广州白云空港设备技术发展有限公司 广东省广州市 510800
摘要：随着科学技术的快速发展，近年来我国机电一体化领域的进步极为迅速，多传感器数据融合在该领域的应用便属于其中代表。基于此，本文将简单介绍数据融合技术，并深入探讨机电一体化自动控制中多传感器数据融合的具体应用，希望研究内容能够给相关从业人员以启发。
关键词：多传感器数据融合；机电一体化；自动控制
前言：在我国各领域，基于多传感器数据融合的自动控制技术有着较为广泛应用，中央空调设备运维领域便属于其中代表，中央空调设备的运行效率可在技术支持下大幅提升，更好服务于工业生产。为保证多传感器数据融合更好用于机电一体化自动控制，正是本文围绕该课题开展具体研究的原因所在。1.
1.数据融合技术研究
1.1数据融合的原理
多传感器数据融合属于近年来学界关注的焦点，而随着各类传感器的处理能力不断提升，越来越多的领域开始应用多传感器数据融合技术，如计算机/网络通信、信号检测与处理、微电子技术、自动化技术。信息处理的需要往往无法基于单一传感器满足，而通过融合多传感器数据，即可获得更为准确的结果。多传感器指的是数量较多的一种或不同类型传感器，而各种类型的传感器信息数据则属于传感器数据融合技术的对象，这类信息数据可以是波形、信号、文字、数据、图像。不同传感器的工作原理和工作方式不尽相同，因此需基于传感器信息数据内容、形式开展针对性研究。以红外、GPS、超声波、雷达等传感器为例，这类传感器存在不同的工作方式和原理，因此需设法针对性提取数据并加以融合，实现各个传感器的互补，以此精确分析目标体，并完成科学判断。多传感器数据融合的流程一般可概括为：“采集数据→A/D→预处理数据→提取特征→融合计算→结果输出”[1]。
1.2多传感器数据融合的主要内容
对于多传感器数据融合来说，涉及的主要内容包括状态估计、数据关联、身份估计、辅助决策、态势估计。状态估计指的是估计目标体的相对速度和相对位置，以此对目标体进行相关跟踪、滤波，相应轨迹即可顺利形成；数据关联指的是关联各类传感器的数据，这一过程需保证存在属于同一个实体的集合观测数据；身份估计需基于多传感器信息数据和相应算法实现，以此分类和识别目标体，完成最后归类；辅助决策不存在最优解，属于提供的可供参考有关建议；态势估计主要指的是对周围环境、具体内容的估计，相关决策可由此更为高质高效做出[2]。
2.机电一体化自动控制中多传感器数据融合的具体应用
2.1机电一体化自动控制中多传感器数据融合的应用思路
机电一体化自动控制中多传感器数据融合的具体应用需关注多方面因素影响，以中央空调设备运维领域为例，机电一体化系统技术在该领域的应用直接受到多传感器数据融合自动控制技术影响。对于基于多传感器数据融合的机电一体化系统来说，中央空调设备运维可获得有力支持，多传感器数据融合可在这一过程中与BIM技术结合，以此综合BIM技术、多传感器数据融合的机电一体化自动控制技术，打造由功能层、分析层、数据层、设施层组成的中央空调设备运维管理体系，其中的功能层由能耗分析、异常报警、保修管理、维护计划、设备盘点组成，分析层由数据整理、数据填充、数据整合、数据应用组成，数据层由尺寸、材料、日期、特性、数量、运算结构等组成，设施层包括计算机与服务器、存储系统、操作系统、网络系统。在中央空调设备运维管理体系中，通过充分应用BIM技术、多传感器数据融合的机电一体化自动控制技术，即可实现自动化、智能化的设备运行管理和维修保护，可视化设备信息管理、可视化设备定位管理、智能化设备运行和控制、设备信息查询、计划性维护均可顺利实现。多传感器数据融合主要负责提供数据，辅以BIM技术，多传感器数据融合后的科学应用也可顺利实现，由此可直观了解机电一体化自动控制中多传感器数据融合的应用。
2.2确定电动机电压、频率
电动机转速直接受到电动机电压稳定性影响，如输入电压降低，电动机转速也会同时下降，随之降低的电动机转矩也会出现，这是由于电压平方与电动机的转矩存在正比关系。对于转换电能为机械能的电动机来说，电磁力矩会因电压降低而减少，因此电动机转速提升必须以稳定的电动机电压为前提，机电一体化自动控制中多传感器数据融合应用基础也可由此夯实；电动机的转速会受到出现变化的电动机频率影响，如存在过高的频率，转速会随之提升，但电动机增大到一定程度的转速会最终获得成倍增加的实际功率，最终烧毁电动机，如存在过低的电动机频率，电动机叶片应力会受到影响，叶片使用寿命可能出现的降低也需要引起重视。
2.3多因素检测
为验证机电一体化自动控制中多传感器数据融合应用的性能高低，需设法实现基于多因素检测的自动控制。考虑到电动机转速会受到转矩影响，如存在50Hz以下的转矩，电动机频率与转矩成正比。如存在50Hz的电动机频率，可得到处于最大值的输出功率（额定功率）。如存在50Hz以上的电动机频率，电动机频率与转矩成反比。电动机转速受到的功率影响也不容忽视，过小的功率会引发超载运行问题并最终导致电动机损坏。过大的功率将出现无法完全利用的输出功率，电能浪费、效率降低问题会随之出现。对于工业生产来说，需基于多传感器数据融合应用对各种不利因素进行实时观察，以此尽可能消除这类不利因素影响。
2.4实验分析
开展基于机电一体化自动控制中多传感器数据融合应用实验，采用额定功率、额定电压、型号均一致的电动机，同时保证电动机运行转矩、旋转磁场的极对数、电压保持一致，电动机的频率适当增加，分别采用普通技术和基于多传感器数据融合的机电一体化自动控制技术，以此开展对比实验，具体结果如图1所示。结合图1开展对比可以发现，在多传感器数据融合支持下，应用机电一体化自动控制技术的电动机存在较高转速，技术在提高机械效率方面的应用价值得到证明。
.png)
图1 电动机转速与频率关系图
结论：综上所述，机电一体化自动控制中多传感器数据融合的具体应用需关注多方面因素影响。在此基础上，本文涉及的电动机转速参数设定与计算、电动机电压与频率确定、多因素检测等内容，则直观展示了多传感器数据融合的应用路径。为更好发挥多传感器数据融合优势，机电一体化自动控制还需要关注智能化发展的相关探索，更好提升机械效率。
参考文献：
[1]李彦沛,邱新伟,陈冠廷.一种基于多传感器数据融合的变量喷洒无人机控制系统[J].农业装备技术,2020,46(02):45-48.
[2]洪向共,钟地长,赵庆敏.基于多传感器融合的陆空两栖机器人移动控制系统设计[J].科学技术与工程,2020,20(08):3103-3108.