252927 Automatinė transmisija AL4 DPO jungiklio slėgio jutiklis

1. Įprasti jutiklio gedimų diagnozavimo metodai

Tobulinant mokslą ir technologijas, jutiklio gedimų diagnozės metodai yra vis gausesni, o tai iš esmės gali patenkinti kasdienio naudojimo poreikius. Tiksliau, įprasti jutiklio gedimų diagnozės metodai daugiausia apima:

1.1 modeliui pagrįsta gedimų diagnozė

Anksčiausia sukurta modeliais pagrįsta jutiklio gedimų diagnozės technologija, o ne fizinė perteklius, yra analitinis perteklius, o tai yra pagrindinė idėja, ir gaunama informacija apie gedimus, daugiausia palyginus ją su išmatuotomis verčių išvestimi įvertinimo sistema. Šiuo metu šią diagnozės technologiją galima suskirstyti į tris kategorijas: parametrų įvertinimu pagrįstas gedimų diagnozavimo metodas, valstybės gedimo diagnozės metodas ir lygiavertis erdvės diagnozavimo metodas. Apskritai, mes apibrėžiame būdingus komponentų, kurie fizinę sistemą sudaro kaip medžiagų parametrus, parametrus, ir diferencialines arba skirtumų lygtis, apibūdinančias valdymo sistemą kaip modulio parametrus. Kai sistemos jutiklis nepavyksta dėl pažeidimo, gedimo ar našumo skilimo, jis gali būti tiesiogiai rodomas kaip medžiagos parametrų pakeitimas, o tai savo ruožtu sukelia modulio parametrų pasikeitimą, kuriame yra visa informacija apie gedimus. Priešingai, kai žinomi modulio parametrai, parametro pakeitimą galima apskaičiuoti, kad būtų galima nustatyti jutiklio gedimo dydį ir laipsnį. Šiuo metu buvo plačiai naudojama modeliais pagrįsta jutiklių diagnozės technologija, o jos tyrimų rezultatai sutelkti į linijines sistemas, tačiau netiesinių sistemų tyrimus reikia sustiprinti.

1.2 Žiniomis pagrįsta gedimų diagnozė

Skirtingai nuo aukščiau paminėtų gedimų diagnozės metodų, žiniomis pagrįsta gedimų diagnozė nereikia nustatyti matematinio modelio, kuris įveikia modelio pagrįstų gedimų diagnozės trūkumus ar trūkumus, tačiau jam trūksta subrendusios teorinės paramos rinkinio. Tarp jų dirbtinio neuroninio tinklo metodas yra žiniomis pagrįstos gedimų diagnozės atstovas. Vadinamasis dirbtinio nervų tinklas yra sutrumpintas kaip Ann anglų kalba, kuri remiasi žmogaus supratimu apie smegenų nervų tinklą ir realizuoja tam tikrą funkciją dirbtinėje konstrukcijoje. Dirbtinis neuroninis tinklas gali išsaugoti informaciją paskirstytu būdu ir realizuoti netiesinę transformaciją ir žemėlapius, naudodamas tinklo topologiją ir svorį. Priešingai, dirbtinio neuroninio tinklo metodas kompensuoja modelio gedimų diagnozės trūkumą netiesinėse sistemose. Tačiau dirbtinio neuroninio tinklo metodas nėra tobulas ir jis priklauso tik nuo kai kurių praktinių atvejų, dėl kurių efektyviai naudojama sukaupta patirtis specialiose srityse ir jas lengvai daro įtaką mėginių pasirinkimas, todėl iš jos padarytos diagnostinės išvados nėra aiškinamos.