252927 Senzor tlaku spínača automatickej prevodovky AL4 DPO

1. Bežné metódy diagnostiky porúch snímača

S rozvojom vedy a techniky sú metódy diagnostiky porúch senzorov čoraz rozšírenejšie, čo v podstate dokáže uspokojiť potreby každodenného používania. Konkrétne bežné metódy diagnostiky porúch snímača zahŕňajú najmä nasledujúce:

1.1 Diagnostika porúch založená na modeli

Najskoršie vyvinutá technológia diagnostiky porúch snímača založená na modeli berie ako základnú myšlienku analytickú redundanciu namiesto fyzickej redundancie a získava informácie o poruchách najmä porovnaním s nameranými hodnotami výstupom systému odhadu. V súčasnosti možno túto diagnostickú technológiu rozdeliť do troch kategórií: metóda diagnostiky porúch založená na odhade parametrov, metóda diagnostiky porúch založená na stave a metóda ekvivalentnej priestorovej diagnostiky. Vo všeobecnosti definujeme charakteristické parametre komponentov, ktoré tvoria fyzikálny systém, ako parametre hmoty a diferenciálne alebo diferenčné rovnice, ktoré popisujú riadiaci systém, ako parametre modulu. Keď senzor v systéme zlyhá v dôsledku poškodenia, poruchy alebo zníženia výkonu, môže sa to priamo zobraziť ako zmena parametrov materiálu, čo následne spôsobí zmenu parametrov modulu, ktorý obsahuje všetky informácie o poruche. Naopak, keď sú známe parametre modulu, je možné vypočítať zmenu parametra, aby sa určila veľkosť a stupeň chyby snímača. V súčasnosti sa široko používa technológia diagnostiky senzorov založená na modeloch a výsledky jej výskumu sa zameriavajú na lineárne systémy, ale výskum nelineárnych systémov je potrebné posilniť.

1.2 Diagnostika porúch založená na znalostiach

Na rozdiel od vyššie uvedených metód diagnostiky porúch, diagnostika chýb založená na znalostiach nepotrebuje vytvoriť matematický model, ktorý prekonáva nedostatky alebo defekty diagnostiky chýb založenej na modeli, ale chýba súbor zrelej teoretickej podpory. Medzi nimi je metóda umelej neurónovej siete predstaviteľom diagnostiky porúch založenej na znalostiach. Takzvaná umelá neurónová sieť sa v angličtine označuje skratkou ANN, ktorá vychádza z ľudského chápania mozgovej neurónovej siete a prostredníctvom umelej konštrukcie realizuje určitú funkciu. Umelá neurónová sieť môže ukladať informácie distribuovaným spôsobom a realizovať nelineárnu transformáciu a mapovanie pomocou topológie siete a rozloženia váhy. Na rozdiel od toho metóda umelej neurónovej siete kompenzuje nedostatok modelovej diagnostiky porúch v nelineárnych systémoch. Metóda umelej neurónovej siete však nie je dokonalá a spolieha sa len na niektoré praktické prípady, ktoré nevyužívajú efektívne nazbierané skúsenosti v špeciálnych oblastiach a sú ľahko ovplyvniteľné výberom vzorky, takže diagnostické závery z nej vyvodené nie sú interpretovateľné.