252927 Sensore di pressione interruttore AL4 DPO cambio automatico

1. Metodi comuni di diagnosi dei guasti del sensore

Con lo sviluppo della scienza e della tecnologia, i metodi di diagnosi dei guasti dei sensori sono sempre più abbondanti, il che può sostanzialmente soddisfare le esigenze dell'uso quotidiano. Nello specifico, i metodi comuni di diagnosi dei guasti dei sensori includono principalmente quanto segue:

1.1 Diagnosi dei guasti basata sul modello

La prima tecnologia di diagnosi dei guasti dei sensori basata su modelli sviluppata prende come idea centrale la ridondanza analitica invece della ridondanza fisica e ottiene informazioni sui guasti principalmente confrontandole con i valori misurati emessi dal sistema di stima. Attualmente, questa tecnologia di diagnosi può essere suddivisa in tre categorie: metodo di diagnosi dei guasti basato sulla stima dei parametri, metodo di diagnosi dei guasti basato sullo stato e metodo di diagnosi dello spazio equivalente. In generale si definiscono parametri della materia i parametri caratteristici dei componenti che costituiscono il sistema fisico, e parametri del modulo le equazioni differenziali o alle differenze che descrivono il sistema di controllo. Quando un sensore nel sistema si guasta a causa di danni, guasti o degrado delle prestazioni, può essere visualizzato direttamente come modifica dei parametri del materiale, che a sua volta provoca la modifica dei parametri del modulo, che contiene tutte le informazioni sul guasto. Al contrario, conosciuti i parametri del modulo, è possibile calcolare la variazione del parametro, in modo da determinare l'entità e il grado del guasto del sensore. Attualmente, la tecnologia di diagnosi dei sensori basata su modelli è stata ampiamente utilizzata e i risultati della ricerca si concentrano sui sistemi lineari, ma la ricerca sui sistemi non lineari deve essere rafforzata.

1.2 Diagnosi dei guasti basata sulla conoscenza

Diversamente dai metodi di diagnosi dei guasti sopra menzionati, la diagnosi dei guasti basata sulla conoscenza non ha bisogno di stabilire un modello matematico, che superi le carenze o i difetti della diagnosi dei guasti basata su modello, ma manca di un insieme di supporti teorici maturi. Tra questi, il metodo della rete neurale artificiale è il rappresentante della diagnosi dei guasti basata sulla conoscenza. La cosiddetta rete neurale artificiale è abbreviata in inglese come ANN, che si basa sulla comprensione umana della rete neurale del cervello e realizza una determinata funzione attraverso la costruzione artificiale. La rete neurale artificiale può archiviare informazioni in modo distribuito e realizzare trasformazioni e mappature 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 dei 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, non sfrutta in modo efficace l'esperienza accumulata in campi speciali ed è facilmente influenzato dalla selezione del campione, quindi le conclusioni diagnostiche tratte da esso non sono interpretabile.