黎 冠，王 标，贺靖康，卜祥丽，王 迪

(1.华北科技学院 电子信息工程学院，北京 东燕郊 065201；2.华北科技学院 安全工程学院，北京 东燕郊 065201；3.华北科技学院 机电工程学院，北京 东燕郊 065201)

0 引言

随着信息化、智能化的发展，传统的粉尘监控系统已不能适应现代化企业的安全生产需要。利用多传感器数据融合技术对生产空间进行监测已经成为现代监控系统的主要研究方向，有许多学者在此领域开展了深入的研究。王岳等[1]利用多传感器融合技术优化了档案室实时监控系统，增大了系统监控范围；方怡等[2,3]通过改进D-S证据理论解决了证据冲突对融合结果的影响，提高了融合结果的准确性；刘树源等[4]为解决超低温加工环境监控的复杂性，利用多传感器数据融合技术提高数据融合的可靠性，满足了系统要求；李菲[5]利用自适应加权平均算法和D-S证据理论实现对温室环境的智能控制；朱聪[6]为解决多传感器数据融合时易受外界干扰的问题，根据数据特征位置与传感器空间之间的关系提出基于时空预处理的D-S 证据方法并通过综合管廊甲烷气体浓度实验验证该算法对噪声有良好的过滤作用；刘放等[7]为提高齿轮故障智能识别率基于时域和频域等特征参数提出了一种改进的D-S证据理论。

基于以上研究基础，本文基于多传感器数据融合理论，提出一种基于均值距离和D-S证据理论的二级数据融合算法，对生产空间粉尘浓度进行二级融合，以提高生产空间环境安全等级评判的准确性。……