随着对机电设备状态检测和质量测控要求的不断提高，传感器的优化布置和信息的有效利用已成为提高机电设备状态检测和质量测控精度的关键问题。本项目针对传感器优化布置、信息融合理论与方法在机电设备状态检测、质量测制中存在的局限性，以旋转机械和复杂制造系统为研究对象，将理论研究、实验研究及工程应用相结合，综合考虑传感器布置受限条件，结合各人工智能方法，通过信息的有效利用及复用，研究在机电设备状态检测和质量测控过程中高效、适应性广的传感器优化布置策略，实现多目标函数优化、降低检测成本和提高状态检测与质量监控的可靠性。建立多层次、多方法的信息融合模型以融合不同时空、不同种类的传感器信息，并将传感器优化布置理论与信息融合技术相结合，研究两者之间的作用关系，完善传感器优化布置策略。本项目将能有效地提高设备状态检测和质量控制的准确性和实用性，推动状态检测和质量控制理论的发展和应用。
