nsk传感器之不依赖于数学模型的故障诊断方法

　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精确解析数学模型，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：绝对值检验和趋势检验，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。