由宾夕法尼亚州匹兹堡的 PPG Aerospace 生产的 737 1 号挡风玻璃显示编号 P/N 5-89354-3129 和 S/N 00293H1398。航空公司可以通过在波音的多个信息源——飞机插图零件目录 (AIPC)、工程数据或波音零件分析和需求跟踪 (PART) 页面——中查找波音零件号来确定挡风玻璃的设计配置和驾驶舱位置。(所有这些来源都可以在万维网上的 MyBoeingFleet.com 上找到。)在这个例子中,窗户是飞行员的 1 号左侧挡风玻璃(图 2)。供应商制造序列号提供了有关挡风玻璃的制造时间和地点的信息。对于示例中给出的编号 S/N 00293H1398,“00”表示制造年份(2000);“293”是制造日期; “H” 表示挡风玻璃的生产地(阿拉巴马州亨茨维尔);“1398” 是挡风玻璃的供应商序列号。(注意:一些挡风玻璃供应商在标贴上的单独字段中提供生产日期,而不是将其包含在序列号中。)零件号标贴上印有典型的供应商代码:“F” 或 “PPG” 代表 PPG Aerospace;“S” 代表 Swedlow,Pilkington Aerospace,加利福尼亚州加登格罗夫;“SS” 代表 Sierracin/Sylmar,加利福尼亚州西尔玛;“XXX” 或 “PA” 代表 Triplex,Pilkington Aerospace。
欧洲必须回收利用 欧洲大陆没有生产电池所需的原材料,这使得我们依赖进口初级原材料。为了逐渐减少我们的依赖,我们必须将原材料保持在材料循环内并引入全面的回收系统。 欧盟理事会最近通过了新的法规,对回收的要求更加严格,将回收的责任转移到电池制造商身上。新法规要求制造商披露其电池的碳足迹。第二步,制造商将在从制造到回收的整个产品生命周期的所有阶段受到碳足迹的强制性限制。这些法规中的一系列规定以及新的《电池法》逐步将电池回收的责任转嫁给制造商。欧盟还计划在研发方面投入巨资,并为私营部门提供激励措施,以提高生产和回收能力。
kemenperin.go.id › download › Pemakai... PDF 2017 年 11 月 16 日 — 2017 年 11 月 16 日 散射因子对飞机部件运行寿命的应用......只要其运行,疲劳寿命就是负载次数的总和。
无人管理的水下车辆通常部署在深海环境中,这些环境呈现出独特的工作条件。锂离子电池对于为水下车辆供电至关重要,至关重要的是要准确预测其剩余使用寿命(RUL)以保持系统的可靠性和安全性至关重要。我们提出了一个基于完整集合经验模式分解的残留寿命预测模型框架,并具有自适应噪声 - 时空卷积网(Ceemdan-TCN),该卷积网(Ceemdan-TCN)利用了扩张的因果汇报来提高模型捕获局部容量再生的能力,并增强了整体预测准确性。ceemdan被用来确定数据并防止由局部再生引起的Rul预测错误,并利用特征扩展来扩展原始数据的时间维度。NASA和CALCE电池容量数据集用作训练网络框架的输入。输出是当前预测的剩余容量,它与实际剩余电池容量进行了比较。MAE,RMSE和RE用作RUL预测性能的评估索引。在NASA和CACLE数据集上验证了所提出的网络模型。评估结果表明,我们的方法具有更好的寿命预测性能。同时,证明特征扩展和模态分解都可以提高模型的概括能力,这在工业场景中非常有用。
到 2030 年,全球电池产量可能达到 5 TWh,以 100 美元/千瓦时计算,这是一个价值 5000 亿美元的产业。任何影响的假设,无论多小,数字都很容易变得巨大。• 如果一家电动汽车制造商生产 100 万辆汽车,
安装选项 带有集成显示屏的仪表或远程显示模块可以通过方形切口进行面板安装,也可以使用两个夹子通过现有的圆形仪表孔进行改装,无需任何工具。面板占地面积小、深度浅,使仪表适用于低压配电盘、浅电缆隔间或独立机器。仪表单元(不带显示屏)兼容 DIN 导轨。当电压连接在当地规定的限制范围内时,带有可选集成显示屏的仪表可以安装在门面板上。当电压超过这些限制时,仪表单元可以安装在电气柜内,并通过显示适配器和电缆连接可选的远程显示器。显示适配器包括可配置的 2 线或 4 线 RS-485/RS-232 端口。单个远程显示器可以在任何配备显示适配器的仪表单元之间传输。
无人管理的水下车辆通常部署在深海环境中,这些环境呈现出独特的工作条件。锂离子电池对于为水下车辆供电至关重要,至关重要的是要准确预测其剩余使用寿命(RUL)以保持系统的可靠性和安全性至关重要。我们提出了一个基于完整集合经验模式分解的残留寿命预测模型框架,并具有自适应噪声 - 时空卷积网(Ceemdan-TCN),该卷积网(Ceemdan-TCN)利用了扩张的因果汇报来提高模型捕获局部容量再生的能力,并增强了整体预测准确性。ceemdan被用来确定数据并防止由局部再生引起的Rul预测错误,并利用特征扩展来扩展原始数据的时间维度。NASA和CALCE电池容量数据集用作训练网络框架的输入。输出是当前预测的剩余容量,它与实际剩余电池容量进行了比较。MAE,RMSE和RE用作RUL预测性能的评估索引。在NASA和CACLE数据集上验证了所提出的网络模型。评估结果表明,我们的方法具有更好的寿命预测性能。同时,证明特征扩展和模态分解都可以提高模型的概括能力,这在工业场景中非常有用。
退化建模和剩余使用寿命 (RUL) 预测对于航空发动机的预测和健康管理至关重要。虽然已经引入了基于模型的方法来预测航空发动机的 RUL,但很少有关于使用新型数据驱动预测建模方法估计航空发动机 RUL 的研究报道。本研究的目的是介绍一种基于集成学习的预测方法来建模由于磨损而导致的指数退化过程以及预测航空发动机的 RUL。集成学习算法结合了多个基学习器,包括随机森林 (RF)、分类和回归树 (CART)、循环神经网络 (RNN)、自回归 (AR) 模型、基于自适应网络的模糊推理系统 (ANFIS)、相关向量机 (RVM) 和弹性网络 (EN),以实现更好的预测性能。粒子群优化 (PSO) 和顺序二次优化 (SQP) 方法用于确定分配给基学习器的最佳权重。在商用模块化航空推进系统仿真 (C-MAPSS) 工具生成的数据上演示了由集成学习算法训练的预测模型。实验结果表明,集成学习算法可以非常稳健地预测飞机发动机的 RUL,并且优于文献中报道的其他预测方法。[DOI:10.1115/1.4041674]
第一种方法需要在正常或故障条件下建立系统行为的精确物理模型。当将从传感器捕获的数据与模型的预测进行比较时,可以推断出系统的健康状况。第二种方法使用过去行为的数据来确定当前性能并预测剩余使用寿命 (RUL) (Yakovleva & Erofeev,2015)。物理方法包括失效物理模型。另一种方法是使用简单的裂纹扩展模型来预测受疲劳失效机制影响的系统的 RUL。基于模型的技术需要结合实验、观察、几何和状态监测数据来估计特定失效机制造成的损害。数据驱动技术源自使用历史“运行至失效”(RTF) 数据。这些技术通常用于基于预定失效阈值的估计。可以使用“小波包”分解方法和/或隐马尔可夫模型 (HMM),因为时频特征比单纯的时间变量能提供更精确的结果。然而,使用历史数据预测资产寿命的方法需要了解资产的物理性质(Okoh 等人,2016 年)。数据驱动的 RUL 估算方法是本章的主题。
桥梁设计越来越注重使用寿命而非强度。使用寿命设计过程中应考虑多种因素。这种设计可能产生重大影响的一个方面是尽量减少横向桥面接头的数量,这可以通过在桥跨之间使用连接板来实现。超高性能混凝土 (UHPC) 已被证明具有耐用的连接板施工潜力,并且比传统混凝土施工速度更快,但许多设计师并不熟悉 UHPC 连接板的全部使用寿命潜力。该项目将以 ABC-UTC 和其他机构赞助的先前研究为基础,制定“UHPC 连接板设计指南”,其中包括对变形、强度和使用寿命的考虑。该项目将包括对 UHPC 连接板的现有文献进行详细研究,以综合设计指导,包括对使用寿命的考虑,并将其性能与传统混凝土施工进行比较。作为 ABC-UTC 和 ODOT 赞助的先前研究的一部分,收集的数据将与文献中的信息相结合,以制定使用专有和非专有 UHPC 所需的结构设计要求和使用寿命考虑的建议。将包括服务水平负载之前和之后的连接板耐久性的实验测试,以填补对连接板耐久性性能知识的空白。最后,成本分析信息将用于检查替代施工细节。该项目的主要目标是开发用户友好的工具,允许在 SHRP2 R19A 为桥梁使用寿命设计开发的框架内使用开发的信息,并提供教育材料,帮助从业者了解如何使用这些工具