基于數學模型的方法來診斷傳感器故障？當出現故障時第一時間就是要診斷，看看是哪里出了問題，好方便解決，從不同的角度出發，我們在診斷故障時采用的方法不止一種，如果為此分類的話，可分為兩種，一種是基于解析數學模型的方法，另一種是不依賴于數學模型的方法。今天我們來講講其中的一個，基于解析數學模型的方法。下面一起來認識一下吧。

基于解析數學模型的方法來診斷故障真的好嗎？有什么優點和缺點？

  根據殘差產生的形式不同，基于解析數學模型的方法可以進一步分為：參數估計法、狀態估計法和等價空間法。

  基于模型的故障診斷方法，是一種最早發展起來的診斷方法，同時也是一種研究、應用最廣泛的診斷方法。

  優點是模型機理清楚，結構簡單，易實現，易分析，可實時診斷。在故障診斷領域具有重要的地位，在今后的發展中依然會是傳感器故障診斷方法的主要研究方向。

  缺點是計算量大，系統復雜，存在建模誤差，模型的適應性差;可靠性差，容易出現誤報、漏報等現象，外部擾動的魯棒性，系統的噪聲和干擾不敏感。

  目前，這種診斷方法的研究成果仍然主要集中于線性系統，對深入研究非線性系統的通用故障診斷技術具有重要的意義，同時，魯棒性問題也具有很高的研究價值。

以上方法你get了嗎？看起來是不是有點復雜難懂呢？畢竟傳感器真的出現故障了，很多人也不會修，只能交給專業人士去搗鼓了。

2018-09-01 215