252927 เกียร์อัตโนมัติ AL4 DPO Switch Pression เซ็นเซอร์ความดัน

1. วิธีการวินิจฉัยความผิดปกติของเซ็นเซอร์ทั่วไป

ด้วยการพัฒนาวิทยาศาสตร์และเทคโนโลยีวิธีการวินิจฉัยความผิดพลาดเซ็นเซอร์มีความอุดมสมบูรณ์มากขึ้นเรื่อย ๆ ซึ่งโดยทั่วไปสามารถตอบสนองความต้องการของการใช้งานประจำวัน โดยเฉพาะวิธีการวินิจฉัยความผิดพลาดของเซ็นเซอร์ทั่วไปส่วนใหญ่รวมถึงสิ่งต่อไปนี้:

1.1 การวินิจฉัยความผิดพลาดแบบจำลอง

เทคโนโลยีการวินิจฉัยความผิดพลาดของเซ็นเซอร์แบบจำลองที่พัฒนาขึ้นเร็วที่สุดนั้นใช้ความซ้ำซ้อนในการวิเคราะห์แทนที่จะเป็นความซ้ำซ้อนทางกายภาพเป็นแนวคิดหลักและได้รับข้อมูลความผิดพลาดส่วนใหญ่โดยการเปรียบเทียบกับเอาต์พุตค่าที่วัดได้โดยระบบการประมาณ ในปัจจุบันเทคโนโลยีการวินิจฉัยนี้สามารถแบ่งออกเป็นสามหมวดหมู่: วิธีการวินิจฉัยความผิดตามพารามิเตอร์วิธีการวินิจฉัยความผิดพลาดตามรัฐและวิธีการวินิจฉัยพื้นที่เทียบเท่า โดยทั่วไปเรากำหนดพารามิเตอร์คุณสมบัติของส่วนประกอบที่ประกอบด้วยระบบทางกายภาพเป็นพารามิเตอร์สสารและสมการเชิงอนุพันธ์หรือความแตกต่างที่อธิบายระบบควบคุมเป็นพารามิเตอร์โมดูล เมื่อเซ็นเซอร์ในระบบล้มเหลวเนื่องจากความเสียหายความล้มเหลวหรือการลดลงของประสิทธิภาพสามารถแสดงได้โดยตรงเป็นการเปลี่ยนแปลงของพารามิเตอร์วัสดุซึ่งจะทำให้เกิดการเปลี่ยนแปลงของพารามิเตอร์โมดูลัสซึ่งมีข้อมูลความผิดทั้งหมด ในทางตรงกันข้ามเมื่อทราบพารามิเตอร์โมดูลการเปลี่ยนแปลงของพารามิเตอร์สามารถคำนวณได้เพื่อกำหนดขนาดและระดับของความผิดของเซ็นเซอร์ ในปัจจุบันเทคโนโลยีการวินิจฉัยเซ็นเซอร์แบบจำลองได้ถูกนำมาใช้อย่างกว้างขวางและผลการวิจัยมุ่งเน้นไปที่ระบบเชิงเส้น แต่การวิจัยเกี่ยวกับระบบไม่เชิงเส้นจะต้องมีความเข้มแข็ง

1.2 การวินิจฉัยข้อผิดพลาดตามความรู้

แตกต่างจากวิธีการวินิจฉัยความผิดที่กล่าวถึงข้างต้นการวินิจฉัยความผิดพลาดจากความรู้ไม่จำเป็นต้องสร้างแบบจำลองทางคณิตศาสตร์ซึ่งเอาชนะข้อบกพร่องหรือข้อบกพร่องของการวินิจฉัยความผิดพลาดตามแบบจำลอง แต่ขาดชุดของการสนับสนุนทางทฤษฎีที่ครบกำหนด ในหมู่พวกเขาวิธีการเครือข่ายประสาทเทียมเป็นตัวแทนของการวินิจฉัยความผิดพลาดตามความรู้ เครือข่ายประสาทเทียมที่เรียกว่าเป็นตัวย่อเหมือน Ann ในภาษาอังกฤษซึ่งขึ้นอยู่กับความเข้าใจของมนุษย์เกี่ยวกับเครือข่ายประสาทสมองและตระหนักถึงฟังก์ชั่นบางอย่างผ่านการก่อสร้างเทียม เครือข่ายประสาทเทียมสามารถจัดเก็บข้อมูลในแบบกระจายและตระหนักถึงการเปลี่ยนแปลงแบบไม่เชิงเส้นและการทำแผนที่ด้วยความช่วยเหลือของเครือข่ายโทโพโลยีและการกระจายน้ำหนัก ในทางตรงกันข้ามวิธีการเครือข่ายประสาทเทียมทำให้เกิดการขาดการวินิจฉัยความผิดพลาดตามแบบจำลองในระบบไม่เชิงเส้น อย่างไรก็ตามวิธีการเครือข่ายประสาทเทียมไม่สมบูรณ์แบบและขึ้นอยู่กับบางกรณีที่ใช้งานได้จริงซึ่งไม่ได้ใช้ประโยชน์จากประสบการณ์สะสมในสาขาพิเศษอย่างมีประสิทธิภาพและได้รับอิทธิพลจากการเลือกตัวอย่างได้อย่างง่ายดายดังนั้นข้อสรุปการวินิจฉัยที่ดึงมาจากมันไม่สามารถตีความได้