252927 Sensor de pressió del commutador AL4 DPO de la transmissió automàtica

1. Mètodes comuns de diagnòstic de fallades del sensor

Amb el desenvolupament de la ciència i la tecnologia, els mètodes de diagnòstic de fallades del sensor són cada cop més abundants, cosa que bàsicament poden satisfer les necessitats d'ús diari. Concretament, els mètodes comuns de diagnòstic de fallades del sensor inclouen principalment els següents:

1.1 Diagnòstic d'avaries basat en models

La tecnologia de diagnòstic d'avaries del sensor basada en models desenvolupada més antigament té com a idea principal la redundància analítica en lloc de la redundància física i obté informació d'error principalment comparant-la amb els valors mesurats que emet el sistema d'estimació. Actualment, aquesta tecnologia de diagnòstic es pot dividir en tres categories: mètode de diagnòstic d'errors basat en l'estimació de paràmetres, mètode de diagnòstic d'errors basat en l'estat i mètode de diagnòstic d'espai equivalent. En general, es defineixen els paràmetres característics dels components que constitueixen el sistema físic com a paràmetres de matèria, i les equacions diferencials o diferencials que descriuen el sistema de control com a paràmetres de mòdul. Quan un sensor del sistema falla a causa d'un dany, fallada o degradació del rendiment, es pot mostrar directament com el canvi dels paràmetres del material, que al seu torn provoca el canvi dels paràmetres del mòdul, que conté tota la informació d'error. Per contra, quan es coneixen els paràmetres del mòdul, es pot calcular el canvi del paràmetre, per tal de determinar la mida i el grau de la fallada del sensor. Actualment, la tecnologia de diagnòstic de sensors basada en models s'ha utilitzat àmpliament i els seus resultats de recerca se centren en sistemes lineals, però cal reforçar la investigació sobre sistemes no lineals.

1.2 Diagnòstic d'avaries basat en el coneixement

A diferència dels mètodes de diagnòstic d'errors esmentats anteriorment, el diagnòstic d'errors basat en el coneixement no necessita establir un model matemàtic, que superi les deficiències o defectes del diagnòstic d'errors basat en el model, però no té un conjunt de suport teòric madur. Entre ells, el mètode de xarxa neuronal artificial és el representant del diagnòstic de fallades basat en el coneixement. L'anomenada xarxa neuronal artificial s'abreuja com a ANN en anglès, que es basa en la comprensió humana de la xarxa neuronal cerebral i realitza una determinada funció mitjançant la construcció artificial. La xarxa neuronal artificial pot emmagatzemar informació de manera distribuïda i realitzar una transformació i mapeig no lineals amb l'ajuda de la topologia de la xarxa i la distribució de pes. En canvi, el mètode de la xarxa neuronal artificial compensa la deficiència del diagnòstic de fallades basat en models en sistemes no lineals. Tanmateix, el mètode de la xarxa neuronal artificial no és perfecte i només es basa en alguns casos pràctics, que no fan un ús efectiu de l'experiència acumulada en camps especials i es veu fàcilment influenciat per la selecció de mostres, de manera que les conclusions diagnòstiques que se'n deriven no ho són. interpretable.