（山西中煤平朔东日升煤业有限公司，朔州 036006）
摘要： 现代机械设备大都具备大型化、智能化、复杂化等特点，为了方便日常的诊断维修，能够熟练的指出机械故障的诊断方法是非常必要的。多传感器信息融合技术是机械故障诊断的热点，本文在充分介绍多传感器信息融合的方法与特点的基础上, 加深探讨了其在机械设备故障诊断中的应用前景, 并指明了机械设备故障诊断这一研究的方向。
关键词： 传感器；信息融合；机械；故障诊断
0引言
众所周知，机械设备在运行过程中一旦失效或出现事故通常都会造成重大经济损失，更甚者还可能伴随着一定的人员伤亡，从而在社会舆论等方面造成十分恶劣的社会影响。为减少或避免此类状况的产生，定期对设备状况进行检测，根据现行情况早期研究事故的发展趋势，采取有效手段将事故扼杀的萌芽阶段，以避免在运行中的设备突然损坏，使之安全的生产作业，在工业生产中是非常必要的。
1现状
1.1 机械故障检测诊断的主要内容机械故障检测诊断包含两方面内容: ①对设备运行状态的检测；②异常情况发现后对故障进行有效的分析和诊断。
1.2 主要技术方法现状根据系统采用的决策方法和特征描述,故障检测诊断的方法主要有基于系统数学模型的故障诊断方法和基于非模型的故障诊断方法两大类。
基于系统数学模型的故障检测诊断技术是通过构造观测器估计出系统输出，然后将它与输出的测量值比较从中取得故障信息。该方法能与控制系统紧密结合，是监控、容错控制、系统修复和重构的前提；是以现代控制理论和现代优化方法为指导，以系统的数学模型为基础，利用观测器（组）、等价空间方程、滤波器、参数模型估计和辨识等方法产生残差，然后基于某种准则或阈值对该残差进行评价和决策。
基于非模型的故障诊断方法包括基于可测信号处理的故障诊断方法；基于故障诊断专家系统的诊断方法；故障模式识别的故障诊断方法；基于故障树的故障诊断方法；基于模糊数学的故障诊断方法；基于人工神经网络的故障诊断方法。
1.3 技术研究现状目前，国内外主要的技术研究主要集中在传感技术，信号分析预处理技术，人工智能与专家系统，神经网络和诊断系统的开发与研究这几个方面。
近年来，人们对多传感器数据融合技术的关注度越来越高，也将此项技术应用的更加广泛，充分的发挥了其性能稳健，时空覆盖区域广阔，测量维数较多，目标空间分辨力较好等特点，使得多传感器数据融合技术的理论和方法成为智能信息研究的重要领域。
2多传感器信息融合技术
2.1 多传感器信息融合技术的定义为达到某一特定的目标，针对一个系统中使用多个传感器而进行的信息处理即信息融合。信息融合可解释将多传感器信息综合利用的同时，充分利用空间的多传感器数据资源和不同时间，对于按时间序列获得的多传感器观测数据运用计算机技术进行处理，并在一定的规律或准则约定下进行有效的分析、综合、支配和使用，通过它们之间的协调和性能互补的优势，克服单个传感器的不确定性和局限性，获得对被测对象的一致性解释与描述，进而实现相应的决策和估计，从而使得系统可以获取到更加充分的信息，使得整个传感器系统的有效性能得到全面的提高和完善，达到全面准确地描述被测对象的目的。多传感器的硬件基础是信息融合，信息融合的加工对象是多源信息，信息融合的核心是协调优化和综合处理。
2.2 多传感器信息融合技术的优点多传感器信息融合技术的优点有很多，其优点主要表现为信息的冗余性、互补性、实时性、和低成本性。
2.3 多传感器信息融合的主要方法多传感器信息融合技术自诞生起，就受到了科研学者及社会的普遍关注，各种不同的信息融合技术也不断诞生从而被人们所认识和接触，并被人们运用到实际的工作中。
2.4 多传感器信息融合的层次结构目前的多传感信息融合系统中由数据层融合、特征层融合和决策层融合组曾的三级融合系统是目前普遍被大家认同的并广泛应用的。
2.4.1 数据层融合是最低层次的融合，它主要是来自于同等量级别的传感器的原始数据进行最直接简单的融合，之后进行一定的特征提取和身份识别。卡尔曼滤波法和加权平均法是数据层融合的主要及常用方法。
2.4.2 中间层次的融合就是特征层融合,它先从传感器中对原始信息进行一定的特征提取然后将提取的特征信息进行综合的分析和有效的处理。其优点主要表现在它实现了信息的大量的客观的压缩，同时非常的有利于信息的实时处理，并且可以最大限度的给出所需要得特征信息以方便做出最后的决策分析。神经网络法和模糊推理法是目前人们最熟知和常用的特征融合方法。
2.4.3 决策层融合高层次的融合即决策层融合，其主要的作用就是为控制决策提供必要和必须的依据。从具体的决策问题的需求出发是决策层融合的前提和关键，其次要根据实际所面临的问题，充分的利用各方面所提供的信息，采用最适当的信息融合技术来实现解决问题。决策层的融合直接针对的是具体决策目标，它的融合结果直接的影响着最终的决策水平，是整个三级融合最终的产物。目前常用的决策层融合方法是D-S证据推理法和贝叶斯估计法。
3总结
作为一门新兴的技术，信息融合技术涉及到了很多其他技术方面，例如计算机技术，人工智能技术，模拟识别技术等等，同时它也是未来机械诊断所需要的必要技术，因此信息融合技术有着强大的实际应用价值和良好的发展前景。就目前情况来看，有很多基于信息融合技术的故障诊断方法，各种诊断方法相互组合应用相互融合，必然将达到更好的诊断效果。
参考文献：
[1]张斌，张微薇.机械设备故障诊断技术概述[J].建筑机械化，2005，（8）：14-36.
[2]黄伟力，黄伟建，王飞.机械设备的故障诊断技术及其发展趋势[J].矿山机械，2005，33，（1）：66-68.
[3]胡仕刚.一种机械故障检测的信息融合[J].机床与液压，2003，（6）：3252327.
（山西中煤平朔东日升煤业有限公司，朔州 036006）
摘要： 现代机械设备大都具备大型化、智能化、复杂化等特点，为了方便日常的诊断维修，能够熟练的指出机械故障的诊断方法是非常必要的。多传感器信息融合技术是机械故障诊断的热点，本文在充分介绍多传感器信息融合的方法与特点的基础上, 加深探讨了其在机械设备故障诊断中的应用前景, 并指明了机械设备故障诊断这一研究的方向。
关键词： 传感器；信息融合；机械；故障诊断
0引言
众所周知，机械设备在运行过程中一旦失效或出现事故通常都会造成重大经济损失，更甚者还可能伴随着一定的人员伤亡，从而在社会舆论等方面造成十分恶劣的社会影响。为减少或避免此类状况的产生，定期对设备状况进行检测，根据现行情况早期研究事故的发展趋势，采取有效手段将事故扼杀的萌芽阶段，以避免在运行中的设备突然损坏，使之安全的生产作业，在工业生产中是非常必要的。
1现状
1.1 机械故障检测诊断的主要内容机械故障检测诊断包含两方面内容: ①对设备运行状态的检测；②异常情况发现后对故障进行有效的分析和诊断。
1.2 主要技术方法现状根据系统采用的决策方法和特征描述,故障检测诊断的方法主要有基于系统数学模型的故障诊断方法和基于非模型的故障诊断方法两大类。
基于系统数学模型的故障检测诊断技术是通过构造观测器估计出系统输出，然后将它与输出的测量值比较从中取得故障信息。该方法能与控制系统紧密结合，是监控、容错控制、系统修复和重构的前提；是以现代控制理论和现代优化方法为指导，以系统的数学模型为基础，利用观测器（组）、等价空间方程、滤波器、参数模型估计和辨识等方法产生残差，然后基于某种准则或阈值对该残差进行评价和决策。
基于非模型的故障诊断方法包括基于可测信号处理的故障诊断方法；基于故障诊断专家系统的诊断方法；故障模式识别的故障诊断方法；基于故障树的故障诊断方法；基于模糊数学的故障诊断方法；基于人工神经网络的故障诊断方法。
1.3 技术研究现状目前，国内外主要的技术研究主要集中在传感技术，信号分析预处理技术，人工智能与专家系统，神经网络和诊断系统的开发与研究这几个方面。
近年来，人们对多传感器数据融合技术的关注度越来越高，也将此项技术应用的更加广泛，充分的发挥了其性能稳健，时空覆盖区域广阔，测量维数较多，目标空间分辨力较好等特点，使得多传感器数据融合技术的理论和方法成为智能信息研究的重要领域。
2多传感器信息融合技术
2.1 多传感器信息融合技术的定义为达到某一特定的目标，针对一个系统中使用多个传感器而进行的信息处理即信息融合。信息融合可解释将多传感器信息综合利用的同时，充分利用空间的多传感器数据资源和不同时间，对于按时间序列获得的多传感器观测数据运用计算机技术进行处理，并在一定的规律或准则约定下进行有效的分析、综合、支配和使用，通过它们之间的协调和性能互补的优势，克服单个传感器的不确定性和局限性，获得对被测对象的一致性解释与描述，进而实现相应的决策和估计，从而使得系统可以获取到更加充分的信息，使得整个传感器系统的有效性能得到全面的提高和完善，达到全面准确地描述被测对象的目的。多传感器的硬件基础是信息融合，信息融合的加工对象是多源信息，信息融合的核心是协调优化和综合处理。
2.2 多传感器信息融合技术的优点多传感器信息融合技术的优点有很多，其优点主要表现为信息的冗余性、互补性、实时性、和低成本性。
2.3 多传感器信息融合的主要方法多传感器信息融合技术自诞生起，就受到了科研学者及社会的普遍关注，各种不同的信息融合技术也不断诞生从而被人们所认识和接触，并被人们运用到实际的工作中。
2.4 多传感器信息融合的层次结构目前的多传感信息融合系统中由数据层融合、特征层融合和决策层融合组曾的三级融合系统是目前普遍被大家认同的并广泛应用的。
2.4.1 数据层融合是最低层次的融合，它主要是来自于同等量级别的传感器的原始数据进行最直接简单的融合，之后进行一定的特征提取和身份识别。卡尔曼滤波法和加权平均法是数据层融合的主要及常用方法。
2.4.2 中间层次的融合就是特征层融合,它先从传感器中对原始信息进行一定的特征提取然后将提取的特征信息进行综合的分析和有效的处理。其优点主要表现在它实现了信息的大量的客观的压缩，同时非常的有利于信息的实时处理，并且可以最大限度的给出所需要得特征信息以方便做出最后的决策分析。神经网络法和模糊推理法是目前人们最熟知和常用的特征融合方法。
2.4.3 决策层融合高层次的融合即决策层融合，其主要的作用就是为控制决策提供必要和必须的依据。从具体的决策问题的需求出发是决策层融合的前提和关键，其次要根据实际所面临的问题，充分的利用各方面所提供的信息，采用最适当的信息融合技术来实现解决问题。决策层的融合直接针对的是具体决策目标，它的融合结果直接的影响着最终的决策水平，是整个三级融合最终的产物。目前常用的决策层融合方法是D-S证据推理法和贝叶斯估计法。
3总结
作为一门新兴的技术，信息融合技术涉及到了很多其他技术方面，例如计算机技术，人工智能技术，模拟识别技术等等，同时它也是未来机械诊断所需要的必要技术，因此信息融合技术有着强大的实际应用价值和良好的发展前景。就目前情况来看，有很多基于信息融合技术的故障诊断方法，各种诊断方法相互组合应用相互融合，必然将达到更好的诊断效果。
参考文献：
[1]张斌，张微薇.机械设备故障诊断技术概述[J].建筑机械化，2005，（8）：14-36.
[2]黄伟力，黄伟建，王飞.机械设备的故障诊断技术及其发展趋势[J].矿山机械，2005，33，（1）：66-68.
[3]胡仕刚.一种机械故障检测的信息融合[J].机床与液压，2003，（6）：3252327.