252927 АВТОМАТИЧЕСКАЯ ТРАНСМИССИЯ AL4 DPO Датчик давления давления

1. Методы диагностики общих датчиков датчика

С разработкой науки и техники методы диагностики разломов датчиков все более и более распространены, что может в основном удовлетворять потребности ежедневного использования. В частности, общие методы диагностики разломов датчика в основном включают в себя следующее:

1.1 Диагностика неисправностей на основе модели

Самая ранняя разработанная технология диагностики разломов датчиков на основе моделей требует аналитической избыточности вместо физической избыточности в качестве основной идеи и получает информацию о разломе, главным образом, сравнивая ее с измеренными значениями, выводящимися системой оценки. В настоящее время эта технология диагностики может быть разделена на три категории: метод диагностики неисправностей на основе параметров, метод диагностики неисправностей на основе состояний и метод эквивалентного диагностики пространства. В целом, мы определяем характерные параметры компонентов, которые составляют физическую систему как параметры материи, а также дифференциальные или разностные уравнения, которые описывают систему управления как параметры модуля. Когда датчик в системе сбои из -за повреждения, сбоя или деградации производительности, его можно напрямую отображаться в виде изменения параметров материала, что, в свою очередь, вызывает изменение параметров модуля, которое содержит всю информацию о неисправностях. Напротив, когда параметры модуля известны, можно рассчитать изменение параметра, чтобы определить размер и степень разлома датчика. В настоящее время широко использовалась технология диагностики датчиков на основе моделей, а результаты ее исследований сосредоточены на линейных системах, но необходимо укрепить исследования нелинейных систем.

1.2 Диагностика неисправностей на основе знаний

В отличие от вышеупомянутых методов диагностики неисправностей, диагностика разломов, основанный на знаниях, не нуждается в создании математической модели, которая преодолевает недостатки или дефекты диагноза на основе моделей, но не имеет набора зрелой теоретической поддержки. Среди них метод искусственной нейронной сети является представителем диагноза неисправностей, основанных на знаниях. Так называемая искусственная нейронная сеть сокращена как Энн на английском языке, которая основана на человеческом понимании нейронной сети мозга и реализует определенную функцию посредством искусственной конструкции. Искусственная нейронная сеть может хранить информацию распределенным образом и реализовать нелинейное преобразование и картирование с помощью топологии сети и распределения веса. Напротив, метод искусственной нейронной сети компенсирует дефицит диагностики неисправностей на основе моделей в нелинейных системах. Тем не менее, метод искусственной нейронной сети не является идеальным, и он опирается только на некоторые практические случаи, что не обеспечивает эффективного использования накопленного опыта в специальных областях и легко влияет на выбор выборки, поэтому диагностические выводы, сделанные из него, не интерпретируются.