根据空气等离子体的发射光谱计算空气等离子体的等离子体参数 specair+用户手册
2024-03-08 14:10:41 6.26MB
1
PS48240/20智能高频开关电源系统由交流配电部分、HD4820-5型高频开关电源整流模块、PSM-15型监控模块、直流配电部分等构成。为适应现代通信电源的要求,该系统采用了模块化设计,局部的或单元的故障一般不会扩散影响到全局。通信电源系统故障分为一般性故障和紧急故障,一般性故障是指交流防雷器雷击损坏、通信中断、单个模块无输出、监控模块损坏等不会影响通信安全的故障,紧急故障是指交流采样与控制板损坏而导致交流停电、直流采样和监控电路损坏致使直流负载掉电等影响通信安全的故障。
2024-03-03 20:42:34 29KB 职场管理
1
各种疾病自检诊断名称数据
2024-03-03 15:51:39 6.39MB 数据资源 疾病名称
1
羧基肽酶-H抗体对成人隐匿性自身免疫糖尿病(LADA)的诊断价值,杨琳,周智广,目的 探讨羧基肽酶-H抗体(CPH-Ab)对成人隐匿性自身免疫糖尿病(LADA) 的诊断价值及该抗体阳性患者胰岛β细胞功能的变化。方法 选择
2024-03-01 15:13:29 428KB 首发论文
1
包含:ISO 14229-1-2004、ISO 14229-1-2006、ISO 14229-1-2013(英文)、ISO 14229-1-2013(中文)、ISO 14229-1-2020、ISO 14229-2-2013、ISO 14229-3-2012、ISO 14229-4-2012、ISO 14229-5-2013、ISO 14229-6-2013、ISO 14229-7-2015、ISO 14229-8-2020
2024-02-29 17:26:20 28.22MB UDS诊断 ISO14229
1
刮板输送机是煤矿井下重要的开采设备之一,简要分析了现阶段刮板输送机的故障诊断现状,针对刮板输送机故障种类繁多,相互影响大且不易诊断的问题,根据多传感器数据融合理论,提出了RBF和模糊积分相结合的刮板输送机故障诊断数据融合方法。在特征级采用RBF,可以对同类传感器采集的数据进行快速学习和收敛,得到同源数据对每一类故障的模糊测度,以便在高维空间内进行同源数据的线性可分。决策级采用模糊积分理论利用该模糊测度通过模糊积分计算,获得刮板输送机故障信息的预测结果,该方法具有较好的容错性,简化了冗余信息,降低了故障相互影响的关联性。刮板输送机减速器电机故障的诊断研究表明,文中所提出的方法有助于克服故障类型的不确定性,在整体上确保故障数据的完备性,正确地判定故障的类型,提高了故障诊断的准确性。
2024-02-26 15:20:55 274KB 数据融合 模糊积分 刮板输送机
1
带式输送机传动滚筒轴承发生故障时,特别是早期故障,其振动信号中隐含的脉冲故障信息很微弱,且常被淹没在强烈的噪音中,直接做频谱分析或包络分析,很难提取其故障特征。最小熵解卷积(Minimum Entropy Deconvolution,MED)通过最优滤波器对轴承微弱故障信号进行最优滤波,提高了信号的信噪比,然后对滤波后的信号进行包络解调分析,能够提取出信号中隐含的故障特征。将该方法应用于带式输送机传动滚筒中的滚动轴承故障诊断,成功提取出了轴承内圈的早期微弱点蚀故障特征。对FIR滤波器阶数L的选择进行了分析,以确保最优的MED解卷积效果。仿真与应用验证了最小熵解卷积方法在滚动轴承故障诊断的有效性和优点。
1
测量DNA损伤反应(DDR)成分激活的技术已在暴露评估和个性化医学中得到应用。 DDR和相关的DNA修复途径包含数百种蛋白质,因此对激活的详细测量在技术上既困难又费力。 我们研究的目的是在基于高通量电化学发光(ECL)的平台上开发某些DDR成分的蛋白质特异性检测方法。 我们为共济失调的毛细血管扩张症(ATM),检查点激酶2(CHK2),磷酸化的ATM S1981,磷酸化的CHK2 T68和磷酸化的肿瘤蛋白p53(p53)S15开发了五个有效的测定对。 我们针对细胞和癌症模型中的传统免疫印迹和γ-H2AX病灶措施验证了ECL结果。 为了在临床环境中测试基于ECL的技术,我们利用了接受计算机断层扫描(CT)扫描的患者的外周血单个核细胞(PBMC)。 CT扫描既代表着有价值的医学影像诊断,也代表着受控的电离辐射环境研究,因为它们能提供约2到31毫西弗(mSv)的电荷,并能激活DDR组件。 在这项研究中,我们表明基于ECL的技术可以测量患者PBMC样品中DDR成分的基础和损伤诱导水平。 使用盲法研究设计和患者匹配的CT扫描前后,我们显示ECL衍生的数据可以一致地(94%的时间,15/16例患者
1
美国凯斯西储大学(CWRU)数据集:文件名称为数据集类型缩写,便于文件检索
2024-02-08 17:03:44 234.44MB 故障诊断 数据集 深度学习 机器学习
1
Maltab实现CNN卷积神经网络故障诊断(代码完整,可直接运行,适合2018及以上) 卷积神经网络(convolutional neural network)是具有局部连接、权重共享等特性的深层前馈神经网络,最早主要是用来处理图像信息。 相比于全连接前馈神经网络,卷积神经网络有三个结构上的特性:局部连接、权重共享以及汇聚,这些特性使得卷积神经网络具有很好的特征提取能力,且参数更少。 利用各种检查和测试方法,发现系统和设备是否存在故障的过程是故障检测;而进一步确定故障所在大致部位的过程是故障定位。故障检测和故障定位同属网络生存性范畴。要求把故障定位到实施修理时可更换的产品层次(可更换单位)的过程称为故障隔离。故障诊断就是指故障检测和故障隔离的过程。
2024-01-22 10:02:02 73KB 神经网络
1