252927 Transmisi Otomatis AL4 Sensor Tekanan Sakelar DPO

1. Metode Diagnosis Kesalahan Sensor Umum

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

1.1 Diagnosis kesalahan berbasis model

Teknologi diagnosis gangguan sensor berbasis model paling awal mengambil redundansi analitik alih-alih redundansi fisik sebagai ide intinya, dan memperoleh informasi kesalahan terutama dengan membandingkannya dengan output nilai yang diukur 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 yang setara. Secara umum, kami mendefinisikan parameter karakteristik komponen yang membentuk sistem fisik sebagai parameter materi, dan persamaan diferensial atau perbedaan yang menggambarkan sistem kontrol sebagai parameter modul. Ketika sensor dalam sistem gagal karena kerusakan, kegagalan atau degradasi kinerja, dapat ditampilkan secara langsung 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 tingkat kesalahan sensor. Saat ini, teknologi diagnosis sensor berbasis model telah banyak digunakan, dan hasil penelitiannya fokus pada sistem linier, tetapi penelitian tentang sistem nonlinier perlu diperkuat.

1.2 Diagnosis Kesalahan Berbasis Pengetahuan

Berbeda dari metode diagnosis kesalahan yang disebutkan di atas, diagnosis kesalahan berbasis pengetahuan tidak perlu membuat model matematika, yang mengatasi kekurangan atau cacat diagnosis kesalahan berbasis model, tetapi tidak memiliki serangkaian dukungan teoritis yang matang. Di antara mereka, metode jaringan saraf buatan adalah perwakilan dari diagnosis kesalahan berbasis pengetahuan. Jaringan saraf buatan yang disebut disingkat Ann dalam bahasa Inggris, yang didasarkan pada pemahaman manusia tentang jaringan saraf otak dan mewujudkan fungsi tertentu melalui konstruksi buatan. Jaringan saraf buatan dapat menyimpan informasi dengan cara yang didistribusikan, dan mewujudkan transformasi dan pemetaan nonlinier dengan bantuan topologi jaringan dan distribusi berat. Sebaliknya, metode jaringan saraf buatan menebus defisiensi diagnosis kesalahan berbasis model dalam sistem nonlinier. Namun, metode jaringan saraf buatan tidak sempurna, dan hanya bergantung pada beberapa kasus praktis, yang tidak memanfaatkan pengalaman akumulasi secara efektif dalam bidang khusus dan mudah dipengaruhi oleh seleksi sampel, sehingga kesimpulan diagnostik yang diambil dari itu tidak dapat diartikan.