Kegagalan sensor termasuk empat kategori utama: kegagalan kegagalan total, kegagalan penyimpangan tetap, kegagalan penyimpangan penyimpangan dan degradasi akurasi.
Kegagalan kegagalan mengacu pada kegagalan tiba -tiba pengukuran sensor, nilai yang diukur telah menjadi konstan; Kegagalan penyimpangan terutama mengacu pada nilai sensor yang diukur dan nilai sebenarnya dari perbedaan konstan antara kelas kesalahan, seperti yang terlihat pada gambar, ada kesalahan dalam pengukuran pengukuran pengukuran sejajar dengan pengukuran tidak ada kesalahan tanpa kesalahan tanpa kesalahan tanpa kesalahan tanpa kesalahan tanpa kesalahan tanpa kesalahan tidak ada kesalahan tanpa kesalahan tidak ada kesalahan tanpa kesalahan tanpa kesalahan tanpa tidak ada kesalahan tanpa kesalahan tanpa kesalahan tanpa tidak ada kesalahan tanpa kesalahan tidak ada kesalahan tanpa tidak ada kesalahan tanpa kesalahan tanpa kesalahan tanpa tidak ada kesalahan tanpa kesalahan tidak ada kesalahan tanpa kesalahan tanpa tidak ada kesalahan tanpa kesalahan tidak ada kesalahan tanpa kesalahan tanpa tidak ada kesalahan tanpa kesalahan NO NO NO NO NO NO NO NO NO NO NO NO NO NO ;; itu
Kesalahan drift adalah kesalahan di mana perbedaan antara nilai sensor yang diukur dan nilai sebenarnya meningkat dari waktu ke waktu.
Degradasi akurasi mengacu pada penurunan kemampuan pengukuran sensor dan akurasi rendah. Ketika tingkat akurasi menurun, nilai rata -rata pengukuran tidak berubah, tetapi varian dari perubahan pengukuran.
Kesalahan deviasi tetap dan kesalahan drift adalah kesalahan yang tidak mudah dideteksi dan menyebabkan serangkaian masalah yang tidak terduga selama kesalahan, membuat sistem kontrol tidak dapat berfungsi dengan baik untuk jangka waktu yang lama.
Cara Klasifikasi Kegagalan Sensor
1, sesuai dengan tingkat klasifikasi kegagalan sensor
Menurut ukuran tingkat kegagalan sensor dapat dibagi menjadi kegagalan keras dan kegagalan lunak.
Kegagalan keras mengacu pada struktur kerusakan yang disebabkan oleh kegagalan, amplitudo umum dari perubahan besar dan tiba -tiba; Kegagalan lunak mengacu pada karakteristik variasi, amplitudo kecil, perubahan lambat.
Kegagalan keras, juga dikenal sebagai kegagalan total, kegagalan total ketika nilai yang diukur tidak berubah dengan perubahan aktual, selalu mempertahankan bacaan tertentu. Biasanya nilai konstan ini biasanya nol atau bacaan maksimum. Nilai yang diukur dari kesalahan kira -kira merupakan garis lurus horizontal.
Kesalahan lunak termasuk penyimpangan data, penyimpangan, dan degradasi tingkat akurasi. Kesalahan lunak relatif kecil, sulit ditemukan, jadi, dalam arti tertentu, kesalahan yang lembut daripada kerusakan kesalahan keras lebih besar, dan kerugiannya secara bertahap menarik perhatian.
2, sesuai dengan kegagalan klasifikasi kinerja
Menurut kinerja kesalahan dapat dibagi menjadi kesalahan intermiten dan kesalahan permanen.
Kegagalan intermiten baik atau buruk; Kegagalan kegagalan permanen, tidak dapat dipulihkan ke normal.
3, menurut kegagalan, pengembangan proses klasifikasi
Menurut proses kejadian kesalahan, pengembangan dapat dibagi menjadi kesalahan mutasi dan kesalahan perubahan yang lambat.
Laju sinyal kesalahan mutan besar adalah besar; Laju perubahan sinyal kesalahan perubahan lambat kecil.
4, sesuai dengan penyebab klasifikasi kesalahan
Menurut penyebab kesalahan dapat dibagi menjadi kesalahan deviasi, kesalahan dampak, kesalahan sirkuit terbuka, kesalahan drift, kesalahan hubung singkat, gangguan periodik, kesalahan zona mati nonlinier.
Penyebab kesalahan penyimpangan adalah: arus bias atau tegangan bias, dll.; Dan
Penyebab kesalahan kesalahan inrush adalah: gangguan acak pada catu daya dan ground, lonjakan, buangan percikan, gerinda di konverter D/A, dll.; Dan
Penyebab Kesalahan Kesalahan Sirkuit Terbuka: Garis sinyal yang rusak, pin chip tidak terhubung, dll.
Penyebab kesalahan drift: suhu, dll.; Kesalahan sirkuit pendek: kontaminasi.
Penyebab kesalahan kesalahan hubung singkat: korosi jembatan yang disebabkan oleh polusi, pengambilan garis, dll.
Penyebab Kegagalan Gangguan Siklik: Catu Daya Gangguan 50 Hz, dll. ;; Dan
Penyebab kesalahan kesalahan deadband nonlinier: saturasi penguat, berisi tautan nonlinier, dll.
Selain itu, dari sudut pandang pemodelan dan simulasi, itu dapat dibagi menjadi kesalahan multiplikasi dan aditif. Untuk kesalahan bias, sinyal asli ditambah sinyal kecil konstan atau acak; Untuk gangguan kejut, dapat ditumpangkan pada sinyal asli sinyal pulsa; Untuk kesalahan sirkuit pendek, sinyal mendekati nol; Kesalahan sirkuit terbuka, sinyal dekat dengan maksimum output sensor; kesalahan drift, sinyal pada laju offset tertentu dari sinyal asli; Kesalahan interferensi siklik, sinyal asli ditumpangkan pada sinyal frekuensi tertentu.
Metode Diagnosis Kesalahan Sensor
Dari perspektif yang berbeda, klasifikasi metode diagnosis kesalahan tidak persis sama. Metode diagnosis kesalahan dibagi menjadi: metode berdasarkan model matematika analitik dan metode yang tidak bergantung pada model matematika.
1. Metode berdasarkan model matematika analitik
Menurut berbagai bentuk residu, metode berdasarkan model matematika analitik dapat dibagi lebih lanjut menjadi: metode estimasi parameter, metode estimasi keadaan dan metode ruang yang setara.
Metode diagnosis kesalahan berbasis model adalah salah satu metode diagnostik paling awal yang dikembangkan, tetapi juga salah satu metode diagnostik yang paling banyak dipelajari dan diterapkan.
Keuntungannya adalah bahwa mekanisme modelnya jelas, strukturnya sederhana, mudah disadari, mudah dianalisis, dan dapat didiagnosis secara real time. Ini memiliki posisi penting dalam bidang diagnosis kesalahan, dan masih akan menjadi arah penelitian utama metode diagnosis gangguan sensor dalam perkembangan di masa depan.
Kerugiannya adalah sejumlah besar perhitungan, kompleksitas sistem; adanya kesalahan pemodelan, kemampuan beradaptasi yang buruk dari model; keandalan yang buruk, rentan terhadap alarm palsu, kelalaian dan fenomena lainnya; Ketahanan gangguan eksternal, sistem ini tidak sensitif terhadap kebisingan dan gangguan.
Saat ini, hasil penelitian dari metode diagnostik ini masih sebagian besar difokuskan pada sistem linier, yang sangat penting untuk studi mendalam tentang teknik diagnostik kesalahan umum untuk sistem nonlinier, dan pada saat yang sama, masalah ketahanan juga adalah adalah masalah ketahanannya adalah adalah kekokoh nilai penelitian tinggi. Tabel L menjelaskan keuntungan dan kerugian dari beberapa metode diagnosis kesalahan dalam metode pemodelan.
2. Metode diagnosis kesalahan yang tidak bergantung pada model matematika
Saat ini, sistem kontrol menjadi semakin kompleks, karena fakta bahwa sulit untuk membangun model matematika analitik yang akurat dari sistem kontrol dalam praktiknya, ketika ada kesalahan pemodelan, metode diagnosis kesalahan berbasis model akan salah akan menjadi salah Alarm, kelalaian dan fenomena lain, sehingga metode diagnosis kesalahan model-independen telah sangat dihargai.
Keuntungan dari metode model-independen matematika adalah bahwa mereka tidak memerlukan model objek yang akurat dan sangat mudah beradaptasi. Kerugiannya adalah bahwa strukturnya rumit dan sulit disadari.
Metode diagnosis kesalahan sistem-independen tersebut dapat dikategorikan ke dalam metode diagnosis kesalahan berdasarkan pendekatan berbasis data, metode diagnosis kesalahan berbasis pengetahuan, dan metode berbasis peristiwa diskrit.
2.1 Metode berbasis data
Ada dua kategori utama metode berbasis data: metode pemrosesan sinyal dan metode statistik.
Beberapa metode diagnosis kesalahan pemrosesan sinyal yang umum digunakan adalah: uji nilai absolut dan uji tren, deteksi kesalahan menggunakan kriteria informasi ACK KULLB, metode deteksi kesalahan berdasarkan filter kisi geser adaptif, metode deteksi kesalahan berdasarkan metode analisis korelasi estimasi modal sinyal, analisis wavelet Wavelet metode dan metode fusi informasi.
2.2 Metode Berbasis Pengetahuan
Metode diagnosis kesalahan berbasis pengetahuan dapat dikategorikan secara bersamaan ke dalam dua jenis: metode diagnosis kesalahan berbasis gejala dan metode diagnosis kesalahan berbasis model kualitatif.
2.3 Metode berbasis peristiwa diskrit
Metode diagnosis kesalahan berbasis kejadian diskrit adalah jenis baru metode diagnosis kesalahan yang dikembangkan dalam beberapa tahun terakhir. Gagasan dasarnya adalah bahwa keadaan model peristiwa diskrit mencerminkan keadaan normal dan keadaan kesalahan sistem.
Dengan kemajuan penelitian teoritis dan peningkatan tingkat teknis yang berkelanjutan, studi tentang diagnosis kesalahan sensor akan cenderung lebih praktis, dan beberapa masalah yang dihadapi dalam praktik akan secara bertahap diselesaikan.