252927 Датчик давления переключателя AL4 DPO автоматической коробки передач

1. Распространенные методы диагностики неисправностей датчиков

С развитием науки и техники методов диагностики неисправностей датчиков становится все больше и больше, что в основном может удовлетворить потребности повседневного использования. В частности, общие методы диагностики неисправностей датчиков в основном включают в себя следующее:

1.1 Диагностика неисправностей на основе модели

Самая ранняя разработанная технология диагностики неисправностей датчиков на основе моделей в качестве основной идеи использует аналитическую избыточность, а не физическую избыточность, и получает информацию о неисправности главным образом путем сравнения ее с измеренными значениями, выдаваемыми системой оценки. В настоящее время эту технологию диагностики можно разделить на три категории: метод диагностики неисправностей на основе оценки параметров, метод диагностики неисправностей на основе состояния и метод диагностики эквивалентного пространства. В общем случае мы определяем характеристические параметры компонентов, составляющих физическую систему, как параметры материи, а дифференциальные или разностные уравнения, описывающие систему управления, как параметры модуля. Когда датчик в системе выходит из строя из-за повреждения, отказа или ухудшения производительности, это может быть непосредственно отображено как изменение параметров материала, что, в свою очередь, вызывает изменение параметров модуля, которые содержат всю информацию о неисправности. Напротив, когда параметры модуля известны, можно рассчитать изменение параметра, чтобы определить размер и степень неисправности датчика. В настоящее время широко используется технология диагностики датчиков на основе моделей, и результаты ее исследований сосредоточены на линейных системах, но исследования нелинейных систем необходимо усилить.

1.2 Диагностика неисправностей на основе знаний

В отличие от вышеупомянутых методов диагностики неисправностей, диагностика неисправностей на основе знаний не требует создания математической модели, которая устраняет недостатки или дефекты диагностики неисправностей на основе модели, но ей не хватает набора зрелой теоретической поддержки. Среди них метод искусственной нейронной сети является представителем диагностики неисправностей, основанной на знаниях. Так называемая искусственная нейронная сеть, сокращенно называемая ANN на английском языке, основана на человеческом понимании нейронной сети мозга и реализует определенную функцию посредством искусственного построения. Искусственная нейронная сеть может хранить информацию распределенным образом и осуществлять нелинейное преобразование и отображение с помощью топологии сети и распределения веса. Напротив, метод искусственных нейронных сетей восполняет недостаток диагностики неисправностей на основе моделей в нелинейных системах. Однако метод искусственных нейронных сетей несовершенен и опирается только на некоторые практические случаи, не позволяет эффективно использовать накопленный опыт в специальных областях и легко поддается влиянию отбора выборки, поэтому диагностические выводы, сделанные на его основе, не являются достоверными. интерпретируемый.