ASM GmbH传感器故障的诊断方法

　　从不同角度出发，ASM GmbH传感器故障诊断方法的分类不*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，是一种早发展起来的诊断方法，同时也是一种研究、应用广泛的诊断方法。

　　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。

　　2、ASM GmbH传感器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：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

　　ASM GmbH传感器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。