Anduri tõrked hõlmavad nelja peamist kategooriat: täielik tõrke ebaõnnestumised, fikseeritud kõrvalekalde tõrked, triivihälbe ebaõnnestumised ja täpsuse halvenemine.
Rikke rike viitab anduri mõõtmise järsule rikkele, mõõdetud väärtus on olnud konstant; Hälbe ebaõnnestumine viitab peamiselt anduri mõõdetud väärtusele ja püsiva erinevuste tegelikule väärtusele rikeklassi vahel, nagu jooniselt näha, on mõõtmise mõõtmise mõõtmisel tõrge paralleelne rikketa mõõtmisega ;; selle
Triivivead on rikked, milles erinevus anduri mõõdetud väärtuse ja tegeliku väärtuse vahel aja jooksul suureneb.
Täpsuse halvenemine viitab anduri mõõtmisvõime halvenemisele ja madalale täpsusele. Kui täpsuse tase väheneb, ei muutu mõõtmise keskmine väärtus, vaid mõõtmise dispersioon muutub.
Fikseeritud kõrvalekalde rikked ja triiviviisud on rikked, mida pole lihtne tuvastada, ja põhjustavad rikke jooksul rea ootamatuid probleeme, muutes juhtimissüsteemi pikka aega korralikult toimima.
Anduri rikke klassifitseerimise viis
1, vastavalt anduri rikke klassifitseerimise astmele
Vastavalt anduri rikke astmele võib jagada kõvaks ja pehmeks rikkeks.
Kõva ebaõnnestumine viitab ebaõnnestumisest põhjustatud kahju struktuurile, suurte äkiliste muutuste üldisele amplituudile; Pehme rikke viitab variatsiooni omadustele, amplituud on väikesed, aeglased muutused.
Kõva ebaõnnestumine, tuntud ka kui täielik ebaõnnestumine, täielik ebaõnnestumine, kui mõõdetud väärtus ei muutu tegeliku muudatusega, säilitage alati teatud näit. Tavaliselt on see püsiv väärtus tavaliselt null või maksimaalne näit. Rike mõõdetud väärtus on umbes horisontaalne sirgjoon.
Pehmed rikked hõlmavad andmete hälve, triivi ja täpsustasemete lagunemist. Pehmed rikked on suhteliselt väikesed, seda on raske leida, seega on teatud mõttes pehmete tõrgete kahjustamine kui kõva rikke kahjustamine suurem ja selle kahju on järk -järgult tähelepanu pälvinud.
2, vastavalt tulemuslikkuse klassifitseerimise ebaõnnestumisele
Vigade täitmise kohaselt võib jagada vahelduvateks riketeks ja püsivateks riketeks.
Vahelduv ebaõnnestumine on hea või halb; Püsiv rikke rike, seda ei saa normaalseks taastada.
3, vastavalt ebaõnnestumisele
Rikete esinemise protsessi kohaselt saab arengu jagada mutatsiooni rikkeks ja aeglase muutumise rikkeks.
Mutantse rikkesignaali muutuste kiirus on suur; Aeglase muutmise rikkesignaali muutuste kiirus on väike.
4, vastavalt rikke klassifitseerimise põhjusele
Vastavalt rikke põhjustajatele võib jagada kõrvalekalde rikkeks, mõjuvead, avatud vooluvead, triiviviisud, lühisevead, perioodilised häired, mittelineaarsed surnud tsooni rikked.
Hälbevedude põhjused on: eelarvamuste voolu või eelarvamuste pinge jne; ja
Sissetungide rikkepõhjused on järgmised: toiteallika ja maapinna juhuslikud häired, tõusud, sädemed, mis on D/A muunduris jne; ja
Avatud voolu rikke põhjused: katkised signaalijooned, kiibinöögid ei ole ühendatud jne.
Triivimisvead: temperatuur jne; Lühisevead: saastumine.
Lühise rikete rikke põhjused: reostuse põhjustatud silla korrosioon, liinide lühendamine jne.
Tsüklilised häirete rikke põhjused: toiteallikas 50 Hz häired jne ;; ja
Mittelineaarsete surnud ribade rikke põhjused: võimendi küllastus, mis sisaldab mittelineaarseid linke jne.
Lisaks võib modelleerimise ja simulatsiooni seisukohast jagada seda korrutatavateks ja lisanditeks. Eelamute korral on algne signaal pluss konstantne või juhuslik väike signaal; Šokkide häirete jaoks saab algsel signaal pulsisignaalile asetada; Lühise tõrgete korral on signaal nulli lähedal; Avatud vooluvead, signaal on anduri väljundi maksimumi lähedal; triivi rikked, signaal teatud kiirusega nihkes algsignaalist; Tsüklilised häirete rikked, originaalsignaal asetatakse teatud sagedusega signaalile.
Anduri rikke diagnoosimise meetodid
Erinevatest vaatenurkadest pole rikke diagnoosimise meetodite klassifitseerimine täpselt samad. Rikete diagnoosimise meetodid jagunevad lihtsalt: meetoditeks, mis põhinevad analüütilistel matemaatilistel mudelitel ja meetoditel, mis ei sõltu matemaatilistest mudelitest.
1. Analüütilistel matemaatilistel mudelitel põhinevad meetodid
Jäägi erinevate vormide kohaselt saab analüütilistel matemaatilistel mudelitel põhinevaid meetodeid jagada täiendavalt: parameetri hindamismeetodiks, oleku hindamismeetodi ja samaväärse ruumimeetodi jaoks.
Mudelipõhine rikke diagnoosimise meetod on üks varasemaid diagnostilisi meetodeid, kuid samuti üks kõige laialdasemalt uuritud ja rakendatud diagnostilisi meetodeid.
Eelised on see, et mudeli mehhanism on selge, struktuur on lihtne, hõlpsasti realiseeritav, lihtne analüüsida ja seda saab reaalajas diagnoosida. Sellel on oluline positsioon rikke diagnoosimise valdkonnas ja see on endiselt anduri rikke diagnoosimise meetodite peamine uurimistöö.
Puudusteks on suur arvutus, süsteemi keerukus; modelleerimisvigade olemasolu, mudeli halb kohanemisvõime; halb töökindlus, valehäirete, väljajätmiste ja muude nähtuste suhtes; Väliste häiringute vastupidavus, süsteem ei ole tundlik müra ja häirete suhtes.
Praegu keskenduvad selle diagnostilise meetodi uurimistulemused endiselt peamiselt lineaarsetele süsteemidele, millel on suur tähtsus mittelineaarsete süsteemide üldistatud rikke diagnostiliste tehnikate põhjalik uurimine ja samal ajal on ka vastupidavuse probleem kõrge uurimistöö väärtus. Tabelis L kirjeldab modelleerimismeetodi mõne rikke diagnoosimismeetodi eeliseid ja puudusi.
2. rikke diagnoosimise meetodid, mis ei sõltu matemaatilistest mudelitest
Praegu muutub juhtimissüsteem üha keerukamaks, kuna praktikas on keeruline luua kontrollsüsteemi täpset analüütilist matemaatilist mudelit, kui on olemas modelleerimisviga, on mudelipõhised rikke diagnoosimismeetodid valed Alarmid, väljajätmised ja muud nähtused, seega on mudelist sõltumatute rikke diagnoosimise meetodeid kõrgelt hinnatud.
Matemaatiliste mudelist sõltumatute meetodite eelised on see, et need ei vaja objekti täpset mudelit ja on väga kohanemisvõimelised. Puuduseks on see, et struktuur on keeruline ja seda on raske realiseerida.
Sellise süsteemist mudelist sõltumatu rikke diagnoosimise meetodeid saab liigitada andmetepõhistel lähenemisviisidel, teadmistepõhistel rikke diagnoosimismeetoditel ja diskreetse sündmusepõhise meetodite põhjal.
2.1 Andmepõhised meetodid
Andmepõhiste meetodite olemasolu on kaks peamist kategooriat: signaalitöötluse meetodid ja statistilised meetodid.
Mõned tavaliselt kasutatavad signaalitöötlusel põhinevad rikke diagnoosimismeetodid on järgmised: absoluutväärtuse test ja trendikatse, rikke tuvastamine Kullb ACK teabe kriteeriumi abil, rikete tuvastamise meetodid, mis põhinevad adaptiivsel libiseval võrefiltril, rikete tuvastamise meetodid, mis põhinevad signaali modaalsel hindamisel Meetodid ja teabe sulandumismeetodid.
2.2 Teadmistepõhised meetodid
Teadmistepõhiseid rikke diagnoosimise meetodeid võib järjekindlalt jagada kahte tüüpi: sümptomipõhised rikke diagnoosimise meetodid ja kvalitatiivsed mudelipõhised rikke diagnoosimise meetodid.
2.3 Diskreetsed sündmustepõhised meetodid
Diskreetne sündmustepõhine rikke diagnoosimine on viimastel aastatel välja töötatud uut tüüpi rikke diagnoosimise meetod. Põhiidee on see, et diskreetse sündmuse mudeli olek peegeldab nii süsteemi normaalset kui ka tõrke olekut.
Teoreetiliste uuringute edenemisega ja tehnilise taseme pideva täiustamise korral kipub anduri rikke diagnoosimine olema praktilisem ja mõned praktikas tekkinud probleemid lahendatakse järk -järgult.




