基于数学模型的方法来诊断传感器故障？当出现故障时第一时间就是要诊断，看看是哪里出了问题，好方便解决，从不同的角度出发，我们在诊断故障时采用的方法不止一种，如果为此分类的话，可分为两种，一种是基于解析数学模型的方法，另一种是不依赖于数学模型的方法。今天我们来讲讲其中的一个，基于解析数学模型的方法。下面一起来认识一下吧。

基于解析数学模型的方法来诊断故障真的好吗？有什么优点和缺点？

  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。

以上方法你get了吗？看起来是不是有点复杂难懂呢？毕竟传感器真的出现故障了，很多人也不会修，只能交给专业人士去捣鼓了。

2018-09-01 227