Neuspjesi senzora uključuju četiri glavne kategorije: potpuni kvarovi kvarova, neuspjeh fiksnog odstupanja, kvarovi odstupanja od odstupanja i degradacija točnosti.
Neuspjeh se odnosi na nagli neuspjeh mjerenja senzora, izmjerena vrijednost je konstantna; Neuspjeh odstupanja uglavnom se odnosi na izmjerenu vrijednost senzora i pravu vrijednost konstantne razlike između klase grešaka, kao što je prikazano na slici, postoji greška u mjerenju mjerenja mjerenja paralelna je s mjerenjem NO greške ;; a
Greške u odljevima su greške u kojima se razlika između izmjerene vrijednosti senzora i prava vrijednost s vremenom povećava.
Degradacija točnosti odnosi se na pogoršanje sposobnosti mjerenja senzora i male točnosti. Kad se razina točnosti smanji, prosječna vrijednost mjerenja se ne mijenja, već se varijanca mjerenja mijenja.
Greške u fiksnom odstupanju i greške u odlaganju su greške koje nije lako otkriti i uzrokuju niz neočekivanih problema tijekom greške, što upravljački sustav ne može pravilno funkcionirati dulje vrijeme.
Način klasifikacije kvara senzora
1, prema stupnju klasifikacije neuspjeha senzora
Prema veličini stupnja kvara senzora, može se podijeliti u tvrdi neuspjeh i mekani neuspjeh.
Tvrdi neuspjeh odnosi se na strukturu štete uzrokovane neuspjehom, opću amplitudu velikih, naglih promjena; Mekani neuspjeh odnosi se na karakteristike varijacije, amplituda je male, spore promjene.
Teški neuspjeh, poznat i kao potpuni neuspjeh, potpuni neuspjeh kada se izmjerena vrijednost ne mijenja s stvarnom promjenom, uvijek održavajte određeno čitanje. Obično je ta konstantna vrijednost obično nula ili maksimalno čitanje. Izmjerena vrijednost greške otprilike je vodoravna ravna linija.
Meke greške uključuju odstupanje podataka, odstupanje i degradaciju razine točnosti. Meke greške su relativno male, teško je pronaći, pa je, u određenom smislu, meke greške štete od tvrdog grešaka štete su veće, a njegova šteta je postupno privukla pažnju.
2, prema neuspjehu klasifikacije performansi
Prema uspješnosti grešaka može se podijeliti u povremene greške i trajne greške.
Prekinuti neuspjeh je dobar ili loš; Trajni neuspjeh, ne može se vratiti u normalu.
3, prema neuspjehu, razvoj procesa klasifikacije
Prema procesu pojave grešaka, razvoj se može podijeliti u grešku u mutaciji i Sporo promjenu greške.
Brzina signala mutantnog signala promjene je velika; Brzina signala promjene u sporoj promjeni je mala.
4, prema uzroku klasifikacije grešaka
Prema uzroku greške može se podijeliti u greške odstupanja, greške udara, greške u otvorenom krugu, greške u odljevima, greške u kratkom spoju, periodične smetnje, nelinearne greške u mrtvoj zoni.
Uzroci grešaka odstupanja su: pristranost struja ili napona pristranosti itd.; i
Uzroci grešaka grešaka su: nasumični poremećaji u napajanju i tlu, naleti, ispuštanja iskre, provaliju u D/A pretvaraču itd.; i
Greška uzroka grešaka otvorenog kruga: slomljene signalne linije, igle za čipove nisu povezane itd.
Uzrok grešaka u odljevima: temperatura itd.; Greške u kratkom spoju: kontaminacija.
Uzroci grešaka grešaka kratkog spoja: korozija mosta uzrokovana zagađenjem, kratkim linijama itd.
Neuspjeh cikličkih smetnji uzrokuje: napajanje 50 Hz smetnje itd. ;; i
Uzroci grešaka nelinearnih grešaka u mrtvim trakama: zasićenost pojačala, koje sadrže nelinearne veze, itd.
Pored toga, s gledišta modeliranja i simulacije može se podijeliti u multiplikativne i dodatne greške. Za greške pristranosti, izvorni signal plus konstantan ili slučajni mali signal; Za udarne smetnje, na originalnom signalu može biti naneseno impulsni signal; Za greške kratkih spojeva signal je blizu nule; Rasjedi otvorenog kruga, signal je blizu maksimuma izlaza senzora; Pomicanje grešaka, signal pri određenoj brzini pomaknut od izvornog signala; Cikličke smetnje, originalni signal je nametnut signalom određene frekvencije.
Metode dijagnoze grešaka senzora
Iz različitih perspektiva, klasifikacija metoda dijagnoze grešaka nije potpuno ista. Metode dijagnoze grešaka jednostavno su podijeljene na: metode koje se temelje na analitičkim matematičkim modelima i metodama koje se ne oslanjaju na matematičke modele.
1. Metode temeljene na analitičkim matematičkim modelima
Prema različitim oblicima ostataka, metode temeljene na analitičkim matematičkim modelima mogu se dalje podijeliti na: metodu procjene parametara, metodu procjene stanja i metodu ekvivalentne prostore.
Metoda dijagnoze grešaka utemeljena na modelu jedna je od najranijih dijagnostičkih metoda razvijenih, ali i jedna od najčešće proučenih i primijenjenih dijagnostičkih metoda.
Prednosti su u tome što je mehanizam modela jasan, struktura je jednostavna, lako se realizira, lako se analizira i može se dijagnosticirati u stvarnom vremenu. Ima važan položaj u području dijagnoze grešaka, a i dalje će biti glavni istraživački smjer metoda dijagnoze senzora u budućem razvoju.
Nedostaci su velika količina računanja, složenost sustava; postojanje pogrešaka u modeliranju, slaba prilagodljivost modela; loša pouzdanost, sklona lažnim alarmima, propustima i drugim pojavama; Robusnost vanjskih poremećaja, sustav nije osjetljiv na buku i smetnje.
Trenutno su rezultati istraživanja ove dijagnostičke metode još uvijek uglavnom usredotočeni na linearne sustave, što je od velikog značaja za dubinsko istraživanje generaliziranih dijagnostičkih tehnika za nelinearne sustave, a istovremeno je i problem robusnosti također visoke vrijednosti istraživanja. Tablica L opisuje prednosti i nedostatke nekih metoda dijagnoze grešaka u metodi modeliranja.
2. Metode dijagnoze grešaka koje ne ovise o matematičkim modelima
Trenutno upravljački sustav postaje sve složeniji, zbog činjenice da je teško uspostaviti točan analitički matematički model upravljačkog sustava u praksi, kada postoji pogreška u modeliranju, metode dijagnoze grešaka temeljene na modelu bit će lažne Alarmi, propusti i drugi pojava, tako da su metode dijagnoze grešaka neovisne o modelu visoko cijenjene.
Prednosti matematičkih metoda neovisnih su u tome što nisu potrebni točan model objekta i vrlo su prilagodljivi. Nedostatak je u tome što je struktura složena i teško je ostvariti.
Takve metode dijagnoze grešaka neovisne o modelu mogu se kategorizirati u metode dijagnoze grešaka na temelju pristupa temeljenih na podacima, metoda dijagnoze grešaka utemeljenih na znanju i metoda temeljene na diskretnim događajima.
2.1 Metode usmjerene na podatke
Postoje dvije glavne kategorije metoda usmjerenih na podatke: metode obrade signala i statističke metode.
Neke najčešće korištene metode dijagnoze greške utemeljene na obradi signala su: Ispitivanje apsolutne vrijednosti i test trendova, otkrivanje grešaka pomoću kriterija informacijskog kriterija KULLB ACK, metode otkrivanja grešaka na temelju adaptivnog kliznog filtra rešetke, metode otkrivanja grešaka na temelju analize korelacije modalne procjene signala, analize valovne analize, analizu valove za valuletu Metode i metode fuzije informacija.
2.2 Metode utemeljene na znanju
Metode dijagnoze grešaka utemeljenih na znanju mogu se saglasno kategorizirati u dvije vrste: Metode dijagnoze grešaka utemeljenih na simptomu i kvalitativne metode dijagnoze grešaka utemeljene na modelu.
2.3 Diskretne metode temeljene na događajima
Diskretna metoda dijagnoze grešaka utemeljena na događajima nova je vrsta metode dijagnoze grešaka razvijena posljednjih godina. Osnovna ideja je da stanje diskretnog modela događaja odražava i normalno stanje i stanje grešaka u sustavu.
S napretkom teorijskog istraživanja i kontinuiranim poboljšanjem tehničke razine, proučavanje dijagnoze grešaka senzora obično će biti praktičniji, a neki će se problemi s kojima se susreće u praksi postupno riješiti.