提出了基于”迁移学习+少数磁盘故障预测”的TLDFP模型。 主要采用了TrAdaBoost（权重调整的迁移学习方法)的思想。 作者 张霁 华中科技大学博士 可免费下载。

自适应容错控制方面的权威著作，很值得深入研究的容错控制技术

解决安装vs2012后vs2010 LINK : fatal error LNK1123: failure during conversion to COFF Wrong version: 03/18/2010 01:16 PM 31,048 cvtres.exe Correct version: 02/21/2011 06:03 PM 31,056 cvtres.exe

ESD：Failure Mechanisms and Models--【Steven H. Voldman】--[398].pdf

Heart_Failure_Prediction 数据集： 该数据集已从UCI数据存储库中获取。 目的 ： 开发强大的混合机器学习算法来预测患者的心力衰竭，以便患者可以跟踪自己的心脏状况并采取正确的预防措施。 要阅读完整的笔记本以及所有图形，请下载文件。 问题描述 创建模型以预测患者因心力衰竭死亡的可能性。 这是一个二进制分类问题，因为目标类（死亡事件）由两个类True或False组成 功能说明 年龄：患者年龄（以年为单位） 贫血：红细胞或血红蛋白减少 高血压：如果患者患有高血压 肌酐磷酸激酶：血液中CPK酶的水平（mcg / L） 糖尿病：如果患者患有糖尿病 射血分数：每次收缩时离开心脏的血液百分比 性别：女人或男人 血小板：血液中的血小板（千血小板/ mL） 血清肌酐：血液中的肌酐水平（mg / dL） 血清钠：血液中的钠水平（mEq / L） 吸烟：如果患者吸烟 时间

心衰预测 根据患者的医学和临床指标预测其生存和死亡率 用于该分析和建模的数据集是从Kaggle网站下载的。 归功于数据集作者： Davide Chicco，Giuseppe Jurman：机器学习可以仅凭血清肌酐和射血分数来预测心力衰竭患者的存活率。 BMC Medical信息学和决策制定20，16（2020） 。 数据集可以根据Attribution 4.0 International（CC BY 4.0）的许可证自由共享和使用。 注意：如果笔记本无法打开，请使用。

abaqus Progressive Damage and Failure Crack PPT

IEC 60812：2018解释了如何计划，执行，记录和维护故障模式和影响分析（FMEA），包括故障模式，影响和严重性分析（FMECA）变体。失效模式和影响分析（FMEA）的目的是确定项目或过程可能无法执行其功能的方式，以便可以识别出所需的处理方法。 FMEA提供了一种系统的方法来识别故障模式及其对项目或过程在本地和全局的影响。它还可能包括确定故障模式的原因。可以对故障模式进行优先排序，以支持有关治疗的决策。如果关键性等级至少涉及后果的严重性，并且通常还包括其他重要程度，则这种分析称为故障模式，影响和关键性分析（FMECA）。本文档适用于任何组合的硬件，软件，包括人为操作的过程及其界面。 FMEA可以用于安全分析，出于监管和其他目的，但是这是通用标准，并未为安全应用提供具体指导。

Failure Mode Mechanism Distributions FMD-2016.pdf

The FMEA 4th Edition is a reference manual to be used by suppliers to Chrysler LLC, Ford Motor Company, and General Motors Corporation as a guide to assist them in the development of both Design and Process FMEAs.