252927 اتوماتیک لیږد AL4 DPO سویچ فشار سینسر

1. د عام سینسر غلطی تشخیص میتودونه

د ساینس او ​​​​ټیکنالوژۍ پرمختګ سره، د سینسر غلطی تشخیص میتودونه خورا ډیر دي، کوم چې اساسا د ورځني کارونې اړتیاوې پوره کولی شي. په ځانګړې توګه، د عام سینسر غلطی تشخیص میتودونه په عمده توګه لاندې شامل دي:

1.1 د ماډل پر بنسټ د غلطۍ تشخیص

لومړنی پرمختللی ماډل پر بنسټ د سینسر غلطی تشخیص ټیکنالوژي د فزیکي بې ځایه کیدو پرځای تحلیلي بې ځایه کیدل د اصلي مفکورې په توګه اخلي، او په عمده توګه د اټکل سیسټم لخوا د اندازه شوي ارزښتونو محصول سره پرتله کولو سره د غلطۍ معلومات ترلاسه کوي. اوس مهال، دا تشخیص ټیکنالوژي په دریو کټګوریو ویشل کیدی شي: د پیرامیټر اندازې پر بنسټ د غلطی تشخیص میتود، د دولت پر بنسټ د غلطی تشخیص میتود او د مساوي ځای تشخیص میتود. په عموم کې، موږ د اجزاو ځانګړتیاوې تعریفوو چې فزیکي سیسټم د مادې پیرامیټرو په توګه تشکیلوي، او توپیر یا توپیر مساوات چې د کنټرول سیسټم د ماډل پیرامیټونو په توګه تشریح کوي. کله چې په سیسټم کې سینسر د زیان ، ناکامۍ یا فعالیت تخریب له امله ناکام شي ، دا په مستقیم ډول د مادي پیرامیټرو بدلون په توګه ښودل کیدی شي ، کوم چې په پایله کې د ماډلوس پیرامیټرو بدلون لامل کیږي ، کوم چې ټول غلط معلومات لري. برعکس، کله چې د ماډل پیرامیټونه پیژندل کیږي، د پیرامیټر بدلون محاسبه کیدی شي، ترڅو د سینسر غلطی اندازه او درجه معلومه کړي. اوس مهال، د ماډل پر بنسټ د سینسر تشخیص ټیکنالوژي په پراخه کچه کارول شوې، او د دې څیړنې پایلې په خطي سیسټمونو تمرکز کوي، مګر د غیر خطي سیسټمونو څیړنه باید پیاوړې شي.

1.2 د پوهې پر بنسټ د غلطۍ تشخیص

د پورته ذکر شویو غلطیو تشخیص میتودونو څخه توپیر لري، د پوهې پر بنسټ د غلطۍ تشخیص د ریاضيیک ماډل رامینځته کولو ته اړتیا نلري، کوم چې د ماډل پر بنسټ د نیمګړتیا تشخیص نیمګړتیاوې یا نیمګړتیاوې له منځه یوسي، مګر د بالغ نظري مالتړ سیټ نلري. د دوی په منځ کې، د مصنوعي عصبي شبکې میتود د پوهې پر بنسټ د غلطی تشخیص استازی دی. تش په نامه مصنوعي عصبي شبکه په انګلیسي کې د ANN په نوم لنډه ده، کوم چې د دماغ عصبي شبکې په اړه د انسان د پوهې پر بنسټ والړ دی او د مصنوعي ساختمان له لارې یو مشخص فعالیت احساسوي. مصنوعي عصبي شبکه کولی شي معلومات په توزیع شوي ډول ذخیره کړي، او د شبکې ټوپولوژي او وزن ویشلو په مرسته غیر خطي بدلون او نقشه احساس کړي. په مقابل کې، د مصنوعي عصبي شبکې میتود په غیر خطي سیسټمونو کې د ماډل پراساس د نیمګړتیا تشخیص کمښت رامینځته کوي. په هرصورت، د مصنوعي عصبي شبکې طریقه کامل نه ده، او دا یوازې په ځینو عملي قضیو تکیه کوي، کوم چې په ځانګړو برخو کې د راټول شوي تجربې څخه اغیزمنه ګټه نه پورته کوي او په اسانۍ سره د نمونې انتخاب لخوا اغیزمن کیږي، نو د دې څخه اخیستل شوي تشخیصي پایلې ندي. د تشریح وړ