Zu den Sensorfehlern gehören vier Hauptkategorien: vollständige Ausfallfehler, Fehler mit festen Abweichungen, Driftabweichungsfehler und Genauigkeitsverschlechterung.
Das Versagen des Versagens bezieht sich auf das plötzliche Versagen der Sensormessung, der gemessene Wert war eine Konstante; Abweichungsversagen bezieht sich hauptsächlich auf den gemessenen Wert des Sensors und den wahren Wert einer konstanten Differenz zwischen einer Klasse von Fehlern, wie in der Abbildung zu sehen ist, ist ein Fehler bei der Messung der Messung der Messung parallel zur Messung ohne Fehler ist ;; Die
Driftfehler sind Fehler, bei denen die Differenz zwischen dem gemessenen Wert des Sensors und dem wahren Wert über die Zeit zunimmt.
Die Genauigkeitsverschlechterung bezieht sich auf die Verschlechterung der Messfähigkeit und der geringen Genauigkeit des Sensors. Wenn das Genauigkeitsniveau abnimmt, ändert sich der Durchschnittswert der Messung nicht, sondern die Varianz der Messung ändert sich.
Feste Abweichungsfehler und Driftfehler sind Fehler, die im Verlauf des Fehlers nicht leicht zu erkennen sind und verursachen eine Reihe von unerwarteten Problemen, wodurch das Steuerungssystem über einen längeren Zeitraum nicht ordnungsgemäß funktionieren kann.
Klassifizierungsweg der Sensorversagen
1 nach dem Grad der Sensorversagenklassifizierung
Gemäß der Größe des Sensorversagens kann in ein hartes Versagen und ein weiches Versagen unterteilt werden.
Hartes Versagen bezieht sich auf die Struktur der durch das Versagen verursachten Schäden, die allgemeine Amplitude großer, plötzlicher Veränderungen; Weiches Versagen bezieht sich auf die Eigenschaften der Variation, die Amplitude ist gering, langsam ändert sich.
Hartes Versagen, auch als vollständiger Ausfall bezeichnet, vollständiger Fehler Wenn sich der gemessene Wert mit der tatsächlichen Änderung nicht ändert, behält immer eine bestimmte Lektüre bei. Normalerweise ist dieser konstante Wert normalerweise Null oder der maximale Wert. Der gemessene Wert des Fehlers ist ungefähr eine horizontale gerade Linie.
Zu den Softfehlern gehören Datenabweichung, Drift und Verschlechterung der Genauigkeitsniveaus. Weiche Fehler sind relativ klein, schwer zu finden, daher sind in gewissem Sinne Schaden zu schaden als harte Fehler sind größer, und sein Schaden hat allmählich Aufmerksamkeit erregt.
2, gemäß dem Versagen der Leistungsklassifizierung
Nach der Durchführung von Fehlern können in intermittierende Verwerfungen und dauerhafte Fehler unterteilt werden.
Intermittierendes Versagen ist gut oder schlecht; Dauerversagen, kann nicht normal wiederhergestellt werden.
3 nach dem Scheitern der Entwicklung des Klassifizierungsvorgangs
Nach dem Auftreten des Fehlers kann die Entwicklung in Mutationsfehler unterteilt werden und einen langsamen Änderungsfehler.
Die mutierte Veränderungsrate der Veränderung ist groß; Die Änderung des langsamen Veränderungssignals ist gering.
4, gemäß der Ursache der Fehlerklassifizierung
Gemäß der Ursache des Fehlers kann in Abweichungsfehler, Aufprallfehler, Open-Circuit-Fehler, Driftfehler, Kurzschlussfehler, periodische Störungen und nichtlineare Totzonenfehler unterteilt werden.
Die Ursachen von Abweichungsfehlern sind: Vorspannungsstrom oder Vorspannung usw.; Und
Verwerfungen Ursachen für Einschaltfehler sind: Zufällige Störungen in der Stromversorgung und Masse, Anstieg, Funkenabladungen, Burrs im D/A -Konverter usw.; Und
Fehler Ursachen für Fehlern offener Kreislauf: Unterbrechungssignalleitungen, Chipstifte sind nicht verbunden usw.
Die Ursache von Driftfehlern: Temperatur usw.; Kurzschlussfehler: Kontamination.
Fehler Ursachen für Kurzschlussfehler: Brückenkorrosion, die durch Verschmutzung, Linienverkürzung usw. verursacht wird, usw.
Cyclic Interferenzversagen verursacht: Stromversorgung 50 Hz Interferenz usw. ;; Und
Fehler Ursachen für nichtlineare Totbandfehler: Verstärkersättigung, enthaltende nichtlineare Verbindungen usw.
Darüber hinaus kann es aus Sicht der Modellierung und Simulation in multiplikative und additive Fehler unterteilt werden. Für Vorspannungsfehler das ursprüngliche Signal plus ein konstantes oder zufälliges kleines Signal; Bei Stoßdämpfer kann das ursprüngliche Signal ein Impulssignal überlagert werden. Für Kurzschlussfehler liegt das Signal nahe Null; Das Signal ist in der Nähe des Sensorausgangs maximal den Sensorausgang. Driftfehler, das Signal mit einem bestimmten Geschwindigkeitsrate aus dem ursprünglichen Signal; Zyklische Interferenzfehler, das ursprüngliche Signal ist auf dem Signal einer bestimmten Frequenz überlagert.
Sensor -Fehlerdiagnoseverfahren
Aus verschiedenen Perspektiven ist die Klassifizierung von Fehlerdiagnoseverfahren nicht genau gleich. Fehlerdiagnoseverfahren sind einfach unterteilt in: Methoden, die auf analytischen mathematischen Modellen und Methoden basieren, die nicht auf mathematischen Modellen beruhen.
1. Methoden, die auf analytischen mathematischen Modellen basieren
Nach den verschiedenen Formen von Residuen können die auf analytischen mathematischen Modelle basierenden Methoden weiter unterteilt werden in: Parameterschätzungsmethode, Zustandsschätzungsmethode und äquivalente Raummethode.
Die modellbasierte Fehlerdiagnosemethode ist eine der frühesten diagnostischen Methoden, aber auch eine der am häufigsten untersuchten und angewandten diagnostischen Methoden.
Die Vorteile sind, dass der Modellmechanismus klar ist, die Struktur einfach, leicht zu realisieren, leicht zu analysieren ist und in Echtzeit diagnostiziert werden kann. Es hat eine wichtige Position im Bereich der Fehlerdiagnose und wird in der zukünftigen Entwicklung immer noch die Hauptforschungsrichtung der Sensorverwerfungsdiagnoseverfahren sein.
Die Nachteile sind die große Berechnung, die Systemkomplexität; die Existenz von Modellierungsfehlern, schlechte Anpassungsfähigkeit des Modells; schlechte Zuverlässigkeit, anfällig für Fehlalarme, Auslassungen und andere Phänomene; Die Robustheit von externen Störungen ist das System nicht empfindlich gegenüber Rauschen und Störungen.
Derzeit konzentrieren sich die Forschungsergebnisse dieser diagnostischen Methode immer noch hauptsächlich auf lineare Systeme, was für die eingehende Untersuchung verallgemeinerter Fehlerdiagnosetechniken für nichtlineare Systeme von großer Bedeutung ist, und gleichzeitig ist das Problem der Robustheit auch von hohem Forschungswert. Tabelle L beschreibt die Vor- und Nachteile einiger Fehlerdiagnoseverfahren in der Modellierungsmethode.
2. Fehlerdiagnoseverfahren, die nicht von mathematischen Modellen abhängen
Derzeit wird das Steuerungssystem immer komplexer, da es schwierig ist, ein genaues analytisches mathematisches Modell des Kontrollsystems in der Praxis festzulegen. Wenn ein Modellierungsfehler vorliegt, sind die modellbasierten Fehlerdiagnosemethoden falsch Alarme, Auslassungen und andere Phänomene, sodass die modellunabhängigen Verwerfungsdiagnoseverfahren hoch geschätzt wurden.
Die Vorteile der mathematischen modellunabhängigen Methoden sind, dass sie kein genaues Modell des Objekts benötigen und sehr anpassungsfähig sind. Der Nachteil ist, dass die Struktur komplex und schwer zu realisieren ist.
Solche Systemmodell-unabhängigen Fehlerdiagnosemethoden können in Fehlerdiagnoseverfahren auf der Grundlage datengesteuerter Ansätze, wissensbasierter Fehlerdiagnosemethoden und diskreten Event-basierten Methoden eingeteilt werden.
2.1 datengesteuerte Methoden
Es gibt zwei Hauptkategorien von datengesteuerten Methoden: Signalverarbeitungsmethoden und statistische Methoden.
Einige häufig verwendete Signalverarbeitungsbasis basierende Fehlerdiagnosemethoden sind: Absolutwerttest und Trendtest, Fehlererkennung unter Verwendung von Kullb -ACK -Informationskriterien, Fehlererkennungsmethoden basierend auf adaptiven Gleitgitterfilter, Fehlererkennungsmethoden basierend auf den Methoden der Korrelationsanalyse der Signalmodal, Wavelet -Analyse, die Analyse der Wavelet -Analyse basieren Methoden und Informationsfusionsmethoden.
2.2 Wissensbasierte Methoden
Wissensdiagnoseverfahren können konkorant in zwei Arten kategorisiert werden: symptombasierte Fehlerdiagnosemethoden und qualitative modellbasierte Fehlerdiagnoseverfahren.
2.3 diskrete ereignisbasierte Methoden
Die diskrete ereignisbasierte Fehlerdiagnosemethode ist eine neue Art von Fehlerdiagnosemethode, die in den letzten Jahren entwickelt wurde. Die Grundidee ist, dass der Zustand des diskreten Ereignismodells sowohl den normalen Zustand als auch den Fehlerzustand des Systems widerspiegelt.
Mit dem Fortschritt der theoretischen Forschung und der kontinuierlichen Verbesserung des technischen Niveaus wird die Untersuchung der Sensorfehlerdiagnose in der Regel praktischer sein, und einige der in der Praxis aufgetretenen Probleme werden allmählich gelöst.