Sensorfejl inkluderer fire hovedkategorier: Fejlfejl i komplette fejl, faste afvigelsesfejl, driftafvigelsesfejl og nedbrydning af nøjagtigheder.
Fejlfejl henviser til den pludselige svigt i sensormålingen, den målte værdi har været en konstant; Afvigelsesfejl henviser hovedsageligt til sensorens målte værdi, og den sande værdi af en konstant forskel mellem en klasse af fejl, som det ses på figuren, er der en fejl i målingen af målingen af målingen er parallel med målingen af ingen fejl ;; de
Driftfejl er fejl, hvor forskellen mellem sensorens målte værdi og den sande værdi øges over tid.
Nøjagtighedsnedbrydning henviser til forringelsen af sensorens måleevne og lav nøjagtighed. Når nøjagtighedsniveauet falder, ændres den gennemsnitlige værdi af målingen ikke, men variansen af måling ændres.
Faste afvigelsesfejl og driftfejl er fejl, der ikke er lette at opdage og forårsage en række uventede problemer i løbet af fejlen, hvilket gør kontrolsystemet ude af stand til at fungere korrekt i en lang periode.
Sensorfejlklassificering måde
1, i henhold til graden af sensorfejlklassificering
I henhold til størrelsen på graden af sensorfejl kan opdeles i hård fiasko og blød fiasko.
Hård svigt henviser til strukturen af skaden forårsaget af fiasko, den generelle amplitude af store, pludselige ændringer; Blød svigt henviser til egenskaberne ved variationen, amplituden er små, langsomme ændringer.
Hård fiasko, også kendt som fuldstændig fiasko, fuldstændig fiasko, når den målte værdi ikke ændrer sig med den faktiske ændring, opretholder altid en bestemt læsning. Normalt er denne konstante værdi normalt nul eller den maksimale aflæsning. Den målte værdi af fejlen er omtrent en vandret lige linje.
Bløde fejl inkluderer dataafvigelse, drift og nedbrydning af nøjagtighedsniveauer. Bløde fejl er relativt små, vanskelige at finde, så på en måde er bløde fejlskader end hårde fejlskader større, og dens skade har gradvist tiltrukket opmærksomhed.
2, i henhold til svigt i præstationsklassificeringen
I henhold til fejlen kan fejl opdeles i intermitterende fejl og permanente fejl.
Intermitterende fiasko er god eller dårlig; Fejlfejlfejl, kan ikke gendannes til det normale.
3, i henhold til fiaskoen, udviklingen af klassificeringsprocessen
I henhold til processen med fejlforekomst kan udvikling opdeles i mutationsfejl og langsom ændringsfejl.
Mutant fejlsignal for ændring er stor; Langsomt ændringsfejl signalhastighed for ændring er lille.
4, i henhold til årsagen til fejlklassificeringen
I henhold til årsagen til fejlen kan der opdeles i afvigelsesfejl, påvirkningsfejl, åbne kredsløbsfejl, drivfejl, kortslutningsfejl, periodisk interferens, ikke-lineære døde zone-fejl.
Årsagerne til afvigelsesfejl er: biasstrøm eller bias spænding osv.; og
Fejlårsager til inrush -fejl er: tilfældige forstyrrelser i strømforsyningen og jorden, bølger, gnistudledninger, burrs i D/A -konverteren osv.; og
Fejlårsager til open-kredsløbsfejl: ødelagte signallinjer, chip-stifter er ikke tilsluttet osv.
Årsagen til driftfejl: temperatur osv.; Kortslutningsfejl: forurening.
Fejlårsager til kortslutningsfejl: Bridge-korrosion forårsaget af forurening, linjekort osv.
Cyklisk interferensfejl Årsager: Strømforsyning 50 Hz interferens osv. ;; og
Fejlårsager til ikke -lineære dødbåndsfejl: Forstærkermætning, der indeholder ikke -lineære links osv.
Fra synspunktet om modellering og simulering kan det desuden opdeles i multiplikative og additive fejl. For biasfejl er det originale signal plus et konstant eller tilfældigt lille signal; For chokblanding kan det overlejres på det originale signal et pulssignal; For kortslutningsfejl er signalet tæt på nul; Open-kredsløbsfejl, signalet er tæt på sensorudgangen maksimalt; Driftfejl, signalet ved en bestemt hastighedsforskydning fra det originale signal; Cykliske interferensfejl, det originale signal overlejres på signalet om en bestemt frekvens.
Sensorfejldiagnosemetoder
Fra forskellige perspektiver er klassificeringen af fejldiagnosemetoder ikke nøjagtigt de samme. Fejldiagnosemetoder er simpelthen opdelt i: metoder baseret på analytiske matematiske modeller og metoder, der ikke er afhængige af matematiske modeller.
1. Metoder baseret på analytiske matematiske modeller
I henhold til de forskellige former for rester kan metoderne baseret på analytiske matematiske modeller yderligere opdeles i: parameterestimeringsmetode, tilstandsestimeringsmetode og tilsvarende rummetode.
Den modelbaserede fejldiagnosemetode er en af de tidligste diagnostiske metoder udviklet, men også en af de mest studerede og anvendte diagnostiske metoder.
Fordelene er, at modelmekanismen er klar, strukturen er enkel, let at realisere, let at analysere og kan diagnosticeres i realtid. Det har en vigtig position inden for fejldiagnose og vil stadig være den vigtigste forskningsretning for sensorfejldiagnosemetoder i den fremtidige udvikling.
Ulemperne er den store mængde beregning, systemkompleksitet; eksistensen af modelleringsfejl, dårlig tilpasningsevne af modellen; dårlig pålidelighed, tilbøjelig til falske alarmer, undladelser og andre fænomener; Robustheden af eksterne forstyrrelser, systemet er ikke følsomt over for støj og interferens.
På nuværende tidspunkt er forskningsresultaterne af denne diagnostiske metode stadig hovedsageligt fokuseret på lineære systemer, hvilket er af stor betydning for den dybdegående undersøgelse af generaliserede fejldiagnostiske teknikker til ikke-lineære systemer, og på samme tid er problemet med robusthed også af høj forskningsværdi. Tabel L beskriver fordele og ulemper ved nogle fejldiagnosemetoder i modelleringsmetoden.
2. Fejldiagnosemetoder, der ikke afhænger af matematiske modeller
I øjeblikket bliver kontrolsystemet mere og mere komplekst på grund af det faktum, at det er vanskeligt at etablere en nøjagtig analytisk matematisk model af kontrolsystemet i praksis, når der er en modelleringsfejl, vil de modelbaserede fejldiagnosemetoder være falske Alarmer, undladelser og andre fænomener, så de modeluafhængige fejldiagnosemetoder er blevet meget værdsat.
Fordelene ved de matematiske modeluafhængige metoder er, at de ikke kræver en nøjagtig model af objektet og er meget tilpasningsdygtige. Ulempen er, at strukturen er kompleks og vanskelig at realisere.
Sådanne systemmodeluafhængige fejldiagnosemetoder kan kategoriseres i fejldiagnosemetoder baseret på datadrevne tilgange, videnbaserede fejldiagnosemetoder og diskrete begivenhedsbaserede metoder.
2.1 Data-drevne metoder
Der er to hovedkategorier af datadrevne metoder: signalbehandlingsmetoder og statistiske metoder.
Nogle almindeligt anvendte signalbehandlingsbaserede fejldiagnosemetoder er: absolut værditest og trendtest, fejldetektion ved hjælp af Kullb ACK -informationskriterium, fejldetekteringsmetoder baseret på adaptivt glidende gitterfilter, fejldetektionsmetoder baseret på signalmodal estimationskorrelationsanalysemetoder, bølgeanalyse Metoder og informationsfusionsmetoder.
2.2 Videnbaserede metoder
Videnbaserede fejldiagnosemetoder kan konkordant kategoriseres i to typer: symptombaserede fejldiagnosemetoder og kvalitative modelbaserede fejldiagnosemetoder.
2.3 Diskrete begivenhedsbaserede metoder
Diskret begivenhedsbaseret fejldiagnosemetode er en ny type fejldiagnosemetode udviklet i de senere år. Den grundlæggende idé er, at tilstanden for den diskrete begivenhedsmodel afspejler både den normale tilstand og systemets fejltilstand.
Med fremskridt med teoretisk forskning og den kontinuerlige forbedring af det tekniske niveau vil studiet af sensorfejldiagnose en tendens til at være mere praktisk, og nogle af de problemer, der er opstået i praksis, vil gradvist blive løst.