张 靓，李铁军，宗银雪

(河北工业大学机器人研究所，天津 300130)



融合视听信息的机电设备状态监测系统设计

张 靓，李铁军，宗银雪

(河北工业大学机器人研究所，天津 300130)

围绕机电设备状态监测的需求，设计了基于视听信息融合的状态监测系统。分别利用图像可听化技术、数据归一化和主成分分析得到了较低维数的同质特征数据。以BP神经网络为融合模型，对所得特征数据进行识别与融合，进而得到对机电设备运行状态的决策输出。实验结果表明，在外界噪声环境下，融合视听信息的状态监测系统能维持较高的正确识别率，同时以神经网络为融合模型保证了系统的稳定性和鲁棒性。

状态监测；信息融合；图像可听化；主成分分析；神经网络

0 引言

机电系统的状态监测与故障诊断技术一直以来是研究人员关心的热点领域。应用状态监测与故障诊断技术能有效地发现机电系统中的事故隐患，及时排除设备故障，预防恶性事故，避免人身伤亡、环境污染及由此带来的巨大经济损失[1]，因而有效的状态监测与合理的故障诊断是保证机电系统安全运行和实现科学维护的关键技术之一[2]。

现有的机电系统状态监测方法多是通过内部传感的局部监测，故障诊断方法亦是基于内部传感信息与控制逻辑进行的专家式推理。例如采用油液分析、声发射分析、震动信号分析等技术，建立了以齿轮、轴承、发动机、发电机为对象的各种旋转、往复机械监测与故障诊断系统，提出了观测器/滤波器方法、参数估计方法、解析冗余方法、证据理论方法、模式识别方法等[3]。……