Sensorfeil inkluderer fire hovedkategorier: fullstendige feilfeil, faste avvikssvikt, driftavviksfeil og nøyaktighetsnedbrytning.
Sviktsvikt refererer til den plutselige feilen i sensormålingen, den målte verdien har vært en konstant; Avviksvikt refererer hovedsakelig til sensorens målte verdi og den sanne verdien av en konstant forskjell mellom en feilklasse, som det er vist på figuren, er det en feil i måling av måling av målingen er parallell med måling av ingen feil ;; de
Driftfeil er feil der forskjellen mellom sensorens målte verdi og den virkelige verdien øker over tid.
Nøyaktighetsnedbrytning refererer til forverring av sensorens måleevne og lav nøyaktighet. Når nøyaktighetsnivået avtar, endres ikke gjennomsnittsverdien av målingen, men variansen av måling endres.
Feil av faste avvik og feilfeil er feil som ikke er enkle å oppdage og forårsake en rekke uventede problemer i løpet av feilen, noe som gjør at kontrollsystemet ikke kan fungere ordentlig i lang tid.
Sensorfeil klassifisering måte
1, i henhold til graden av klassifisering av sensorfeil
I henhold til størrelsen på graden av sensorfeil kan deles inn i hard svikt og myk svikt.
Hardt svikt refererer til strukturen i skaden forårsaket av svikt, den generelle amplituden av store, plutselige endringer; Myk svikt refererer til egenskapene til variasjonen, amplituden er små, langsomme endringer.
Hard svikt, også kjent som fullstendig feil, fullstendig feil når den målte verdien ikke endres med den faktiske endringen, opprettholder alltid en viss lesing. Vanligvis er denne konstante verdien vanligvis null eller maksimal lesing. Den målte verdien av feilen er omtrent en horisontal rett linje.
Myke feil inkluderer dataavvik, drift og nedbrytning av nøyaktighetsnivåene. Myke feil er relativt små, vanskelige å finne, så på en måte er myke feilskader enn harde feilskader større, og skaden har gradvis vekket oppmerksomhet.
2, i henhold til svikt i ytelsesklassifiseringen
I henhold til ytelsen til feil kan deles inn i periodiske feil og permanente feil.
Intermitterende fiasko er god eller dårlig; Permanent svikt i svikt, kan ikke gjenopprettes til det normale.
3, i henhold til feilen, utviklingen av klassifiseringsprosessen
I henhold til prosessen med feilforekomst, kan utvikling deles inn i mutasjonsfeil og sakte endringsfeil.
Mutant feil signalhastighet for endring er stor; Sakte endring av feilsignalsignal for endring er liten.
4, i henhold til årsaken til feilklassifiseringen
I henhold til årsaken til feilen kan deles inn i avviksfeil, påvirkningsfeil, feil med åpen krets, feil av drift, kortslutningsfeil, periodisk forstyrrelse, ikke-lineære dødssonefeil.
Årsakene til avviksfeil er: skjevhet strøm eller skjev spenning osv.; og
Feilsårene til feilfeil er: tilfeldige forstyrrelser i strømforsyningen og bakken, bølgen, gnistutladninger, burrs i D/A -omformeren osv.; og
Feilårsaker til feil med åpen krets: ødelagte signallinjer, brikkepinner er ikke koblet til osv.
Årsaken til drivfeil: temperatur osv.; Kortslutningsfeil: Forurensning.
Feilårsaker til kortslutningsfeil: Bridge korrosjon forårsaket av forurensning, linjekort, etc.
Syklisk interferensfeil Årsaker: Strømforsyning 50 Hz interferens, etc. ;; og
Feil årsaker til ikke -lineære dødbåndsfeil: Forsterkermetning, som inneholder ikke -lineære lenker osv.
I tillegg, fra synspunktet om modellering og simulering, kan den deles inn i multiplikative og additive feil. For skjevhetsfeil, det opprinnelige signalet pluss et konstant eller tilfeldig lite signal; For sjokkforstyrrelser, kan du overlegges på det opprinnelige signalet et pulssignal; For kortslutningsfeil er signalet nær null; Feil med åpen krets, signalet er nær maksimalt sensorutgang; Driftfeil, signalet med en viss hastighetsforskyvning fra det opprinnelige signalet; Sykliske interferensfeil, det originale signalet blir lagt over signalet om en viss frekvens.
Sensorfeildiagnosemetoder
Fra forskjellige perspektiver er klassifiseringen av feildiagnosemetoder ikke akkurat de samme. Feildiagnosemetoder er ganske enkelt delt inn i: metoder basert på analytiske matematiske modeller og metoder som ikke er avhengige av matematiske modeller.
1. Metoder basert på analytiske matematiske modeller
I henhold til de forskjellige formene for rester, kan metodene basert på analytiske matematiske modeller videre deles inn i: parameterestimeringsmetode, tilstandsestimeringsmetode og ekvivalent rommetode.
Den modellbaserte feildiagnosemetoden er en av de tidligste diagnostiske metodene som er utviklet, men også en av de mest studerte og anvendte diagnostiske metodene.
Fordelene er at modellmekanismen er klar, strukturen er enkel, lett å realisere, lett å analysere og kan diagnostiseres i sanntid. Det har en viktig posisjon innen feildiagnose, og vil fortsatt være den viktigste forskningsretningen for sensorfeildiagnosemetoder i fremtidig utvikling.
Ulempene er den store mengden beregning, systemkompleksitet; eksistensen av modelleringsfeil, dårlig tilpasningsevne til modellen; Dårlig pålitelighet, utsatt for falske alarmer, mangler og andre fenomener; Robustheten til ytre forstyrrelser, systemet er ikke følsomt for støy og forstyrrelser.
For tiden er forskningsresultatene fra denne diagnostiske metoden fremdeles hovedsakelig fokusert på lineære systemer, noe som er av stor betydning for den dyptgående studien av generaliserte feildiagnostiske teknikker for ikke-lineære systemer, og samtidig er problemet med robusthet også av høy forskningsverdi. Tabell L beskriver fordelene og ulempene med noen feildiagnosemetoder i modelleringsmetoden.
2. Feildiagnosemetoder som ikke er avhengig av matematiske modeller
For øyeblikket blir kontrollsystemet mer og mer komplekst, på grunn av det faktum at det er vanskelig å etablere en nøyaktig analytisk matematisk modell av kontrollsystemet i praksis, når det er en modelleringsfeil, vil modellbaserte feildiagnosemetoder være falske Alarmer, mangler og andre fenomener, så modelluavhengige feildiagnosemetoder har blitt høyt verdsatt.
Fordelene med de matematiske modelluavhengige metodene er at de ikke krever en nøyaktig modell av objektet og er svært tilpasningsdyktige. Ulempen er at strukturen er sammensatt og vanskelig å realisere.
Slike systemmodelluavhengige feildiagnosemetoder kan kategoriseres i feildiagnosemetoder basert på datadrevne tilnærminger, kunnskapsbaserte feildiagnosemetoder og diskrete hendelsesbaserte metoder.
2.1 Datadrevne metoder
Det er to hovedkategorier av datadrevne metoder: signalbehandlingsmetoder og statistiske metoder.
Noen ofte brukte signalbehandlingsbaserte feildiagnosemetoder er: Absolutt verdestest og trendprøve, feildeteksjon ved bruk av Kullb ACK -informasjonskriterium, feildeteksjonsmetoder basert på adaptiv glidende gitterfilter, feildeteksjonsmetoder basert på signalmodal estimeringskorrelasjonsanalyse Metoder, Wavelet -analyse Metoder og informasjonsfusjonsmetoder.
2.2 Kunnskapsbaserte metoder
Kunnskapsbaserte feildiagnosemetoder kan kategoriseres konkordant i to typer: symptombaserte feildiagnosemetoder og kvalitative modellbaserte feildiagnosemetoder.
2.3 Diskrete hendelsesbaserte metoder
Diskret hendelsesbasert feildiagnosemetode er en ny type feildiagnosemetode utviklet de siste årene. Den grunnleggende ideen er at tilstanden til den diskrete hendelsesmodellen gjenspeiler både normal tilstand og feiltilstanden til systemet.
Med fremdriften av teoretisk forskning og kontinuerlig forbedring av det tekniske nivået, vil studiet av sensorfeildiagnose ha en tendens til å være mer praktisk, og noen av problemene som oppstår i praksis vil gradvis bli løst.