（文章來源：激光天地）

多傳感器技術可用于監測制造過程中的工件表面質量和加工參數，能夠有效監控工藝參數、補償加工誤差從而有效改善加工質量。與此同時，在多傳感器系統中，數據融合可以對被測對象的多個參量進行綜合和統一，發揮各個傳感器的優勢，因此融合數據系統與其包含的每個子系統相比具有更好更全面的信息。孔令豹研究員介紹了多傳感器測量與數據融合技術在精密監測系統中的應用。多傳感器系統目前已被廣泛應用于增材制造（簡稱AM）過程監測、激光焊接、銑削、設備狀態監測與故障檢測等領域。

為滿足不同要求和測量參量，現代儀器系統往往需要配備多個不同的傳感器，每個傳感器都有其獨立的功能。多傳感器監測系統中的每個傳感器都可以獨立測量某個參數，并通過特殊的信號處理算法來組合所有獨立的測量值以提供最終完整測量結果。為了降低微處理器的成本，現在多傳感器系統的使用越來越廣泛。同時，傳感儀器使信號處理系統和數字閉環控制非常經濟適用。此外，在多傳感器系統中，實現系統功能的關鍵是協調好所有傳感器的信號。將所有傳感器的測量數據綜合起來，利用特殊的算法對測量結果進行完整性和一致性描述，這一過程稱為多傳感器數據融合。

隨著精密制造技術的飛速發展，科研人員在多傳感器測量與數據融合技術領域進行了大量研究，旨在提高監測系統的測量效率與精度。在多傳感器系統中，每個傳感器獨立地測量某些參數。然后，系統使用特殊的信號處理算法來組合所有獨立的測量結果，以提供全面的測量結果。本文旨在綜述多傳感器測量與數據融合技術在精密監測系統中的應用。現代儀器系統配備了許多不同的傳感器，每個傳感器都有其自己獨立的功能。論文介紹了多傳感器系統在AM監測系統、激光焊接系統、銑削系統、狀態監測和故障檢測系統中的應用。同時，文章還總結了數據融合層次與數據融合算法。

AM監測系統中的多傳感器技術增材制造技術具有產品開發高效、可生產復雜定制組件、修復各類機械零件等優點。但是，與傳統制造技術相比，AM制造的工件缺陷率仍然很高。為了解決這個問題，很多研究項目都將增材制造過程監測方法的開發作為重點研究方向。增材制造過程中的一種多傳感監測系統，光學監測裝置由NIR CMOS攝像機和光電二極管組成。傳感器1和傳感器2對400-1000nm之間的波長敏感，通過傳感器捕獲熔池輻射。NIR CMOS相機用于測量制造過程中熔池的形狀與溫度分布。此外，文章詳細綜述了多傳感器技術在直接能量沉積（DED）過程以及氣體鎢電弧（GTA）增材制造過程中的應用。

激光焊接系統中的多傳感器技術在激光焊接過程中，材料與激光束相互作用并產生一系列不同的特征信號。這些特征信號可能包括空氣與結構傳播的聲發射，激光束在作用區域的反射，鑰匙孔、熔池和母材及其上方金屬蒸氣的發射信號。文章講述了與以上過程發射相關的光學信號監測方法。感應可見光與近紅外（NIR）發射的光電二極管用于監測來自激光作用區域的輻射信號。為了提高焊接工件的質量，在制造業中實時監測并控制焊接過程中的焊縫熔深至關重要。

銑削系統中的多傳感器技術銑削是一種常見且高效的切削操作，通過使用帶有一個或多個齒的旋轉刀具，可以間歇地將零件切割成螺紋、平面和許多復雜的零件。目前，銑削加工由于適合大批量生產，在工業制造中得到了廣泛的應用。研究人員致力于在旋轉工具上開發多傳感器監測系統，該系統可以在無線環境中同時測量振動、溫度、扭矩和切削力的三個分量。

狀態監測與故障檢測系統中的多傳感器技術在制造過程中，需要進行故障檢測和狀態監測以防止機器故障，進而延長機器壽命并降低運行成本，這可以通過多傳感監測系統來實現。該平臺通過使用光電紅外熱成像傳感器監測變壓器的故障，測量變壓器的內部溫度。通過接收從被測物體表面發出的輻射，可以方便地確定被測物體的溫度。

數據融合層次如今，數據融合技術已成為世界范圍內的研究熱點之一。數據融合是指充分利用多個信息源，并在空間或時間上組合多個信息源的冗余或互補信息。數據融合的過程是使用數學方法和技術手段合成不同的信息源，以獲得高質量和有用的信息。根據處理信息源層次，信息融合可分為數據層融合、特征層融合和決策層融合。

數據融合算法數據融合涉及各種理論和技術，并且沒有完全統一的算法可以適應所有場景。因此，在實際應用中，應根據不同的應用背景選擇相應的算法。按照算法概念，主要分為三類：物理模型算法、基于參數的算法和基于認知模型的算法。例如，基于認知模型的算法主要包括邏輯模板法、模糊集理論算法、遺傳算法和知識系統方法。虛線框中的部分在經典決策模板方法中則沒有。將該修改后的矩陣應用于修改目標的決策分布圖，以反映傳感器對特定類型目標的分類識別能力，從而獲得修改后的目標決策分布圖。選擇最大相似度類別作為輸出，對未知目標的決策分布圖進行分類，實現融合目標的識別。
（責任編輯：fqj）