252927 outomatiese ratkas AL4 DPO skakelaar druksensor

1. Algemene sensor fout diagnose metodes

Met die ontwikkeling van wetenskap en tegnologie is die metodes van sensorfoutdiagnose meer en meer volop, wat basies aan die behoeftes van daaglikse gebruik kan voldoen. Spesifiek, die algemene sensorfoutdiagnosemetodes sluit hoofsaaklik die volgende in:

1.1 Modelgebaseerde foutdiagnose

Die vroegste ontwikkelde modelgebaseerde sensorfoutdiagnosetegnologie neem analitiese oortolligheid in plaas van fisiese oortolligheid as sy kerngedagte, en verkry foutinligting hoofsaaklik deur dit te vergelyk met die gemete waardes wat deur die skattingstelsel uitgevoer word. Tans kan hierdie diagnosetegnologie in drie kategorieë verdeel word: parameterberaminggebaseerde foutdiagnosemetode, staatsgebaseerde foutdiagnosemetode en ekwivalente ruimtediagnosemetode. Oor die algemeen definieer ons die kenmerkende parameters van die komponente wat die fisiese stelsel uitmaak as materieparameters, en die differensiaal- of verskilvergelykings wat die beheerstelsel as moduleparameters beskryf. Wanneer 'n sensor in die stelsel faal as gevolg van skade, mislukking of prestasie-agteruitgang, kan dit direk vertoon word as die verandering van materiaalparameters, wat weer die verandering van modulusparameters veroorsaak, wat alle foutinligting bevat. Inteendeel, wanneer die module-parameters bekend is, kan die verandering van die parameter bereken word om die grootte en graad van die sensorfout te bepaal. Tans word modelgebaseerde sensordiagnosetegnologie wyd gebruik, en die navorsingsresultate daarvan fokus op lineêre stelsels, maar die navorsing oor nie-lineêre stelsels moet versterk word.

1.2 Kennisgebaseerde foutdiagnose

Anders as die bogenoemde foutdiagnosemetodes, hoef kennisgebaseerde foutdiagnose nie 'n wiskundige model daar te stel wat die tekortkominge of gebreke van modelgebaseerde foutdiagnose oorkom nie, maar 'n stel volwasse teoretiese ondersteuning ontbreek. Onder hulle is kunsmatige neurale netwerkmetode die verteenwoordiger van kennisgebaseerde foutdiagnose. Die sogenaamde kunsmatige neurale netwerk word in Engels as ANN afgekort, wat gebaseer is op menslike begrip van brein neurale netwerk en 'n sekere funksie deur kunsmatige konstruksie verwesenlik. Kunsmatige neurale netwerk kan inligting op 'n verspreide manier stoor, en nie-lineêre transformasie en kartering realiseer met behulp van netwerktopologie en gewigverspreiding. In teenstelling hiermee maak kunsmatige neurale netwerkmetode op vir die tekort aan modelgebaseerde foutdiagnose in nie-lineêre stelsels. Die kunsmatige neurale netwerkmetode is egter nie perfek nie, en dit maak slegs staat op sommige praktiese gevalle, wat nie effektief gebruik maak van die opgehoopte ervaring in spesiale velde nie en maklik deur steekproefseleksie beïnvloed word, dus is die diagnostiese gevolgtrekkings wat daaruit gemaak word nie. interpreteerbaar.