252927 Penghantaran Automatik AL4 DPO Penderia Tekanan Suis

1. Kaedah diagnosis kerosakan sensor biasa

Dengan perkembangan sains dan teknologi, kaedah diagnosis kerosakan sensor semakin banyak, yang pada dasarnya dapat memenuhi keperluan penggunaan harian. Secara khusus, kaedah diagnosis kerosakan sensor biasa terutamanya termasuk yang berikut:

1.1 Diagnosis kerosakan berasaskan model

Teknologi diagnosis kesalahan sensor berasaskan model yang paling awal dibangunkan mengambil lebihan analitikal dan bukannya lebihan fizikal sebagai idea terasnya, dan memperoleh maklumat kesalahan terutamanya dengan membandingkannya dengan output nilai terukur oleh sistem anggaran. Pada masa ini, teknologi diagnosis ini boleh dibahagikan kepada tiga kategori: kaedah diagnosis kesalahan berdasarkan anggaran parameter, kaedah diagnosis kerosakan berasaskan negeri dan kaedah diagnosis ruang yang setara. Secara umum, kami mentakrifkan parameter ciri komponen yang membentuk sistem fizikal sebagai parameter jirim, dan persamaan pembezaan atau perbezaan yang menggambarkan sistem kawalan sebagai parameter modul. Apabila sensor dalam sistem gagal disebabkan oleh kerosakan, kegagalan atau kemerosotan prestasi, ia boleh dipaparkan secara langsung sebagai perubahan parameter bahan, yang seterusnya menyebabkan perubahan parameter modulus, yang mengandungi semua maklumat kerosakan. Sebaliknya, apabila parameter modul diketahui, perubahan parameter boleh dikira, untuk menentukan saiz dan tahap kerosakan sensor. Pada masa ini, teknologi diagnosis sensor berasaskan model telah digunakan secara meluas, dan hasil penyelidikannya memfokuskan pada sistem linear, tetapi penyelidikan mengenai sistem bukan linear perlu diperkukuh.

1.2 Diagnosis kesalahan berasaskan pengetahuan

Berbeza daripada kaedah diagnosis kesalahan yang disebutkan di atas, diagnosis kesalahan berasaskan pengetahuan tidak perlu mewujudkan model matematik, yang mengatasi kekurangan atau kecacatan diagnosis kesalahan berasaskan model, tetapi tidak mempunyai satu set sokongan teori yang matang. Antaranya, kaedah rangkaian saraf tiruan adalah mewakili diagnosis kesalahan berasaskan pengetahuan. Apa yang dipanggil rangkaian neural tiruan disingkatkan sebagai ANN dalam bahasa Inggeris, yang berdasarkan pemahaman manusia tentang rangkaian saraf otak dan merealisasikan fungsi tertentu melalui pembinaan buatan. Rangkaian saraf tiruan boleh menyimpan maklumat dalam cara teragih, dan merealisasikan transformasi dan pemetaan tak linear dengan bantuan topologi rangkaian dan pengagihan berat. Sebaliknya, kaedah rangkaian saraf tiruan menebus kekurangan diagnosis kesalahan berasaskan model dalam sistem tak linear. Walau bagaimanapun, kaedah rangkaian saraf tiruan tidak sempurna, dan ia hanya bergantung pada beberapa kes praktikal, yang tidak menggunakan pengalaman terkumpul secara berkesan dalam bidang khas dan mudah dipengaruhi oleh pemilihan sampel, jadi kesimpulan diagnostik yang diambil daripadanya tidak boleh ditafsir.