Penggerak linear adalah peranti yang menukar gerakan putaran motor menjadi gerakan linear, digunakan secara meluas dalam pelbagai sistem automasi. Walau bagaimanapun, penggerak linear mungkin tidak berfungsi semasa operasi, yang menjejaskan prestasi dan keselamatan sistem. Oleh itu, diagnosis kesalahan penggerak linear sangat penting. Artikel ini memperkenalkan kaedah diagnosis kesalahan penggerak linear berasaskan data dan kaedah diagnosis kesalahan penggerak linear berasaskan pemerhati penyesuaian.
Kaedah diagnosis kerosakan berasaskan data untuk penggerak linear
Kaedah ini menggunakan data pengukuran semasa dan kedudukan penggerak linear untuk mengekstrak ciri dan membina penunjuk kesalahan. Kelebihan kaedah ini ialah ia tidak memerlukan model fizikal atau sensor tambahan, tetapi hanya menggunakan data yang sudah ada dalam pengawal itu sendiri. Langkah-langkah khusus adalah seperti berikut:
Mengekstrak ciri daripada data pengukuran semasa dan kedudukan. Ciri-ciri termasuk ciri-ciri dinamik sistem semasa operasi keadaan stabil dan sementara, seperti min semasa, puncak semasa, min kedudukan, puncak kedudukan, kadar perubahan kedudukan, dan lain-lain.
Gabungkan ciri ke dalam penunjuk kesalahan. Kuantiti petunjuk kesalahan adalah nilai berangka yang mencerminkan sama ada terdapat kesalahan dalam sistem dan keterukan kesalahan. Kaedah yang biasa digunakan ialah menggunakan Mesin Sokongan Vektor (SVM) untuk mengelaskan ciri-ciri dan mendapatkan fungsi diskriminant untuk keadaan normal dan salah.
Tetapkan ambang untuk petunjuk kesalahan. Ambang adalah nilai berangka yang digunakan untuk menentukan sama ada petunjuk kesalahan melebihi julat normal. Ambang boleh ditentukan berdasarkan data sejarah atau pengalaman, atau diselaraskan secara dinamik berdasarkan data masa nyata atau kaedah statistik.
Melakukan pengesanan dan diagnosis kesalahan berdasarkan kuantiti dan ambang petunjuk kesalahan. Sekiranya petunjuk kesalahan melebihi ambang, dianggap bahawa sistem telah rosak, dan jenis dan lokasi kesalahan ditentukan berdasarkan saiz dan trend petunjuk kesalahan.