柯美C6100-6085故障排除手册
2022-06-01 09:09:21 8.69MB 综合资源 柯美C6100-6085故障排除
1
一 简介 talfta是拥有独立知识产权的国产软件,主要功能是故障树建模、定性分析、定量分析以及故障树仿真。 二 主要特点 1 支持模型元素全面,分析内容丰富 talfta既支持GJB768A中定义的全部事件类型以及全部逻辑门类型,又支持全部动态逻辑门。分析内容既包括静态故障树分析,也包括动态故障树分析。故障树仿真既包括发生概率仿真、概率重要度仿真、相对概率重要度仿真,还包括无故障时间仿真及不可靠度曲线仿真。 2 准确高效,适用性强 talfta既支持单棵大型复杂故障树的建模及分析,也支持经由“子树”节点关联起来的多颗关联故障树的建模以及相应的一次性分析。 支持基于故障发生概率的故障树分析,也支持基于故障率的故障树分析。 除此之外,还支持对复杂故障树海量仿真次数的蒙特卡洛仿真,支持包含小概率事件的故障树的计算及仿真。这些能力使得应用talfta进行故障树建模、分析、计算及仿真几乎没有限制。 3 功能紧凑、简单易用 4
1
采煤机作为机械化采煤作业的主要设备,由于长期处在恶劣的工作环境中,发生故障的频率非常高。而变频器是电牵引采煤机的主要组成部分,维护和使用好变频器是采煤机正常运行的有力保证。总结了东洋VF64系列变频器的常见故障,对使用过程中的及时判断故障及日常维护保养具有重要的现实意义。
2022-05-31 20:26:50 177KB 行业研究
1
记录了我们电脑出现的所有硬件软件问题,包括电脑蓝屏的解决方法
2022-05-31 18:42:01 92KB 电脑故障维修
1
电脑常见问题与故障1000例.pdf
2022-05-31 18:32:46 28.93MB 电脑 常见问题 故障
1
二元域上超椭圆曲线离散对数问题的故障攻击
2022-05-31 12:20:51 1.78MB 研究论文
1
有限域上超椭圆曲线离散对数问题的故障攻击
2022-05-31 12:16:53 719KB 研究论文
1
1、有数据集 2、有SCA代码 3、装好库直接运行
2022-05-30 14:07:41 4.83MB python 算法 开发语言 相关向量机
数据库管理和维护;;造成数据库故障的原因多种多样,包括人为的操作错误,也包括介质的破坏,但???要备份得当,它们都不是灾难,都是可以被恢复的。 用户错误 语句故障 进程故障 介质故障;用户错误是指用户增加或删除数据库中的数据导致的错误,如用户意外地删除或者截断了一个表、删除了表中的所有数据等。;语句故障通过回滚语句的结果自动纠正语句故障,返回控制到应用程序,用户可以重新执行SQL语句。 ;进程故障是指数据库实例的用户、服务器或者后台进程中的故障,如连接不正常、用户会话被异常中断等。 ;在读写数据库的文件时,如果存储介质发生物理问题,可能出现介质故障。 ;数据库故障产生的原因 数据库故障的分类;谢谢
2022-05-30 12:03:17 1.29MB 数据库 mysql 文档资料 database
3.3 智能故障诊断算法 飞机PHM系统智能故障诊断算法依赖于人 工智能技术,常用的智能诊断方法有以下4种。 1)基于神经网络的故障诊断 将系统正常工作检测到的数据进行数据预处 理,提 取 出 特 征 量,离 线 输 入 到 神 经 网 络 进 行 学 习,获得神经网络权值,该神经网络作为系统正常 的模型[23]。当实际系统运行时,检测系统进行处 理后与神经网络比较,当系统输出与神经网络输 出之差超出阈值,则可以判断为系统故障,如图6 所示。 图6 基于神经网络的故障诊断 Fig.6 Fault diagnosis based on neural network     2)基于支持向量机的故障诊断 支 持 向 量 机 (Support Vector Machines, SVM)是建立 在 结 构 风 险 最 小 化 的 原 则 基 础 上, 追求有限样本下最优解的方法。SVM 用 于 故 障 诊断实质上是一个分类问题,它根据飞机运行过 程中产生的各种信息(如振动频谱、波形特征、相 关运行参数等),判断其是否有故障,并判断故障 产生的原因和部位。采用SVM 能在训练样本很 小的情况下很好的达到分类推广的目的,而且不 需要预先知道故障分类的先验知识,如图7所示。 图中R1、R2 和R3 分别为3个故障区域;ω1、ω2 和 ω3 分别为R1、R2 和R3 的权值。 图7 支持向量机故障分类  Fig.7 Fault classification based on support vector machine(SVM) 3)多传感器信息融合故障诊断 信息融合是将多源信息加以智能合 成,产 生 比单一信息源更精确、更完全的估计和判决。多 传感器信 息 融 合 方 法 包 括 基 于 权 系 数 的 融 合 方 法、基于参数 估 计 的 信 息 融 合 方 法、基 于 D-S推 理理论的融 合 方 法、基 于 Kalman滤 波 的 融 合 方 法、基于模糊神经网络的融合方法和基于粗糙集 理论的融合方法等[24],PHM 系统常采用的混 合 式信息融合结构如图8所示。 图8所示结 构 可 以 同 时 进 行 原 始 传 感 器 数 据和特征 数 据 的 融 合,在 数 据 融 合 的 过 程 中 可 以根据 需 要 从 原 始 传 感 器 信 号 中 寻 找 有 用 信 息,进而 有 效 提 高 运 算 结 果 精 度。然 后 再 采 用 独立故障 分 类 算 法 对 特 征 信 号 进 行 处 理,实 现 故障隔离。 4)模糊逻辑推理 模糊逻辑推理基于隶属度函数将系统输入进 行融合,产生输出[25]。在完成了隶属度函数度量 之后,通过诸如求和或求最大值等方法将不同隶 属度函数融合在一起,最终利用融合后的隶属度 函数计算融合输出结果,如图9所示。
1