252927 Cảm biến áp suất chuyển đổi AL4 DPO AL4 DPO

1. Phương pháp chẩn đoán lỗi cảm biến phổ biến

Với sự phát triển của khoa học và công nghệ, các phương pháp chẩn đoán lỗi cảm biến ngày càng phong phú hơn, về cơ bản có thể đáp ứng nhu cầu sử dụng hàng ngày. Cụ thể, các phương pháp chẩn đoán lỗi cảm biến phổ biến chủ yếu bao gồm các phương pháp sau:

1.1 Chẩn đoán lỗi dựa trên mô hình

Công nghệ chẩn đoán lỗi cảm biến dựa trên mô hình được phát triển sớm nhất lấy dự phòng phân tích thay vì dự phòng vật lý như ý tưởng cốt lõi của nó và thu được thông tin lỗi chủ yếu bằng cách so sánh nó với đầu ra các giá trị đo được bằng hệ thống ước tính. Hiện tại, công nghệ chẩn đoán này có thể được chia thành ba loại: phương pháp chẩn đoán lỗi dựa trên ước tính tham số, phương pháp chẩn đoán lỗi dựa trên trạng thái và phương pháp chẩn đoán không gian tương đương. Nói chung, chúng tôi xác định các tham số đặc trưng của các thành phần tạo thành hệ thống vật lý là các tham số vật chất và các phương trình khác biệt hoặc khác biệt mô tả hệ thống điều khiển là các tham số mô -đun. Khi một cảm biến trong hệ thống không thành công do hư hỏng, thất bại hoặc suy thoái hiệu suất, nó có thể được hiển thị trực tiếp khi sự thay đổi của các tham số vật liệu, từ đó gây ra sự thay đổi của các tham số mô đun, chứa tất cả thông tin lỗi. Ngược lại, khi các tham số mô -đun được biết, sự thay đổi của tham số có thể được tính toán, để xác định kích thước và mức độ của lỗi cảm biến. Hiện tại, công nghệ chẩn đoán cảm biến dựa trên mô hình đã được sử dụng rộng rãi và kết quả nghiên cứu của nó tập trung vào các hệ thống tuyến tính, nhưng nghiên cứu về các hệ thống phi tuyến cần được tăng cường.

1.2 Chẩn đoán lỗi dựa trên kiến ​​thức

Khác với các phương pháp chẩn đoán lỗi đã đề cập ở trên, chẩn đoán lỗi dựa trên kiến ​​thức không cần thiết lập một mô hình toán học, vượt qua các thiếu sót hoặc khiếm khuyết của chẩn đoán lỗi dựa trên mô hình, nhưng thiếu một tập hợp hỗ trợ lý thuyết trưởng thành. Trong số đó, phương pháp mạng thần kinh nhân tạo là đại diện của chẩn đoán lỗi dựa trên tri thức. Cái gọi là mạng lưới thần kinh nhân tạo được viết tắt là Ann trong tiếng Anh, dựa trên sự hiểu biết của con người về mạng lưới thần kinh não và nhận ra một chức năng nhất định thông qua xây dựng nhân tạo. Mạng thần kinh nhân tạo có thể lưu trữ thông tin theo cách phân tán và nhận ra sự biến đổi và ánh xạ phi tuyến với sự trợ giúp của cấu trúc liên kết mạng và phân phối trọng lượng. Ngược lại, phương pháp mạng thần kinh nhân tạo bù cho sự thiếu hụt chẩn đoán lỗi dựa trên mô hình trong các hệ thống phi tuyến. Tuy nhiên, phương pháp mạng thần kinh nhân tạo không hoàn hảo và nó chỉ dựa vào một số trường hợp thực tế, điều này không sử dụng hiệu quả trải nghiệm tích lũy trong các lĩnh vực đặc biệt và dễ bị ảnh hưởng bởi lựa chọn mẫu, do đó, kết luận chẩn đoán được rút ra từ nó là không thể hiểu được.