线路故障模拟

如图1所示，当前用于生产环境的服务器均托管于电信机房内，网络出口为电信100兆。当线上环境的网络数据包到达电信机房的出口网关后，其实数据也就到达了服务器托管地（电信机房）。从我们在机房部署的网络设备来看，部署在前方的是两台思科ASA5520的安全网关，主要用于对外部访问的端口限制，只有符合安全网关策略的

针对基于传统神经网络的变压器故障识别诊断方法存在网络收敛慢、易陷入局部极小点和网络参数难确定的缺点，提出了一种基于极限学习机的电力变压器故障快速识别方法。该方法以变压器油中用于故障类型分析的5种主要溶解气体含量作为输入特征量，5种常见变压器状态作为输出量建立分类识别模型。实验结果显示，该方法的识别准确率比支持向量机高12.5%，识别速度是支持向量机的2.6倍，比概率神经网络快5.5倍以上，表明该方法对变压器故障的识别快速而有效。

针对变速器加速过程下轴承故障特征易于暴露难以提取问题,提出一种Teager 能量算子增强倒阶次谱方法。计算加速过程等角度重采样信号的Teager能量算子,对Teager能量算子输出进行倒谱分析,获得Teager能量算子增强倒阶次谱。对加速过程滚动轴承外圈、内圈剥落故障信号进行分析,结果表明,Teager能量算子能有效增强冲击成分,抑制非冲击成分;倒阶次谱能从干扰中准确识别被增强的故障冲击特征,提取轴承微弱故障特征。

基于LabVIEW与MATLAB混合编程的思想,设计了矿井提升机在线监测与故障诊断系统,综合运用计算机、虚拟仪器、故障诊断等技术,经数据采集及分析、预测报警等实现了提升机在线监测与故障诊断功能。充分利用了LabVIEW与MATLAB的特点,安装简便,界面友好,编程灵活。对现场采集的振动信号进行了小波消噪与奇异性检测测试,取得了良好的效果。

传统故障诊断方法很难对无法建立数学模型的系统进行有效的故障诊断。为了有效诊断轴承的故障,提出了基于BP神经网络的轴承故障诊断方法。简单介绍了常用的故障诊断方法、BP神经网络的结构和学习算法,详细介绍了BP神经网络在轴承故障诊断中的应用方法。仿真结果表明,通过合理选择网络节点数和训练样本,可以有效检测出轴承的故障信息。

基于模型的控制系统故障诊断技术的最新进展

人工智能-机器学习-船用柴油机性能数据库开发与故障仿真计算.pdf

基于Java的车辆故障维修管理系统设计与实现 能够为用户和工人提供充足的信息和快捷的查询手段。本系统适合小型汽车维修公司的使用，满足用户的基本需求。改变以往的手工操作模式,变繁琐的手工劳动为计算机自动管理,方便管理库存量的统计，进而快速进行故障车辆的统计，知道每一辆车发生的故障，可以依据系统的运行结果，改变库存量和库存结构，及时满足客户的要求。可以了解员工的工作效率，每天维修的车辆数目，每辆车的故障问题所在和所用材料，最后用户的满意程度，依据这些信息给员工发放工作，奖金和升职。系统对客户进行汽车保养提示，包括短信通知，电话通知和邮件通知。这样可以保持与客户之间的关系，使得客户的回头率增加。 主要研究内容和方法 本次课题研究的是基于Java的车辆故障维修管理系统设计与实现，利用互联网和信息化技术，结合车辆故障维修管理系统的实际运作情况，建设一个覆盖车辆故障维修管理系统业务的“车辆故障维修管理系统”。统划分为汽车维修管理系统的需求分析、汽车维修管理系统的本论文，内容围绕“汽车维修管理系统的设计与实现”进行展开，将整个汽车维修管理系统数据库设计、汽车维修管理的系统设计和汽车维修管理系统的部署

1_400通信故障解决方案.docx