252927 Sensor Tekanan Saklar DPO AL4 Transmisi Otomatis

1. Metode diagnosis kesalahan sensor umum

Dengan berkembangnya ilmu pengetahuan dan teknologi, metode diagnosis kesalahan sensor semakin banyak, yang pada dasarnya dapat memenuhi kebutuhan penggunaan sehari-hari. Secara khusus, metode diagnosis kesalahan sensor yang umum terutama mencakup hal-hal berikut:

1.1 Diagnosis kesalahan berbasis model

Teknologi diagnosis kesalahan sensor berbasis model yang paling awal dikembangkan menggunakan redundansi analitis, bukan redundansi fisik, sebagai ide intinya, dan memperoleh informasi kesalahan terutama dengan membandingkannya dengan nilai terukur yang dihasilkan oleh sistem estimasi. Saat ini, teknologi diagnosis ini dapat dibagi menjadi tiga kategori: metode diagnosis kesalahan berbasis estimasi parameter, metode diagnosis kesalahan berbasis negara, dan metode diagnosis ruang setara. Secara umum, kita mendefinisikan parameter karakteristik komponen-komponen yang membentuk sistem fisik sebagai parameter materi, dan persamaan diferensial atau perbedaan yang menggambarkan sistem kendali sebagai parameter modul. Ketika sensor dalam sistem gagal karena kerusakan, kegagalan, atau penurunan kinerja, sensor tersebut dapat langsung ditampilkan sebagai perubahan parameter material, yang pada gilirannya menyebabkan perubahan parameter modulus, yang berisi semua informasi kesalahan. Sebaliknya, ketika parameter modul diketahui, perubahan parameter dapat dihitung, sehingga dapat menentukan ukuran dan derajat kesalahan sensor. Saat ini, teknologi diagnosis sensor berbasis model telah banyak digunakan, dan hasil penelitiannya fokus pada sistem linier, namun penelitian pada sistem nonlinier perlu diperkuat.

1.2 Diagnosis kesalahan berbasis pengetahuan

Berbeda dari metode diagnosis kesalahan yang disebutkan di atas, diagnosis kesalahan berbasis pengetahuan tidak memerlukan pembuatan model matematika, yang mengatasi kekurangan atau cacat diagnosis kesalahan berbasis model, namun tidak memiliki serangkaian dukungan teoritis yang matang. Diantaranya, metode jaringan saraf tiruan merupakan representasi dari diagnosis kesalahan berbasis pengetahuan. Yang disebut jaringan saraf tiruan disingkat ANN dalam bahasa Inggris, yang didasarkan pada pemahaman manusia tentang jaringan saraf otak dan mewujudkan fungsi tertentu melalui konstruksi buatan. Jaringan saraf tiruan dapat menyimpan informasi secara terdistribusi, dan mewujudkan transformasi dan pemetaan nonlinier dengan bantuan topologi jaringan dan distribusi bobot. Sebaliknya, metode jaringan saraf tiruan menutupi kekurangan diagnosis kesalahan berbasis model dalam sistem nonlinier. Namun, metode jaringan saraf tiruan tidak sempurna, dan hanya mengandalkan beberapa kasus praktis, yang tidak memanfaatkan akumulasi pengalaman di bidang khusus secara efektif dan mudah dipengaruhi oleh pemilihan sampel, sehingga kesimpulan diagnostik yang diambil dari metode tersebut tidak tepat. dapat ditafsirkan.