252927 Senzor tlaka stikala avtomatskega menjalnika AL4 DPO

1. Običajne metode diagnosticiranja napak senzorja

Z razvojem znanosti in tehnologije je vedno več metod za diagnosticiranje napak senzorjev, ki lahko v bistvu zadostijo potrebam vsakodnevne uporabe. Natančneje, običajne metode diagnosticiranja napak senzorja vključujejo predvsem naslednje:

1.1 Diagnostika napak na podlagi modela

Najzgodnejša razvita tehnologija za diagnosticiranje napak senzorjev, ki temelji na modelu, jemlje analitično redundanco namesto fizične redundance kot svojo osrednjo idejo in pridobiva informacije o napakah predvsem tako, da jih primerja z izmerjenimi vrednostmi, ki jih izpiše sistem ocenjevanja. Trenutno lahko to diagnostično tehnologijo razdelimo v tri kategorije: metoda diagnoze napak na podlagi ocene parametrov, metoda diagnoze napak na podlagi stanja in metoda enakovredne diagnoze prostora. Na splošno definiramo karakteristične parametre komponent, ki sestavljajo fizični sistem, kot parametre snovi, diferencialne ali diferenčne enačbe, ki opisujejo krmilni sistem, pa kot parametre modula. Ko senzor v sistemu odpove zaradi poškodbe, okvare ali poslabšanja zmogljivosti, se to lahko neposredno prikaže kot sprememba parametrov materiala, kar posledično povzroči spremembo parametrov modula, ki vsebuje vse informacije o napaki. Nasprotno, ko so parametri modula znani, je mogoče izračunati spremembo parametra, da se določi velikost in stopnja napake senzorja. Trenutno se tehnologija senzorske diagnostike, ki temelji na modelih, pogosto uporablja in njeni raziskovalni rezultati se osredotočajo na linearne sisteme, vendar je treba raziskave nelinearnih sistemov okrepiti.

1.2 Diagnostika napak na podlagi znanja

Za razliko od zgoraj omenjenih metod za diagnosticiranje napak diagnostika napak na podlagi znanja ne potrebuje vzpostavitve matematičnega modela, ki odpravlja pomanjkljivosti ali pomanjkljivosti diagnostike napak na podlagi modela, vendar nima nabora zrele teoretične podpore. Med njimi je metoda umetne nevronske mreže predstavnik diagnoze napak na podlagi znanja. Tako imenovana umetna nevronska mreža je v angleščini skrajšano ANN, ki temelji na človeškem razumevanju možganske nevronske mreže in z umetno konstrukcijo uresničuje določeno funkcijo. Umetna nevronska mreža lahko shranjuje informacije na porazdeljen način in realizira nelinearno transformacijo in preslikavo s pomočjo topologije omrežja in porazdelitve teže. Nasprotno pa metoda umetne nevronske mreže nadomešča pomanjkljivost diagnostike napak na podlagi modela v nelinearnih sistemih. Vendar pa metoda umetne nevronske mreže ni popolna in se opira le na nekatere praktične primere, ki ne izkorišča učinkovito zbranih izkušenj na posebnih področjih in nanjo zlahka vpliva izbor vzorca, zato diagnostični zaključki, ki izhajajo iz nje, niso razlagati.