252927 trasmissione automatica AL4 DPO Sensore di pressione dell'interruttore

1. Metodi di diagnosi dei guasti del sensore comune

Con lo sviluppo della scienza e della tecnologia, i metodi di diagnosi dei guasti del sensore sono sempre più abbondanti, il che può sostanzialmente soddisfare le esigenze dell'uso quotidiano. In particolare, i metodi di diagnosi dei guasti del sensore comune includono principalmente quanto segue:

1.1 Diagnosi di guasti basata sul modello

La prima tecnologia di diagnosi di guasti del sensore basata su modelli sviluppata assume ridondanza analitica anziché ridondanza fisica come idea di base e ottiene informazioni sui guasti principalmente confrontandole con i valori misurati output dal sistema di stima. Al momento, questa tecnologia di diagnosi può essere divisa in tre categorie: metodo di diagnosi di guasti basata sulla stima dei parametri, metodo di diagnosi di guasti basata sullo stato e metodo di diagnosi dello spazio equivalente. In generale, definiamo i parametri caratteristici dei componenti che costituiscono il sistema fisico come parametri della materia e le equazioni differenziali o di differenza che descrivono il sistema di controllo come parametri del modulo. Quando un sensore nel sistema fallisce a causa di danni, fallimento o degrado delle prestazioni, può essere visualizzato direttamente come la modifica dei parametri del materiale, che a sua volta provoca la modifica dei parametri del modulo, che contiene tutte le informazioni sui guasti. Al contrario, quando sono noti i parametri del modulo, è possibile calcolare la variazione del parametro, in modo da determinare la dimensione e il grado del guasto del sensore. Al momento, la tecnologia di diagnosi di sensori basata su modelli è stata ampiamente utilizzata e i suoi risultati di ricerca si concentrano sui sistemi lineari, ma la ricerca sui sistemi non lineari deve essere rafforzata.

1.2 Diagnosi di guasti basata sulla conoscenza

Diversamente dai suddetti metodi di diagnosi dei guasti, la diagnosi di guasti basata sulla conoscenza non ha bisogno di stabilire un modello matematico, che supera le carenze o i difetti della diagnosi di guasti basati sul modello, ma manca di un insieme di supporto teorico maturo. Tra questi, il metodo della rete neurale artificiale è il rappresentante della diagnosi di guasti basata sulla conoscenza. La cosiddetta rete neurale artificiale è abbreviata come Ann in inglese, che si basa sulla comprensione umana della rete neurale cerebrale e realizza una certa funzione attraverso la costruzione artificiale. La rete neurale artificiale può archiviare informazioni in modo distribuito e realizzare trasformazione e mappatura non lineari con l'aiuto della topologia di rete e della distribuzione del peso. Al contrario, il metodo della rete neurale artificiale compensa la carenza della diagnosi di guasti basata su modelli nei sistemi non lineari. Tuttavia, il metodo della rete neurale artificiale non è perfetto e si basa solo su alcuni casi pratici, che non fanno un uso efficace dell'esperienza accumulata in campi speciali ed è facilmente influenzato dalla selezione del campione, quindi le conclusioni diagnostiche tratte da esso non sono interpretabili.