大，融合速度慢。混合式融合中，低层节点向高层节点传输信息， 高层节点也参与低层节点的融合，因此其融合精度高，但是融合处理较复杂，信息传输 量大。 3 ) 、按传感器信息之间的融合结构分，可以分为串行、并行、树状、分散、反馈式 几种结构1 2 4 1 。其中串行融合结构示意图如图2 一l 所示，并行融合结构示意图如图2 2 所 示。树状结果是传感器两两一组进行融合，融合结果再两两进行融合，一直到融合出最 终结果为止。分散式结构为融合系统中若干个传感器分为一组，进行一次融合，融合结 果再进行一次融合，得到最后的融合结果。 8 太原理工人学硕士研究生学位论文 2 3 融合算法 图2 - 1 串行融合结构 f i 9 2 - 1s e r i a lf u s i o nf r a m e l 传感器1 _ _ l 传感器 _ _ l 传感器2 卜叶 融融 合 合 处结 理果 仕成靼b “”“l 2 3 1 常用算法的分类和对比 图2 - 2 并行融合结构 f i 9 2 2p a r a l l e lf u s i o nf r a m e 多传感器信息融合发展到现在，拥有了许多融合算法。这些融合算法大都是根据具 体的问题而提出的，对特定领域的问题能获得最优效果。因此，现有的融合算法都有其 一定的适用范围。 根据不同的准则，常用的多传感器信息融合有不同的分类方法。下面介绍两种分类 9 太原理l ：人学硕十研究生学位论文 方法。 第一种分类法将常用的融合算法概括为两大类：经典方法和现代方法【2 5 】，如图2 3 所示。 经典的融合算法是基于经典数学方法的一类融合算法。该类算法又可以分为估计方 法和统计方法两类。该类算法主要有：贝叶斯估计法、加权