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. 一般的なセンサー故障診断方法

科学技術の発展に伴い、センサーの故障診断方法はますます豊富になり、基本的に日常使用のニーズを満たすことができます。具体的には、一般的なセンサーの故障診断方法には主に次のようなものがあります。

1.1 モデルベースの故障診断

最も初期に開発されたモデルベースのセンサー故障診断技術は、物理的な冗長性ではなく分析的な冗長性を中心的な概念としており、主に推定システムが出力する測定値と比較することによって故障情報を取得します。現在、この診断技術はパラメータ推定に基づく故障診断方法、状態に基づく故障診断方法、等価空間診断方法の3つに分類できます。一般に、物理システムを構成するコンポーネントの特性パラメータを物質パラメータとして定義し、制御システムを記述する微分方程式または差分方程式をモジュールパラメータとして定義します。システム内のセンサーが損傷、故障、または性能低下により故障した場合、それは材料パラメータの変化として直接表示され、その結果、すべての故障情報を含む弾性率パラメータの変化が引き起こされます。逆に、モジュールのパラメータがわかっている場合は、パラメータの変化を計算して、センサーの故障のサイズと程度を判断できます。現在、モデルベースのセンサー診断技術が広く使われており、その研究成果は線形システムに集中していますが、非線形システムの研究を強化する必要があります。

1.2 知識に基づく故障診断

前述の故障診断方法とは異なり、知識ベースの故障診断では数学的モデルを確立する必要がなく、モデルベースの故障診断の欠点や欠陥を克服できますが、一連の成熟した理論的サポートが不足しています。その中でも人工ニューラルネットワーク法は知識ベースの故障診断の代表的なものである。いわゆる人工ニューラルネットワークは、英語ではANNと略され、人間の脳の神経ネットワークの理解に基づいて、人工的に構築することによって一定の機能を実現します。人工ニューラル ネットワークは、分散された方法で情報を保存し、ネットワーク トポロジと重み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 ネットワーク手法は、非線形システムにおけるモデルベースの故障診断の欠陥を補います。しかし、人工ニューラルネットワーク法は完璧ではなく、一部の実践例に依存するだけであり、専門分野で蓄積された経験が有効に活用されず、サンプルの選択に影響されやすいため、そこから導き出される診断結論は正確ではありません。解釈可能な。