超聲檢測技術論文
前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇超聲檢測技術論文范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。
超聲檢測技術論文范文第1篇
關鍵詞：檢驗技術 現狀 發展趨勢
1、宏觀檢驗
宏觀檢查主要是檢查外觀、結構及幾何尺寸等是否滿足容器安全使用的要求。目前的檢驗現狀是檢驗人員到達現場后主要依靠目測觀察容器本體、對接焊縫、接管角焊縫等部位的焊縫表面（包括近縫區）裂紋、過熱、變形、泄漏；內外表面的腐蝕和機械損傷；焊縫布置情況；結構布局；保溫層、襯里的完好情況和幾何尺寸的測量，主要以設備運行過程中產生的缺陷為重點，對于內部無法進入的容器采用內窺鏡檢查。其檢查結果受到檢驗人員經驗水平和檢驗準備工作的影響很大，例如：①檢驗人員對受檢設備不了解，無相關經驗，盲目進罐宏觀檢驗很難發現缺陷擴展和細微的表面裂紋。②設備內表面受到介質和檢驗準備工作等因素的影響很大，有些原油等儲存容器經過表面處理后任然影響到宏觀檢驗的結果。
2、射線檢測技術
射線檢測技術是檢測焊縫試件內部宏觀幾何缺陷的重要手段之一，它使用底片作為記錄介質，可以直觀的反應出缺陷的性質、數量、尺寸及位置信息，且可以長期保存，幾乎不受受檢設備的材料限制，但是使用射線檢測時檢驗成本較大，檢測速度較慢，對人體傷害較大，對面積型缺陷受到透照角度的影響較大。近年來，隨著數字化技術的發展，射線照相技術也在不斷的進步，數字化成像技術和計算機技術已得到越來越廣泛地應用，但在壓力容器定期檢驗過程中，由于射線探傷設備較大，不利于攜帶，野外作業環境的局限，使得應用范圍逐步縮小。
超聲檢測技術主要應用在對接焊縫的內側隱含的缺陷和壓力容器焊縫內表裂縫的檢測，是我國目前應用最廣、使用最多的一種壓力容器檢驗技術。
1）信號處理。超聲檢測技術的關鍵在于如何通過獲取的超聲信號來識別缺陷的具置，為實現精確定位缺陷的目的，我們就必須對信號進行降噪處理，提取清晰的目標信號。我們可以利用人工神經網絡技術對信號進行深度智能識別，或利用小波包分析方法來提取缺陷信號的特征，使缺陷信號與其它干擾信號區分開來，實現缺陷的有效定位。
2）超聲換能器。壓力容器常用的超聲換能器包括壓電超聲換能器和電磁超聲換能器等，利用電磁超聲換能器可以實現在不與被檢測容器接觸的情況下進行有效檢測，特別適用于高溫、高速等無法直接接觸被檢容器的檢測環境。目前我國許多工科院校對超聲換能器都在進行研究，研究方向主要向高頻、大功率、集成化、微型化發展。
4、聲發射檢測技術
聲發射技術既利用聲發射原理來進行缺陷診斷的檢測技術，這種檢測技術由于不受被檢設備的大小、形狀及材料的限制，非常適用于壓力容器的實時在線監測。其不僅能夠對缺陷進行診斷，還能夠對裂縫的發展進行預測，以便及時采取防護措施，避免事故的發生。我國在金屬材料壓力容器的聲發射信號處理方面處于領先地位，劉時風、沈功田等人利用基于波形分析的模態分析、經典譜與現代譜分析、小波分析及人工神經網絡模式識別等方法對發射信號進行有效的分析，經過試驗驗證能夠對缺陷進行較為準確的定位，同時我國還依據相關技術，自主研發了信號分析的軟件包。通過以上這些聲發射信號處理與分析的技術，可以直接給出聲發射源的缺陷性質和危險級別，而不需要常規的無損檢測復驗。目前我國聲發射檢測技術的研究主要有兩個方向：一是聲發射的識別和聲發射源的評價。具體包括了以下幾個課題：①聲發射波在固體材料中的傳播原理；②聲發射源的物理機制；③換能器的多頻化和高靈敏化；④各類型材料的聲發射信號特點研究；⑤聲發射信號的有效處理；⑥聲發射源評價標準的建立；⑦聲發射技術在新領域的應用。
5、磁記憶檢測技術
磁記憶檢測技術利用了金屬材料在載荷與地磁場的共同作用下，殘余磁性將重新進行分布，并在載荷消失后依然存在的磁記憶原理。磁記憶檢測技術的原理與聲發射技術有相同之處，都是利用材料自身發射的信號來進行缺陷檢測，該技術能夠有效、及時地發現運行容器設備中的早期損傷，較精確地對可能誘發損傷的應力集中部位進行定位，從而避免損傷進行一步擴大，造成事故的發生。為壓力容器中缺陷的早期診斷提供了一種有效有方法。磁記憶檢測技術的優點是：①檢測過程不需要專用的磁化裝置。②不需要對被檢材料表面進行預處理。③檢驗設備輕便、易攜帶、操作簡單、檢測結果可靠。設備但是磁記憶檢測技術有局限性，其只能對磁性金屬材料進行檢測。其缺點是在檢測中只能預測缺陷出現的部位，但不能對現有缺陷的形態、性質進行定量檢測，因此，可采用磁記憶檢測技術與其它能夠定量檢測的技術結合，以達到最好的檢測效果。由于這項技術是至今為止能夠對金屬材料進行預測性診斷的唯一方法，其在實際工程中得到了迅速推廣與發展，許多學者也紛紛加入該項技術的研究中來。
超聲檢測技術論文范文第2篇
關鍵詞：電子元件；焊接；檢測技術
1、電子元件焊接質量檢測技術
表1 焊點質量常用檢測方法
非破壞性檢測破壞性檢測環境檢測目視檢測
光學檢測
電氣檢測
X-ray檢測
超聲檢測抗張破壞檢測
剝離檢測
顯微組織檢測腐蝕監測
振動檢測
沖擊檢測1.1目測法
在非破壞性檢測中，較為常用的檢測方法就屬目視檢測，這種方法可以利用萬能投影儀和十倍放大鏡來進行，檢測人員能力的好壞直接關系著檢測速度和精度。防止焊點失效人工視覺檢查起著不可忽視的作用，尤其是在短期應用中，但是對于焊點缺陷人工視覺檢查是很難發現的。人工目測檢驗可以觀測的焊點缺陷包括：橋連、漏焊、錯位、錯焊等，靈活性較強。這種方法對于檢測者的要求是很高的，這種方法的檢測具有一定的主觀性。
1.2自動光學檢測（AOI）
SMA檢查難度越來越高，特別是器件封裝尺寸的減小和印制電路板貼片密度的增加，使其難度進一步加劇，對于生產和質量控制的需要，人工目測的穩定和可靠性是難以滿足要求的，手工檢查由于越來越小的印制電路板而變得不可靠，人的視覺疲勞是導致誤差的一大重要因素。因此，采用專用檢查儀器進行檢測已經越來越受歡迎。首先，光學儀器是用于生產實際的檢測儀器，通過光源對SMA進行照射，采集和運算SMA反射光用光學鏡頭進行，經過計算機進行圖像處理后，從而對SMA上的元件位置及焊接情況進行判斷，這些都是光學儀器的一個共同特點。這類設備就是所謂的自動光學檢測設備。自動光學檢測設備的基本原理就是被測物圖形的獲取采用光學手段來進行，一般情況下，檢測物的照明圖像的獲取并對進行數字化都是通過一個傳感器來進行，然后以某種方法進行比較、檢驗、分析和判斷，也就是說，用自動化、智能化替代人工目視檢測。
絲網印刷后AOI，在生產匯中，元器件的焊接質量受焊膏印刷質量的直接影響。例如，元器件由于焊膏缺失而開焊，焊接由于焊膏橋接而短路，元器件由于焊膏坍塌而導致虛焊等。因此，在絲網印刷后進行AOI，不僅可以將故障及時的找出，從而使產品質量有所提高，并且也使得返工和維修成本減少。
器件貼裝后AOI。漏貼、貼錯、偏移歪斜等貼片缺陷可以通過器件貼裝后AOI及時檢出。其通常都是采用高分辨率彩色電荷耦合器件來整體掃描被測貼片的基板；對被測元器件圖像信息進行捕獲，并且通過分析元器件圖像的外觀匹配、幾何尺寸、結構的分析，將缺陷的元件快速的檢測以及實時統計分析貼片工序能力。
1.3X-Ray檢測
X-Ray的穿透性很強，因此，在進行X-Ray對缺陷進行檢測時也就是利用這個特性來進行的，其主要是對焊點內部缺陷進行檢測。X-Ray檢測提供了一種非破壞性的測試方法，可以對所有元器件的焊接質量進行檢測，X-Ray測試的信息通過計算機自動轉化為焊點特征數據來進行的，與標準值進行對比，來判斷出缺陷焊點。目前X-Ray還不能檢測亞微米范圍內的焊點微小開裂，其檢測范圍一般在1~5μm。
1.4超聲波檢測
超聲波檢測是利用超聲波束向金屬材料的深處透入，從一個截面深入到另一個截面，焊點的缺陷的檢測就是在界面邊緣發生反射的特點來進行的。金屬內部進入來自焊點表面的超聲波，當遇到缺陷和焊點底部時就會有反射現象發生，將反射波束收集到熒光屏上形成脈沖波形，缺陷的位置、性質和大小的判斷根據波形的特點來進行。超聲波檢驗具有很多的優點，例如靈敏度高、檢驗速度快、對人體無害、操作方便和成本低等，雖然優勢很多，但是在定性和定量判定缺陷時還是存在困難。
2、電子元件焊接質量檢測技術的發展
人工目測檢測法應用的也較普遍，但是其帶有很強的主觀性，只能檢測電子元件的一些外觀特征。當前應用最廣的檢測技術是自動光學檢測技術，其發展趨勢主要有：（1）分類檢測。AOI檢測重點隨著SMT流水線中放置的位置不同而不同，并且元件不同，所要檢測的缺陷類型也就不同，例如，焊點主要檢測的就是無錫膏，錫是否多，是否少等，是否缺件、錯件、偏移等情況的檢測就是用元件本體來進行，IC主要是對是否有橋接等進行檢測。這樣不同的檢測類型就需要不同的檢測方法來進行，就有針對性的檢測才能提高檢測質量。（2）Bad Mark的檢測，和BarCode等功能AOI要適應印刷機的變化，像Bad Mark就可以不檢測，機器檢測到一塊PCB板就不印刷了。一些板子用條形碼來標記板子，那么對這些條形碼得識別就可以通過AOI加入barcode功能來進行。對于SMT行業變化和需求，這些功能都能夠滿足，從而給AOI帶來了一些發展。
3、結語
如何選擇適合的電子元件焊接質量檢測技術，應該根據產品的實際情況而定。焊接質量檢測技術決定了焊接質量的好壞，而焊接質量的好壞與所在電路是否正常運行有著密切關系，因此，無論選擇哪種檢測技術，但必須都與本產品相符。
參考文獻：
[1] 丁德勤. 電子電氣元件的焊接技巧[J]. 農村電工, 2008, (08) .
[2] 蔡康松,段杏林. 提高電子元件焊接質量的研究[J]. 黃山學院學報, 2006, (03) .
超聲檢測技術論文范文第3篇
論文關鍵詞:數據融合 傳感器 無損檢測 精確林業 應用
論文摘要:介紹了數據融合技術的基本概念和內容，分析了該技術在森林防火、森林蓄積特征的估計和更新、森林資源調查等方面的應用，提出該技術可應用于木材無損檢測及精確林業。融合機器視覺、X射線等單一傳感器技術檢測木材及木制品，可以更準確地實時檢測出木材的各種缺陷;集成GPS、GIS、RS及各種實時傳感器信息，利用智能決策支持系統以及可變量技術，能夠實現基于自然界生物及其賴以生存的環境資源的時空變異性的客觀現實，建立基于信息流融合的精確林業系統。
多傳感器融合系統由于具有較高的可靠性和魯棒性，較寬的時間和空間的觀測范圍，較強的數據可信度和分辨能力，已廣泛應用于軍事、工業、農業、航天、交通管制、機器人、海洋監視和管理、目標跟蹤和慣性導航等領域[1，2]。筆者在分析數據融合技術概念和內容的基礎上，對該技術在林業工程中的應用及前景進行了綜述。
1 數據融合
1.1 概念的提出
1973年，數據融合技術在美國國防部資助開發的聲納信號理解系統中得到了最早的體現。70年代末，在公開的技術文獻中開始出現基于多系統的信息整合意義的融合技術。1984年美國國防部數據融合小組(DFS)定義數據融合為:“對多源的數據和信息進行多方的關聯、相關和綜合處理，以更好地進行定位與估計，并完全能對態勢及帶來的威脅進行實時評估”。
1998年1月，Buchroithner和Wald重新定義了數據融合:“數據融合是一種規范框架，這個框架里人們闡明如何使用特定的手段和工具來整合來自不同渠道的數據，以獲得實際需要的信息”。
Wald定義的數據融合的概念原理中，強調以質量作為數據融合的明確目標，這正是很多關于數據融合的文獻中忽略但又是非常重要的方面。這里的“質量”指經過數據融合后獲得的信息對用戶而言較融合前具有更高的滿意度，如可改善分類精度，獲得更有效、更相關的信息，甚至可更好地用于開發項目的資金、人力資源等[3]。
1.2 基本內容
信息融合是生物系統所具備的一個基本功能，人類本能地將各感官獲得的信息與先驗知識進行綜合，對周圍環境和發生的事件做出估計和判斷。當運用各種現代信息處理方法，通過計算機實現這一功能時，就形成了數據融合技術。
數據融合就是充分利用多傳感器資源，通過對這些多傳感器及觀測信息的合理支配和使用，把多傳感器在空間或時間上的冗余或互補信息依據某些準則進行組合，以獲得被測對象的一致性解釋或描述。數據融合的內容主要包括:
(1)數據關聯。確定來自多傳感器的數據反映的是否是同源目標。
(2)多傳感器ID/軌跡估計。假設多傳感器的報告反映的是同源目標，對這些數據進行綜合，改進對該目標的估計，或對整個當前或未來情況的估計。
(3)采集管理。給定傳感器環境的一種認識狀態，通過分配多個信息捕獲和處理源，最大限度地發揮其性能，從而使其操作成本降到最低。傳感器的數據融合功能主要包括多傳感器的目標探測、數據關聯、跟蹤與識別、情況評估和預測[4]。
根據融合系統所處理的信息層次，目前常將信息融合系統劃分為3個層次:
(l)數據層融合。直接將各傳感器的原始數據進行關聯后，送入融合中心，完成對被測對象的綜合評價。其優點是保持了盡可能多的原始信號信息，但是該種融合處理的信息量大、速度慢、實時性差，通常只用于數據之間配準精度較高的圖像處理。
(2)特征層融合。從原始數據中提取特征，進行數據關聯和歸一化等處理后，送入融合中心進行分析與綜合，完成對被測對象的綜合評價。這種融合既保留了足夠數量的原始信息，又實現了一定的數據壓縮，有利于實時處理，而且由于在特征提取方面有許多成果可以借鑒，所以特征層融合是目前應用較多的一種技術。但是該技術在復雜環境中的穩健性和系統的容錯性與可靠性有待進一步改善。
(3)決策層融合。首先每一傳感器分別獨立地完成特征提取和決策等任務，然后進行關聯，再送入融合中心處理。這種方法的實質是根據一定的準則和每個決策的可信度做出最優的決策。其優點是數據通訊量小、實時性好，可以處理非同步信息，能有效地融合不同類型的信息。而且在一個或幾個傳感器失效時，系統仍能繼續工作，具有良好的容錯性，系統可靠性高，因此是目前信息融合研究的一個熱點。但是這種技術也有不足，如原始信息的損失、被測對象的時變特征、先驗知識的獲取困難，以及知識庫的巨量特性等[5，6]。
1.3 處理模型
美國數據融合工作小組提出的數據融合處理模型[7]，當時僅應用于軍事方面，但該模型對人們理解數據融合的基本概念有重要意義。模型每個模塊的基本功能如下:
數據源。包括傳感器及其相關數據(數據庫和人的先驗知識等)。
源數據預處理。進行數據的預篩選和數據分配，以減輕融合中心的計算負擔，有時需要為融合中心提供最重要的數據。目標評估。融合目標的位置、速度、身份等參數，以達到對這些參數的精確表達。主要包括數據配準、跟蹤和數據關聯、辨識。
態勢評估。根據當前的環境推斷出檢測目標與事件之間的關系，以判斷檢測目標的意圖。威脅評估。結合當前的態勢判斷對方的威脅程度和敵我雙方的攻擊能力等，這一過程應同時考慮當前的政治環境和對敵策略等因素，所以較為困難。
處理過程評估。監視系統的性能，辨識改善性能所需的數據，進行傳感器資源的合理配置。人機接口。提供人與計算機間的交互功能，如人工操作員的指導和評價、多媒體功能等。
2 多傳感器在林業中的應用
2.1 在森林防火中的應用
在用MODIS(Moderate Resolution Imaging Spectroradiometer)數據測定森林火點時的20、22、23波段的傳感器輻射值已達飽和狀態，用一般圖像增強處理方法探測燃燒區火點的結果不理想。余啟剛運用數據融合技術，在空間分辨率為1 000 m的熱輻射通道的數據外加入空間分辨率為250 m的可見光通道的數據，較好地進行了不同空間分辨率信息的數據融合，大大提高了對火點位置的判斷準確度[8]。為進一步提高衛星光譜圖像數據分析的準確性與可靠性，利用原有森林防火用的林區紅外探測器網，將其與衛星光譜圖像數據融合，可以使計算機獲得GPS接收機輸出的有關信息通過與RS實現高效互補性融合，從而彌補衛星圖譜不理想的缺失區數據信息，大大提高燃燒區火點信息準確度和敏感性。
2.2 森林蓄積特征的估計
Hampus Holmstrom等在瑞典南部的試驗區將SPOT-4×S衛星數據和CARABAS-II VHFSAR傳感器的雷達數據進行了融合，采用KNN(k nearest neighbor )方法對森林的蓄積特征(林分蓄積、樹種組成與年齡)進行了估計[9]。
KNN方法就是采用目標樣地鄰近k個(k=10)最近樣地的加權來估計目標樣地的森林特征。研究者應用衛星光譜數據、雷達數據融合技術對試驗區的不同林分的蓄積特征進行估計，并對三種不同的數據方法進行誤差分析。試驗表明，融合后的數據作出的估計比單一的衛星數據或雷達數據的精度高且穩定性好。
2.3 用非垂直航空攝像數據融合GIS信息更新調查數據
森林資源調查是掌握森林資源現狀與變化的調查方法，一般以地面調查的方法為主，我國5年復查一次。由于森林資源調查的工作量巨大，且要花費大量的人力、物力和資金。國內外許多學者都在探索航空、航天的遙感調查與估計方法。
Trevor J Davis等2002年提出采用非垂直的航空攝影數據融合對應的GIS數據信息實現森林調查數據的快速更新，認為對森林資源整體而言，僅某些特殊地區的資源數據需要更新。在直升飛機側面裝上可視的數字攝像裝置，利用GPS對測點進行定位，對特殊地區的攝像進行拍攝，同時與對應的GIS數據進行融合，做出資源變化的估計或影像的修正[10]。
試驗表明，融合后的數據可以同高分辨率矯正圖像相比，該方法花費少，精度高，能充分利用影像的可視性，應用于偏遠、地形復雜、不易操作、成本高的區域，同時可避免遙感圖像受云層遮蓋。
3 數據融合在林業中的應用展望
3.1 在木材檢測中的應用
3.1.1 木材缺陷及其影響
木材是天然生長的有機體，生長過程中不可避免地有尖削度、彎曲度、節子等生長缺陷，這些缺陷極大地影響了木材及其制品的優良特性，以及木材的使用率、強度、外觀質量，并限制了其應用領域。在傳統木制品生產過程中，主要依靠人的肉眼來識別木材缺陷，而木材板材表面缺陷在大小、形狀和色澤上都有較大的差異，且受木材紋理的影響，識別起來非常困難，勞動強度大，效率低，同時由于熟練程度、標準掌握等人為因素，可能造成較大的誤差。另外在集成材加工中，板材缺陷的非雙面識別嚴重影響了生產線的生產節拍。因此必須開發一種能夠對板材雙面缺陷進行在線識別和自動剔除技術，以解決集成材加工中節子人工識別誤差大、難以實現雙面識別、剔除機械調整時間長等問題。
3.1.2 單一傳感器在木材檢測中的應用
對木材及人造板進行無損檢測的方法很多，如超聲波、微波、射線、機械應力、震動、沖擊應力波、快速傅立葉變換分析等檢測方法[11，12]。超聲技術在木材工業中的應用研究主要集中在研究聲波與木材種類、木材結構和性能之間的關系、木材結構及缺陷分析、膠的固化過程分析等[13]。
隨著計算機視覺技術的發展，人們也將視覺傳感器應用于木材檢測中。新西蘭科學家用視頻傳感器研究和測量了紙漿中的纖維橫切面的寬度、厚度、壁面積、壁厚度、腔比率、壁比率等，同時準確地測量單個纖維和全部纖維的幾何尺寸及其變化趨勢，能夠區分不同紙漿類型，測定木材纖維材料加固結合力，并動態地觀察木材纖維在材料中的結合機理。
新西蘭的基于視覺傳感器的板材缺陷識別的軟件已經產業化，該軟件利用數碼相機或激光掃描儀采集板材的圖像，自動識別板材節子和缺陷的位置，控制板材的加工。該軟件還具有進行原木三維模型真實再現的計算機視覺識別功能，利用激光掃描儀自動采集原木的三維幾何數據。
美國林產品實驗室利用計算機視覺技術對木材刨花的尺寸大小進行分級，確定各種刨花在板中的比例和刨花的排列方向;日本京都大學基于視覺傳感器進行了定向刨花板內刨花定向程度的檢測，從而可以通過調整定向鋪裝設備優化刨花的排列方向來提高定向刨花板的強度。
在制材加工過程中，利用計算機視覺技術在線實時檢測原木的形狀及尺寸，選擇最佳下鋸方法，提高原木的出材率。同時可對鋸材的質量進行分級，實現木材的優化使用;在膠合板的生產過程中，利用計算機視覺技術在線實時檢測單板上的各種缺陷，實現單板的智能和自動剪切，并可測量在剪切過程中的單板破損率，對單板進行分等分級，實現自動化生產過程。Wengert等在綜合了大量的板材分類經驗的基礎上，建立了板材分級分類的計算機視覺專家系統。在國內這方面的研究較少，王金滿等用計算機視覺技術對刨花板施膠效果進行了定量分析[14]。
X射線對木材及木質復合材料的性能檢測已得到了廣泛的應用，目前該技術主要應用于對木材密度、含水率、纖維素相對結晶度和結晶區大小、纖維的化學結構和性質等進行檢測，并對木材內部的各種缺陷進行檢測。
3.1.3 數據融合在木材檢測中的應用展望
單一傳感器在木材工業中已得到了一定程度的應用，但各種單項技術在應用上存在一定的局限性。如視覺傳感器不能檢測到有些與木材具有相同顏色的節子，有時會把木板上的臟物或油脂當成節子，造成誤判，有時也會受到木材的種類或粗糙度和濕度的影響，此外，這種技術只能檢測部分表面缺陷，而無法檢測到內部缺陷;超聲、微波、核磁共振和X射線技術均能測量密度及內部特征，但是它們不能測定木材的顏色和瑕疵，因為這些缺陷的密度往往同木板相同。因此，一個理想的檢測系統應該集成各種傳感技術，才能準確、可靠地檢測到木材的缺陷[15，16]。
基于多傳感器(機器視覺及X射線等)數據融合技術的木材及木制品表面缺陷檢測，可以集成多個傳統單項技術，更可靠、準確地實時檢測出木材表面的各種缺陷，為實現木材分級自動化、智能化奠定基礎，同時為集裁除鋸、自動調整、自動裁除節子等為一身的新型視頻識別集成材雙面節子數控自動剔除成套設備提供技術支持。
3.2 在精確林業中的應用
美國華盛頓大學研究人員開展了樹形自動分析、林業作業規劃等研究工作;Auburn大學的生物系統工程系和USDA南方林業實驗站與有關公司合作開展用GPS和其他傳感器研究林業機器系統的性能和生產效率。
目前單項的GPS、RS、GIS正從“自動化孤島”形式應用于林業生產向集成技術轉變。林業生產系統作為一個多組分的復雜系統，是由能量流動、物質循環、信息流動所推動的具有一定的結構和功能的復合體，各組分間的關系和結合方式影響系統整體的結構和功能。因此應該在計算機集成系統框架下，有效地融合GPS、GIS、RS等數據，解決這些信息在空間和時間上的質的差異及空間數據類型的多樣性，如地理統計數據、柵格數據、點數據等。利用智能DSS(決策支持系統)以及VRT(可變量技術)等，使林業生產成為一個高效、柔性和開放的體系，從而實現林業生產的標準化、規范化、開放性，建立基于信息流融合的精確林業系統。
南京林業大學提出了“精確林業工程系統”[17]。研究包括精確林業工程系統的領域體系結構、隨時空變化的數據采集處理與融合技術、精確控制林業生產的智能決策支持系統、可變量控制技術等，實現基于自然界生物及其所賴以生存的環境資源的時空變異性的客觀現實，以最小資源投入、最小環境危害和最大產出效益為目標，建立關于林業管理系統戰略思想的精確林業微觀管理系統。
[參考文獻]
[1]高翔，王勇.數據融合技術綜述[J].計算機控制與測量，2002，10(11):706-709.
[2]龔元明，蕭德云，王俊杰.多傳感器數據融合技術(上)[J].冶金自動化，2002(4):4-7.
[3]錢永蘭，楊邦杰，雷廷武.數據融合及其在農情遙感監測中的應用與展望[J].農業工程學報，2004，20(4):286-290.
[4]高德平，黃雪梅.多傳感器和數據融合(一)[J].紅外與激光工程，1999，28(1):1-4.
[5]王耀南，李樹濤.多傳感器信息融合及其應用綜述[J].控制與決策，2001，16(5):518-52.
[6]許 軍，羅飛路，張耀輝.多傳感器信息融合技術在無損檢測中的應用研究[J].無損檢測，2000，22(8):342-344.
[7] White F E. Data fusion lexicon:Data fusion subpanel of the joint directors of laboratories technical panel for C3[R].San Diego，1991.
[8]余啟剛.數據融合技術在“3S”森林防火中的應用[J].森林工程，2003，19(4):5-6.
[9] Hampus Holmstrom， Johan E S Fransson. Combining remotely sensed optical and radar data in KNN-estimation of forest[J]. Forest Science， 2003， 49(3): 409-418.
[10] Trevor J Davis， Brian Klinkenberg， Peter Keller C. Updating inventory: Using oblique videogrammetry & data fusion[J].Journalof Forestry， 2002， 100(2):45-50.
[11]楊春梅，胡萬義，白 帆，等.木材缺陷檢測理論及方法的發展[J].林業機械與木工設備，2004，32(3):8-10.
[12]胡英成，顧繼友，王逢瑚.木材及人造板物理力學性能無損檢測技術研究的發展與展望[J].世界林業研究，2002，15(4):39-46.
[13]肖忠平，盧曉寧，陸繼圣.木質材料X射線與超聲檢測技術研究的發展與展望[J].木材加工機械，2004，15(1):25-27.
[14]王金滿，周秀榮.刨花板施膠效果計算機視覺分析方法[J].東北林業大學學報，1994，22(3):25-26.
[15] Klinkhachorn P. Prototyping an automated lumber processing system[J]. Forest Products Journal， 1993 (2): 11-18.
