252927 ավտոմատ փոխանցում AL4 DPO անջատիչ ճնշման ցուցիչ

1. Ընդհանուր սենսորային սխալի ախտորոշման մեթոդներ

Գիտության եւ տեխնոլոգիայի զարգացման միջոցով սենսորային սխալի ախտորոշման մեթոդներն ավելի ու ավելի առատ են, ինչը հիմնականում կարող է բավարարել ամենօրյա օգտագործման կարիքները: Մասնավորապես, սենսորային սխալի ախտորոշման ընդհանուր մեթոդները հիմնականում ներառում են հետեւյալը.

1.1 Մոդելների վրա հիմնված սխալի ախտորոշում

Մոդելների վրա հիմնված սենսորային սխալի ախտորոշման տեխնոլոգիան վերլուծական ավելորդություն է պահանջում ֆիզիկական ավելորդության փոխարեն, որքան դրա հիմնական գաղափարը եւ իր հիմնական տեղեկությունները ձեռք բերում է գնահատման համակարգի միջոցով: Ներկայումս ախտորոշման այս տեխնոլոգիան կարելի է բաժանվել երեք կատեգորիայի. Պարամետրերի գնահատման վրա հիմնված սխալի ախտորոշման եղանակը, պետական ​​հիմնված սխալի ախտորոշման եղանակը եւ համարժեք տիեզերական ախտորոշման եղանակը: Ընդհանուր առմամբ, մենք սահմանում ենք այն բաղադրիչների բնութագրիչ պարամետրերը, որոնք կազմում են ֆիզիկական համակարգը որպես նյութական պարամետրեր, եւ դիֆերենցիալ կամ տարբերության հավասարումներ, որոնք նկարագրում են կառավարման համակարգը որպես մոդուլի պարամետրեր: Երբ համակարգում սենսորը ձախողվում է վնասի, ձախողման կամ կատարողականի դեգրադացիայի պատճառով, այն կարող է ուղղակիորեն դրսեւորվել որպես նյութական պարամետրերի փոփոխություն, որն իր հերթին առաջացնում է Modulus պարամետրերի փոփոխություն: Ընդհակառակը, երբ հայտնի են մոդուլի պարամետրերը, պարամետրի փոփոխությունը կարող է հաշվարկվել, որպեսզի որոշեն սենսորային սխալի չափը եւ աստիճանը: Ներկայումս լայնորեն կիրառվել է մոդելների վրա հիմնված սենսորային ախտորոշման տեխնոլոգիան, եւ դրա հետազոտության արդյունքները կենտրոնանում են գծային համակարգերի վրա, բայց ոչ գծային համակարգերի հետազոտությունը պետք է ուժեղացվի:

1.2 Գիտելիքների վրա հիմնված սխալի ախտորոշում

Վերը նշված սխալի ախտորոշման մեթոդներից տարբերվում է, գիտելիքների վրա հիմնված սխալի ախտորոշումը պետք չէ մաթեմատիկական մոդել հիմնել, որը հաղթահարում է մոդելի վրա հիմնված մեղքերի ախտորոշման թերությունները կամ թերությունները, բայց չունի հասուն տեսական աջակցության թերություններ կամ թերություններ: Նրանց թվում, արհեստական ​​նյարդային ցանցի մեթոդը գիտելիքահեն մեղավոր ախտորոշման ներկայացուցիչն է: Այսպես կոչված արհեստական ​​նյարդային ցանցը կրճատվում է որպես անգլերեն անգլերեն, որը հիմնված է ուղեղի նյարդային ցանցի մարդկային պատկերացումների վրա եւ արհեստական ​​շինարարության միջոցով իրականացնում է որոշակի գործառույթ: Արհեստական ​​նյարդային ցանցը կարող է տեղեկատվություն պահել բաշխված ձեւով եւ իրականացնել ոչ գծային վերափոխում եւ քարտեզագրում ցանցային տեղաբանության եւ քաշի բաշխման միջոցով: Ի հակադրություն, արհեստական ​​նյարդային ցանցի մեթոդը կազմում է ոչ գծային համակարգերում մոդելի վրա հիմնված սխալի ախտորոշման անբավարարությունը: Այնուամենայնիվ, արհեստական ​​նյարդային ցանցի մեթոդը կատարյալ չէ, եւ դա միայն ապավինում է որոշ գործնական դեպքերում, ինչը չի օգտագործում հատուկ ոլորտներում կուտակված փորձը եւ հեշտությամբ ազդում է նմուշի ընտրության վրա: