传感器的故障诊断与传感器的非线性补偿

  传感器(英文名称:transducer/sensor)是一种检测装置,能感受到被测量的信息,并能将感受到的信息,按一定规律变换成为电信号或其他所需形式的信息输出,以满足信息的传输、处理、存储、显示、记录和控制等要求。传感器的特点包括:微型化、数字化、智能化、多功能化、系统化、网络化。它是实现自动检测和自动控制的首要环节。

  传感器的故障诊断与传感器的非线性补偿

  传感器的存在和发展,让物体有了触觉、味觉和嗅觉等感官,让物体慢慢变得活了起来。通常根据其基本感知功能分为热敏元件、光敏元件、气敏元件、力敏元件、磁敏元件、湿敏元件、声敏元件、放射线敏感元件、色敏元件和味敏元件等十大类。

  传感器的主要作用

  人们为了从外界获取信息,必须借助于感觉器官。而单靠人们自身的感觉器官,在研究自然现象和规律以及生产活动中它们的功能就远远不够了。为适应这种情况,就需要传感器。因此可以说,传感器是人类五官的延长,又称之为电五官。新技术革命的到来,世界开始进入信息时代。在利用信息的过程中,首先要解决的就是要获取准确可靠的信息,而传感器是获取自然和生产领域中信息的主要途径与手段。

  在现代工业生产尤其是自动化生产过程中,要用各种传感器来监视和控制生产过程中的各个参数,使设备工作在正常状态或最佳状态,并使产品达到最好的质量。因此可以说,没有众多的优良的传感器,现代化生产也就失去了基础。在基础学科研究中,传感器更具有突出的地位。现代科学技术的发展,进入了许多新领域:例如在宏观上要观察上千光年的茫茫宇宙,微观上要观察小到fm的粒子世界,纵向上要观察长达数十万年的天体演化,短到 s的瞬间反应。

  此外,还出现了对深化物质认识、开拓新能源、新材料等具有重要作用的各种极端技术研究,如超高温、超低温、超高压、超高真空、超强磁场、超弱磁场等等。显然,要获取大量人类感官无法直接获取的信息,没有相适应的传感器是不可能的。许多基础科学研究的障碍,首先就在于对象信息的获取存在困难,而一些新机理和高灵敏度的检测传感器的出现,往往会导致该领域内的突破。一些传感器的发展,往往是一些边缘学科开发的先驱。

  传感器早已渗透到诸如工业生产、宇宙开发、海洋探测、环境保护、资源调查、医学诊断、生物工程、甚至文物保护等等极其之泛的领域。可以毫不夸张地说,从茫茫的太空,到浩瀚的海洋,以至各种复杂的工程系统,几乎每一个现代化项目,都离不开各种各样的传感器。由此可见,传感器技术在发展经济、推动社会进步方面的重要作用,是十分明显的。世界各国都十分重视这一领域的发展。相信不久的将来,传感器技术将会出现一个飞跃,达到与其重要地位相称的新水平。

  传感器的故障诊断与传感器的非线性补偿

  传感器的故障诊断

  从不同角度出发,故障诊断方法的分类不完全相同。现简单地将故障诊断方法分为:基于解析数学模型的方法和不依赖于数学模型的方法。

  1、基于解析数学模型的方法

  根据残差产生的形式不同,基于解析数学模型的方法可以进一步分为:参数估计法、状态估计法和等价空间法。

  基于模型的故障诊断方法,是一种最早发展起来的诊断方法,同时也是一种研究、应用最广泛的诊断方法。

  优点是模型机理清楚,结构简单,易实现,易分析,可实时诊断。在故障诊断领域具有重要的地位,在今后的发展中依然会是传感器故障诊断方法的主要研究方向。

  缺点是计算量大,系统复杂;存在建模误差,模型的适应性差;可靠性差,容易出现误报、漏报等现象;外部扰动的鲁棒性,系统的噪声和干扰不敏感。

  目前,这种诊断方法的研究成果仍然主要集中于线性系统,对深入研究非线性系统的通用故障诊断技术具有重要的意义,同时,鲁棒性问题也具有很高的研究价值。表l介绍了模型法中一些故障诊断方法的优点和缺点。

  传感器的故障诊断与传感器的非线性补偿

  2、不依赖于数学模型的故障诊断方法

  当前,控制系统变得越来越复杂,由于实际中很难建立控制系统的精确解析数学模型,当存在建模误差时,基于模型的故障诊断方法将出现误报、漏报等现象,因此不依赖于模型的故障诊断方法受到了人们的高度重视。

  不依赖数学模型的方法的优点是不需要对象的准确模型,并且适应性强。其缺点是结构复杂,难于实现。

  这种不依赖于系统模型的故障诊断方法可分为基于数据驱动的方法的故障诊断方法、基于知识的故障诊断方法和基于离散事件的方法等。

  2.1 基于数据驱动的方法

  基于数据驱动的方法有两大类:信号处理方法和统计方法。

  常用的一些基于信号处理的故障诊断方法有:绝对值检验和趋势检验,利用Kullb ack信息准则的故障检测,基于自适应滑动LatTIce滤波器的故障检测方法,基于信号模态估计的故障检测方法相关分析法、小波分析方法和信息融合方法等。

  2.2 基于知识的方法

  基于知识的故障诊断方法协可分为基于症状的故障诊断方法和基于定性模型的故障诊断方法两种。

  2.3 基于离散事件的方法

  基于离散事件的故障诊断方法是近年来发展起来的一种新型故障诊断方法。其基本思想是:离散事件模型的状态既反映正常状态,又反映系统的故障状态。

  传感器的故障诊断与传感器的非线性补偿

  随着理论研究的进展和技术水平的不断提高,传感器故障诊断的研究会更趋于实用化,一些在实际中遇到的问题会逐步得到解决。

  传感器的非线性补偿处理

  在完成了非线性参数的线性化处理以后,要进行工程量转换,即标度变换,才能显示或打印带物理单位(如℃)的数值,

  其框图如图1。

  传感器的故障诊断与传感器的非线性补偿

  下面介绍非线性软件处理方法。 ?

  用软件进行“线性化”处理的方法有三种:

  1. 计算法

  2. 查表法

  程序流程图,如图2所示。

  传感器的故障诊断与传感器的非线性补偿

  3. 插值法

  (1)插值原理

  设某传感器的输出特性曲线(例如电阻—温度特性曲线)如图3所示。

  传感器的故障诊断与传感器的非线性补偿

  传感器的故障诊断与传感器的非线性补偿

  (2) 插值法的计算机实现

  下边以点斜式直线方程(4-37)为例,讲一下用计算机实现线性插值的方法。

  第一步,用实验法测出传感器的变化曲线y=f(x)。

  第二步,将上述曲线进行分段,选取各插值基点。

  第三步,确定并计算出各插值点的xi、yi值及两相邻插值点间的拟合直线的斜率ki,并存放在存储器中。

  第四步,计算x-xi。

  第五步,找出x所在的区域( xi, xi+1),并取出该段的斜率ki。

  第六步,计算ki(x-xi)。

  第七步,计算结果y=yi+ki(x- xi)。

  程序框图见图4。

  传感器的故障诊断与传感器的非线性补偿

  • 传感器的故障诊断与传感器的非线性补偿已关闭评论
    A+
发布日期:2019年07月14日  所属分类:电子百科