252927 خودکار ٹرانسمیشن AL4 DPO سوئچ پریشر سینسر

1. عام سینسر کی غلطی کی تشخیص کے طریقے

سائنس اور ٹکنالوجی کی ترقی کے ساتھ ، سینسر کی غلطی کی تشخیص کے طریقے زیادہ سے زیادہ وافر ہوتے ہیں ، جو بنیادی طور پر روزانہ استعمال کی ضروریات کو پورا کرسکتے ہیں۔ خاص طور پر ، عام سینسر کی غلطی کی تشخیص کے طریقوں میں بنیادی طور پر مندرجہ ذیل شامل ہیں:

1.1 ماڈل پر مبنی غلطی کی تشخیص

ابتدائی ترقی یافتہ ماڈل پر مبنی سینسر فالٹ تشخیص ٹیکنالوجی جسمانی فالتو پن کی بجائے اپنے بنیادی خیال کے طور پر تجزیاتی فالتو پن لیتی ہے ، اور بنیادی طور پر تخمینہ نظام کے ذریعہ پیمائش شدہ اقدار کی پیداوار کے ساتھ اس کا موازنہ کرکے غلطی کی معلومات حاصل کرتی ہے۔ فی الحال ، اس تشخیصی ٹیکنالوجی کو تین قسموں میں تقسیم کیا جاسکتا ہے: پیرامیٹر کا تخمینہ پر مبنی غلطی کی تشخیص کا طریقہ ، ریاست پر مبنی غلطی کی تشخیص کا طریقہ اور مساوی جگہ کی تشخیص کا طریقہ۔ عام طور پر ، ہم ان اجزاء کے خصوصیت کے پیرامیٹرز کی وضاحت کرتے ہیں جو جسمانی نظام کو مادے کے پیرامیٹرز کے طور پر تشکیل دیتے ہیں ، اور مختلف یا فرق مساوات جو کنٹرول سسٹم کو ماڈیول پیرامیٹرز کے طور پر بیان کرتے ہیں۔ جب سسٹم میں ایک سینسر نقصان ، ناکامی یا کارکردگی کی کمی کی وجہ سے ناکام ہوجاتا ہے تو ، اسے مادی پیرامیٹرز کی تبدیلی کے طور پر براہ راست ظاہر کیا جاسکتا ہے ، جس کے نتیجے میں ماڈیولس پیرامیٹرز کی تبدیلی کا سبب بنتا ہے ، جس میں تمام غلطی کی معلومات ہوتی ہے۔ اس کے برعکس ، جب ماڈیول پیرامیٹرز معلوم ہوں تو ، پیرامیٹر کی تبدیلی کا حساب لگایا جاسکتا ہے ، تاکہ سینسر کی غلطی کے سائز اور ڈگری کا تعین کیا جاسکے۔ اس وقت ، ماڈل پر مبنی سینسر کی تشخیص کی ٹیکنالوجی کو وسیع پیمانے پر استعمال کیا گیا ہے ، اور اس کے تحقیقی نتائج لکیری نظاموں پر مرکوز ہیں ، لیکن نان لائنر سسٹم پر تحقیق کو تقویت دینے کی ضرورت ہے۔

1.2 علم پر مبنی غلطی کی تشخیص

مذکورہ بالا غلطی کی تشخیص کے طریقوں سے مختلف ، علم پر مبنی غلطی کی تشخیص کو ریاضی کا ماڈل قائم کرنے کی ضرورت نہیں ہے ، جو ماڈل پر مبنی غلطی کی تشخیص کی کوتاہیوں یا نقائص پر قابو پاتا ہے ، لیکن اس میں پختہ نظریاتی مدد کا ایک سیٹ نہیں ہے۔ ان میں ، مصنوعی اعصابی نیٹ ورک کا طریقہ کار علم پر مبنی غلطی کی تشخیص کا نمائندہ ہے۔ نام نہاد مصنوعی اعصابی نیٹ ورک کو انگریزی میں اے این این کے طور پر مختص کیا گیا ہے ، جو دماغی اعصابی نیٹ ورک کی انسانی تفہیم پر مبنی ہے اور مصنوعی تعمیر کے ذریعہ ایک خاص فنکشن کا احساس کرتا ہے۔ مصنوعی اعصابی نیٹ ورک معلومات کو تقسیم شدہ طریقے سے ذخیرہ کرسکتا ہے ، اور نیٹ ورک ٹوپولوجی اور وزن کی تقسیم کی مدد سے نان لائنر تبدیلی اور نقشہ سازی کا احساس کرسکتا ہے۔ اس کے برعکس ، مصنوعی اعصابی نیٹ ورک کا طریقہ کار نون لائنر سسٹم میں ماڈل پر مبنی غلطی کی تشخیص کی کمی کو پورا کرتا ہے۔ تاہم ، مصنوعی اعصابی نیٹ ورک کا طریقہ کامل نہیں ہے ، اور یہ صرف کچھ عملی معاملات پر انحصار کرتا ہے ، جو خصوصی شعبوں میں جمع تجربے کا موثر استعمال نہیں کرتا ہے اور نمونے کے انتخاب سے آسانی سے متاثر ہوتا ہے ، لہذا اس سے تیار کردہ تشخیصی نتائج کی ترجمانی نہیں ہے۔