252927 ავტომატური ტრანსმისია AL4 DPO გადართვის წნევის სენსორი

1. საერთო სენსორის ხარვეზის დიაგნოზის მეთოდები

მეცნიერებისა და ტექნოლოგიის განვითარებით, სენსორის ხარვეზების დიაგნოზის მეთოდები უფრო და უფრო უხვი არის, რაც, ძირითადად, შეუძლია დააკმაყოფილოს ყოველდღიური გამოყენების საჭიროებები. კერძოდ, საერთო სენსორის ხარვეზების დიაგნოზის მეთოდები ძირითადად მოიცავს შემდეგს:

1.1 მოდელზე დაფუძნებული ხარვეზის დიაგნოზი

ადრეული განვითარებული მოდელის დაფუძნებული სენსორის ხარვეზების დიაგნოზის ტექნოლოგია ფიზიკურ ჭარბი სიჭარბით ანალიტიკურ სიჭარბეს იღებს, როგორც მისი ძირითადი იდეა და შეცდომების შესახებ ინფორმაციას ძირითადად იძენს შეფასების სისტემის მიერ გაზომილი მნიშვნელობების გამომუშავებასთან. დღეისათვის, ეს დიაგნოზის ტექნოლოგია შეიძლება დაიყოს სამ კატეგორიად: პარამეტრის შეფასების საფუძველზე დაფუძნებული ხარვეზის დიაგნოზის მეთოდი, სახელმწიფოზე დაფუძნებული ხარვეზების დიაგნოზის მეთოდი და სივრცის დიაგნოზის ექვივალენტური მეთოდი. ზოგადად, ჩვენ განვსაზღვროთ კომპონენტების დამახასიათებელი პარამეტრები, რომლებიც ფიზიკურ სისტემას წარმოადგენს, როგორც მატერიის პარამეტრები, და დიფერენციალური ან განსხვავების განტოლებები, რომლებიც აღწერს საკონტროლო სისტემას, როგორც მოდულის პარამეტრებს. როდესაც სისტემაში სენსორი ვერ ხერხდება დაზიანების, უკმარისობის ან შესრულების დეგრადაციის გამო, იგი შეიძლება პირდაპირ გამოვლინდეს, როგორც მატერიალური პარამეტრების შეცვლა, რაც თავის მხრივ იწვევს მოდულის პარამეტრების შეცვლას, რომელიც შეიცავს ყველა ხარვეზის ინფორმაციას. ამის საწინააღმდეგოდ, როდესაც მოდულის პარამეტრების ცნობილია, პარამეტრის შეცვლა შეიძლება გამოითვალოს, რათა დადგინდეს სენსორის ხარვეზის ზომა და ხარისხი. ამჟამად ფართოდ იქნა გამოყენებული მოდელზე დაფუძნებული სენსორის დიაგნოზის ტექნოლოგია და მისი კვლევის შედეგები ფოკუსირებულია ხაზოვან სისტემებზე, მაგრამ არაწრფივი სისტემების შესახებ კვლევა უნდა გაძლიერდეს.

1.2 ცოდნაზე დაფუძნებული ხარვეზის დიაგნოზი

ზემოხსენებული ხარვეზის დიაგნოზის მეთოდებისგან განსხვავებით, ცოდნაზე დაფუძნებული ხარვეზების დიაგნოზს არ სჭირდება მათემატიკური მოდელის შექმნა, რომელიც გადალახავს მოდელზე დაფუძნებული ხარვეზების დიაგნოზის ნაკლოვანებებს ან დეფექტებს, მაგრამ მოკლებულია სექსუალურ თეორიულ მხარდაჭერას. მათ შორის, ხელოვნური ნერვული ქსელის მეთოდი არის ცოდნაზე დაფუძნებული ხარვეზის დიაგნოზის წარმომადგენელი. ეგრეთ წოდებული ხელოვნური ნერვული ქსელი შემოკლებითაა, როგორც ANN ინგლისურ ენაზე, რომელიც ემყარება ტვინის ნერვული ქსელის ადამიანის გაგებას და აცნობიერებს გარკვეულ ფუნქციას ხელოვნური მშენებლობის გზით. ხელოვნურ ნერვულ ქსელს შეუძლია შეინახოს ინფორმაცია განაწილებული გზით და გააცნობიეროს არაწრფივი ტრანსფორმაცია და რუქა ქსელის ტოპოლოგიისა და წონის განაწილების დახმარებით. ამის საპირისპიროდ, ხელოვნური ნერვული ქსელის მეთოდი ქმნის არაწრფივი სისტემებში მოდელზე დაფუძნებული ხარვეზების დიაგნოზის დეფიციტს. ამასთან, ხელოვნური ნერვული ქსელის მეთოდი არ არის სრულყოფილი და ის მხოლოდ ზოგიერთ პრაქტიკულ შემთხვევას ეყრდნობა, რაც არ ახდენს დაგროვილი გამოცდილების ეფექტურად გამოყენებას სპეციალურ სფეროებში და ადვილად ახდენს გავლენას ნიმუშის შერჩევაზე, ამიტომ მისგან გამოყვანილი დიაგნოსტიკური დასკვნები არ არის ინტერპრეტაცია.