252927 ناقل حركة أوتوماتيكي AL4 DPO Switch Sensor

1. طرق تشخيص خطأ المستشعر المشترك

مع تطور العلوم والتكنولوجيا ، تكون أساليب تشخيص أخطاء المستشعر أكثر وفرة ، والتي يمكن أن تلبي احتياجات الاستخدام اليومي بشكل أساسي. على وجه التحديد ، تتضمن طرق تشخيص خطأ المستشعر المشتركة بشكل أساسي ما يلي:

1.1 تشخيص الخطأ القائم على النموذج

تأخذ تقنية تشخيص أخطاء المستشعر المستندة إلى النموذج الأقدم المتطور التكرار التحليلي بدلاً من التكرار المادي كفكرتها الأساسية ، ويحصل على معلومات الصدع بشكل رئيسي من خلال مقارنتها مع إخراج القيم المقاسة بواسطة نظام التقدير. في الوقت الحاضر ، يمكن تقسيم تقنية التشخيص هذه إلى ثلاث فئات: طريقة تشخيص الصدع القائمة على تقدير المعلمة ، وطريقة تشخيص الصدع القائمة على الدولة وطريقة تشخيص المساحة المكافئة. بشكل عام ، نحدد المعلمات المميزة للمكونات التي تشكل النظام المادي كمعلمات للمادة ، ومعادلات التفاضلية أو الاختلاف التي تصف نظام التحكم كمعلمات الوحدة النمطية. عندما يفشل المستشعر في النظام بسبب الضرر أو الفشل أو تدهور الأداء ، يمكن عرضه مباشرةً على أنه تغيير معلمات المواد ، مما يؤدي بدوره إلى تغيير معلمات المعامل ، والتي تحتوي على جميع معلومات الصدع. على العكس من ذلك ، عندما تكون معلمات الوحدة معروفة ، يمكن حساب تغيير المعلمة ، وذلك لتحديد حجم ودرجة خطأ المستشعر. في الوقت الحاضر ، تم استخدام تقنية تشخيص المستشعرات المستندة إلى النماذج على نطاق واسع ، وتركز نتائج الأبحاث على الأنظمة الخطية ، ولكن يجب تعزيز البحث عن الأنظمة غير الخطية.

1.2 تشخيص الخطأ القائم على المعرفة

يختلف عن طرق تشخيص الصدع المذكورة أعلاه ، لا يحتاج تشخيص الصدع القائم على المعرفة إلى إنشاء نموذج رياضي ، والذي يتغلب على أوجه القصور أو عيوب تشخيص الصدع القائم على النموذج ، ولكنه يفتقر إلى مجموعة من الدعم النظري الناضج. من بينها ، طريقة الشبكة العصبية الاصطناعية هي تمثيل تشخيص الأعطال القائم على المعرفة. يتم اختصار الشبكة العصبية الاصطناعية المزعومة كـ ANN باللغة الإنجليزية ، والتي تستند إلى الفهم الإنساني للشبكة العصبية الدماغية وتدرك وظيفة معينة من خلال البناء الاصطناعي. يمكن للشبكة العصبية الاصطناعية تخزين المعلومات بطريقة موزعة ، وتحقيق التحول غير الخطي ورسم الخرائط بمساعدة طوبولوجيا الشبكة وتوزيع الوزن. في المقابل ، تعوض طريقة الشبكة العصبية الاصطناعية نقص تشخيص الأعطال القائم على النموذج في الأنظمة غير الخطية. ومع ذلك ، فإن طريقة الشبكة العصبية الاصطناعية ليست مثالية ، ولا تعتمد إلا على بعض الحالات العملية ، والتي لا تستفيد من التجربة المتراكمة في المجالات الخاصة وتتأثر بسهولة باختيار العينة ، وبالتالي فإن الاستنتاجات التشخيصية المستخلصة منها غير قابلة للتفسير.