252927オートマチックトランスミッションAL4 DPOスイッチ圧力センサー

1.一般的なセンサー障害診断方法

科学技術の開発により、センサー障害診断の方法はますます豊富であり、基本的には毎日の使用のニーズを満たすことができます。具体的には、一般的なセンサー障害診断方法には、主に以下が含まれます。

1.1モデルベースの障害診断

最も初期の開発されたモデルベースのセンサー障害診断技術は、物理的冗長性の代わりに分析的冗長性をコアアイデアとして使用し、主に推定システムによる測定値出力と比較することにより、障害情報を取得します。現在、この診断技術は、パラメーター推定ベースの障害診断方法、状態ベースの障害診断方法、および同等の宇宙診断方法の3つのカテゴリに分けることができます。一般に、物理システムを物質パラメーターとして構成するコンポーネントの特徴的なパラメーターと、制御システムをモジュールパラメーターとして説明する微分または違いの方程式を定義します。システム内のセンサーが損傷、障害、またはパフォーマンスの劣化により失敗すると、材料パラメーターの変更として直接表示できます。それどころか、モジュールパラメーターがわかっている場合、センサー障害のサイズと程度を決定するために、パラメーターの変更を計算できます。現在、モデルベースのセンサー診断技術が広く使用されており、その研究結果は線形システムに焦点を当てていますが、非線形システムの研究を強化する必要があります。

1.2知識ベースの障害診断

上記の障害診断方法とは異なり、知識ベースの障害診断は、モデルベースの障害診断の欠点または欠陥を克服するが、成熟した理論的サポートのセットがない数学モデルを確立する必要はありません。その中で、人工ニューラルネットワーク法は、知識ベースの障害診断の代表です。いわゆる人工ニューラルネットワークは、英語のANNとして略されており、脳ニューラルネットワークの人間の理解に基づいており、人工構造を通じて特定の機能を実現しています。人工ニューラルネットワークは、情報を分散した方法で保存し、ネットワークトポロジと重量分布の助けを借りて、非線形変換とマッピングを実現できます。対照的に、人工ニューラルネットワーク法は、非線形システムにおけるモデルベースの障害診断の欠陥を補います。ただし、人工ニューラルネットワーク法は完璧ではなく、特別な分野での蓄積された経験を効果的に使用せず、サンプル選択に容易に影響を受けるいくつかの実用的なケースにのみ依存しているため、描かれた診断結論は解釈できません。