能源问题是所有问题的重中之重,清洁型能源越来越重要,液化天然气(LNG,Liquefied Natural Gas)具有清洁、安全、高效等特点,逐渐替代传统能源成为主要能源。在液化天然气运输过程中,对槽车位置和运输过程中状态的变化进行实时监测是实现安全生产的重要保障。本文的监测对象是液化天然气罐体的液位,首先,通过分布式超声波传感器采集液位信息,经单片机电路进行信号调理和信息预处理,对数据进行采集、显示、判断报警,同时将数据发送给PC端上位机。其次,实现多传感器模式下的液位信息融合,得到实时并且准确的动态液位值。本文着重探索了以自适应加权融合算法为核心的分布式多传感器信息融合算法。在分析运输途中液化天然气罐体液位的多传感器时滞模型的基础上,针对可能存在的数据丢失和传输时延,将单传感器进行分批估计,引入置信矩阵,按矩阵加权,并基于多传感器融合算法理论,设计自适应加权融合算法。其中,对于单传感器分批估计分别从实时性和有效性进行了公式推导,并对比了平均加权融合,最优加权融合,自适应加权融合等三种加权融合算法的效果。通过试验比较本设计测量结果与实际数据,自适应加权融合算法在低动态情况下精度相对较高,数据稳定,能够监测液化天然气在槽车运输途中罐体的液位变化。具有一定的理论价值和现实意义。