多传感器聚类融合技术通过测试数据的特征分层提取及集成处理，解决大型复杂工业装备设计、制造或生产过程中的海量异构信息处理难点问题。袋式除尘器以除尘效率高达99.99%位居各类工业除尘设备之首，目前被广泛应用于电力、制药、水泥、冶金、化工、煤炭等行业，根据大型袋式除尘器生产安全要求进行的虚拟样机测试，要求完成可变结构和可变参数的数字化虚拟测试实验。首先，研究现代多传感器聚类融合方法，明确聚类融合技术在处理海量数据复杂运算方面的应用优势；其次，研究大型袋式除尘器的工作机理，指出袋式除尘器主要生产安全问题，确定滤袋破损原因及相关边界条件；在此基础上，提出一种用于袋式除尘器虚拟样机安全性能测试的聚类融合方法，给出袋式除尘器虚拟样机安全参数设计方法；最后，研发基于VC与MATLAB的工具软件及聚类融合算法，用于袋式除尘器产品虚拟样机安全性能测试，应用BP神经网络与RBF神经网络实现融合，并进行实例验证。实际应用表明：聚类融合技术特别适用于产品虚拟样机的数字化测试，尤其是解决数字化测试实验所需的大量数值模拟过程产生的海量异构数据处理问题，用于袋式除尘器安全性能测试解决了多结构、多变量设计样机破袋监控及精确定位的关键技术问题，论文研究在面向袋式除尘器新产品研发过程中的安全测试和性能评估，预防设计缺陷和判断设计方案合理性等做出了贡献。