252927 Ավտոմատ փոխանցման տուփ AL4 DPO անջատիչ ճնշման սենսոր
Ապրանքի ներկայացում
1. Սենսորային անսարքության ախտորոշման ընդհանուր մեթոդներ
Գիտության և տեխնիկայի զարգացման հետ մեկտեղ սենսորային անսարքությունների ախտորոշման մեթոդներն ավելի ու ավելի շատ են դառնում, որոնք հիմնականում կարող են բավարարել ամենօրյա օգտագործման կարիքները:Մասնավորապես, սենսորային անսարքության ախտորոշման ընդհանուր մեթոդները հիմնականում ներառում են հետևյալը.
1.1 Մոդելի վրա հիմնված անսարքության ախտորոշում
Ամենավաղ մշակված մոդելի վրա հիմնված սենսորային անսարքությունների ախտորոշման տեխնոլոգիան իր հիմնական գաղափարն ընդունում է ֆիզիկական ավելորդության փոխարեն վերլուծական ավելորդությունը, և սխալի մասին տեղեկատվություն է ստանում հիմնականում՝ համեմատելով այն գնահատման համակարգի կողմից ստացված չափված արժեքների հետ:Ներկայումս ախտորոշման այս տեխնոլոգիան կարելի է բաժանել երեք կատեգորիայի՝ պարամետրերի գնահատման վրա հիմնված անսարքության ախտորոշման մեթոդ, վիճակի վրա հիմնված անսարքության ախտորոշման մեթոդ և համարժեք տարածության ախտորոշման մեթոդ:Ընդհանուր առմամբ, մենք սահմանում ենք ֆիզիկական համակարգը կազմող բաղադրիչների բնութագրական պարամետրերը որպես նյութի պարամետրեր, և դիֆերենցիալ կամ տարբերությունների հավասարումները, որոնք նկարագրում են կառավարման համակարգը որպես մոդուլի պարամետրեր:Երբ համակարգում սենսորը ձախողվում է վնասի, ձախողման կամ կատարողականի վատթարացման պատճառով, այն կարող է ուղղակիորեն ցուցադրվել որպես նյութի պարամետրերի փոփոխություն, որն իր հերթին առաջացնում է մոդուլի պարամետրերի փոփոխություն, որը պարունակում է սխալի բոլոր տեղեկությունները:Ընդհակառակը, երբ մոդուլի պարամետրերը հայտնի են, պարամետրի փոփոխությունը կարող է հաշվարկվել, որպեսզի որոշվի սենսորի անսարքության չափն ու աստիճանը:Ներկայումս մոդելի վրա հիմնված սենսորային ախտորոշման տեխնոլոգիան լայնորեն կիրառվում է, և դրա հետազոտության արդյունքները կենտրոնանում են գծային համակարգերի վրա, սակայն ոչ գծային համակարգերի հետազոտությունները պետք է ուժեղացվեն:
1.2 Գիտելիքի վրա հիմնված սխալների ախտորոշում
Ի տարբերություն վերը նշված անսարքությունների ախտորոշման մեթոդների, գիտելիքի վրա հիմնված անսարքության ախտորոշումը կարիք չունի ստեղծելու մաթեմատիկական մոդել, որը հաղթահարում է մոդելի վրա հիմնված անսարքության ախտորոշման թերությունները կամ թերությունները, սակայն չունի հասուն տեսական աջակցության մի շարք:Դրանց թվում արհեստական նեյրոնային ցանցի մեթոդը գիտելիքի վրա հիմնված անսարքությունների ախտորոշման ներկայացուցիչն է։Այսպես կոչված արհեստական նեյրոնային ցանցը անգլերենում հապավում է որպես ANN, որը հիմնված է ուղեղի նեյրոնային ցանցի մարդկային պատկերացումների վրա և իրականացնում է որոշակի գործառույթ արհեստական կառուցման միջոցով:Արհեստական նեյրոնային ցանցը կարող է տեղեկատվություն պահել բաշխված ձևով և իրականացնել ոչ գծային փոխակերպում և քարտեզագրում ցանցի տոպոլոգիայի և քաշի բաշխման օգնությամբ:Ի հակադրություն, արհեստական նեյրոնային ցանցի մեթոդը լրացնում է ոչ գծային համակարգերում մոդելի վրա հիմնված անսարքությունների ախտորոշման անբավարարությունը:Այնուամենայնիվ, արհեստական նեյրոնային ցանցի մեթոդը կատարյալ չէ, և այն հենվում է միայն որոշ գործնական դեպքերի վրա, որոնք արդյունավետ չեն օգտագործում հատուկ ոլորտներում կուտակված փորձը և հեշտությամբ ենթարկվում են նմուշի ընտրության ազդեցությանը, ուստի դրանից բխող ախտորոշիչ եզրակացությունները չեն մեկնաբանելի։