XiaoMi-AI文件搜索系统
World File Search System故障诊断
SF6分解气体吸附的第一原理研究...
在气体绝缘开关设备（GIS）中检测SF 6绝缘气体分解成分对于评估GIS操作状态和确保设备安全至关重要。在这项研究中，我们使用密度功能理论（DFT）计算探索了SF 6主要分解产物（SO 2，SOF 2和SO 2 F 2）的吸附。研究了PTN 3 -GN表面上三个吸附气体的吸附结构，能量和电荷转移。气体吸附结果表明，PTN 3 -GN对于这些气体分子具有较高的吸附能力，并且吸附能分别为-2.55，-2.54和-3.54 eV。探索气体分子与PTN 3 -GN结构之间的相互作用机制，比较和分析气体吸附之前和之后系统状态的总和和部分密度。PTN 3 -GN与气体分子强烈相互作用，导致PT掺杂剂和气体分子之间的高轨道杂交。PTN 3 -GN对于气体分子具有良好的吸附性能，并且在GIS分解成分检测和故障诊断中具有良好的应用前景。
环境友好能源与应用（EFEA 2022）
控制及其在电力转换器和风能系统中的应用 在加入诺森比亚大学之前，高博士分别在纽卡斯尔大学、利物浦大学、莱斯特大学、曼彻斯特大学、杜伊斯堡-埃森大学和天津大学担任研究和学术职务。高博士是IEEE高级会员和HEA会士，2004年获得亚历山大·冯·洪堡研究奖学金。高博士现为IEEE Transactions on Systems, Man, and Cybernetics: Systems、IEEE Transactions on Industrial Informatics、IEEE Transactions on Industrial Electronics、IEEE Transactions on Automatic Control、ISA Transactions (Elsevier)、Journal of Ambient Intelligence and Humanized Computing (Springer)、IEEE Access的副主编，以及Renewable Energy (Elsevier)的编委会成员。他的研究兴趣包括状态监测与故障诊断、容错设计和控制、机器学习和数据驱动方法及其在风力涡轮机系统、电力转换器、电力系统、陆上和海上可再生能源系统中的应用。
Fluke 190 产品数据表
Fluke 190 II 系列 ScopeMeter ® 示波器具有电隔离通道，经过安全评级，适合工业应用。这些示波器将坚固的便携性和台式示波器的高性能相结合，可帮助您从微电子故障诊断一直到电力电子应用甚至更多领域。从具有广泛带宽选项的两通道或四通道型号中进行选择。高达 2.5 GS/s 的快速采样率、400 ps 的分辨率和每通道 10,000 个样本的深内存允许高精度捕获和显示波形细节、噪声和其他干扰。对三相或三轴控制系统执行时序或幅度相关测量，或者简单地比较和对比被测电路中的多个测试点。TrendPlot™、ScopeRecord™ 和 Connect-and-View™ 等功能可帮助您快速诊断工业机械、自动化和过程控制以及电力电子设备，以最大限度地降低维修成本和停机时间。这些功能使示波器易于使用，尤其是在诊断最困难的问题（如复杂波形、间歇性事件和信号波动或漂移）时。新的锂离子电池技术让您的示波器全天保持工作状态。
Kiran Kumar Amireddy 博士 任命
• 印度理工学院浦那分校组织的为期一周的“量子人工智能”在线 FDP，2021 年 • 为期两周的“使用智能技术对制造系统进行建模和优化”教师发展计划，萨蒂亚姆纳加拉姆，泰米尔纳德邦，2013 年 • 为期 3 天的国家级“全球化时代的数字化制造”教师发展计划，蒂鲁帕蒂，2013 年 • 为期 1 天的“用于优化工程问题的进化算法”国家研讨会，胡祖拉巴德，2013 年 • 为期 1 天的“数控加工培训：工具和技术（TCMTT 2013）”国家研讨会，海得拉巴，2013 年 • 为期两周的“机器状态监测和故障诊断”员工发展计划，维杰亚瓦达，2012 年 • 为期两天的“有限元方法及其应用”全国研讨会，班加罗尔，2012 “工程问题中的优化方法”，Huzurabad，2012 年
燃气涡轮发动机性能预测与仿真...
引言 2-1 2.1 固定翼飞机应用的燃气涡轮发动机模拟 2-1 2.1.1 初步设计概要 2-3 2.1.1.1 燃气涡轮概念设计流程 2-4 2.1.1.2 任务发动机或循环选择 2-7 2.1.1.3 控制系统概念定义/评估 2-10 2.1.1.4 燃气涡轮循环设计方法 – 数值优化 2-13 2.1.2 设计和验证概要 2-16 2.1.2.1 技术风险评估 2-16 2.1.2.2 硬件在环 2-22 2.1.2.3 飞机模拟 2-25 2.1.2.4 安装对整台发动机的影响 2-29 2.1.2.5 统计分析 2-32 2.1.3 系统设计和开发概要 2-36 2.1.3.1 性能 2-37 2.1.3.2 可操作性 2-55 2.1.3.3 寿命评估和耐久性 2-60 2.1.3.4 恶劣天气 2-65 2.1.3.5 控制 2-67 2.1.4 认证后和在役支持概要 2-72 2.1.4.1 用户环境 2-73 2.1.4.2 发动机模型的需求和用户要求 2-74 2.1.4.3 发动机健康监测和故障诊断 2-75 2.1.5 固定翼应用的参考资料 2-91 2.2 旋翼飞机应用的燃气涡轮发动机模拟 2-93 2.2.1 历史 2-93
航空活塞发动机的动力装置可靠性问题和磨损监测。第二部分：发动机诊断
摘要：本文介绍了一种有效监控活塞发动机飞行状态的方法。ECU（电子控制单元）可以确保飞行安全，避免部件和连接随机发生电子故障而出现紧急情况或紧急情况。通过添加可靠的数字监控系统和化油器自动校准，可以轻松在旧发动机上实现同样的效果。事实上，它们的可靠性比现代涡轴发动机低几个数量级。在配备 FADEC（全权数字电子控制）的现代发动机中，按下“开启”按钮时，将检查传感器和执行器。然后，CPU 将在启动阶段（发动机在未点火的情况下运转）启动。如果一切正常，发动机将启动，并执行启动后检查。在飞行过程中，ECU 将检查 CPU、传感器和执行器。因此，无需太多努力即可高度可靠地监控电子系统。传感器可以交叉检查发动机状况，并输出非常可靠的早期故障诊断。备件的统计数据对于监控应用、发出薄弱或不耐用的部件和故障模式信号具有无价的价值。这是汽车活塞发动机转换为飞机用途的另一个优势。
燃气涡轮发动机性能预测与仿真...
引言 2-1 2.1 固定翼飞机应用的燃气涡轮发动机模拟 2-1 2.1.1 初步设计概要 2-3 2.1.1.1 燃气涡轮概念设计流程 2-4 2.1.1.2 任务发动机或循环选择 2-7 2.1.1.3 控制系统概念定义/评估 2-10 2.1.1.4 燃气涡轮循环设计方法 – 数值优化 2-13 2.1.2 设计和验证概要 2-16 2.1.2.1 技术风险评估 2-16 2.1.2.2 硬件在环 2-22 2.1.2.3 飞机模拟 2-25 2.1.2.4 安装对整台发动机的影响 2-29 2.1.2.5 统计分析 2-32 2.1.3 系统设计和开发概要 2-36 2.1.3.1 性能 2-37 2.1.3.2 可操作性 2-55 2.1.3.3 寿命评估和耐久性 2-60 2.1.3.4 恶劣天气 2-65 2.1.3.5 控制 2-67 2.1.4 认证后和在役支持概要 2-72 2.1.4.1 用户环境 2-73 2.1.4.2 发动机模型的需求和用户要求 2-74 2.1.4.3 发动机健康监测和故障诊断 2-75 2.1.5 固定翼应用的参考资料 2-91 2.2 旋翼飞机应用的燃气涡轮发动机模拟 2-93 2.2.1 历史 2-93
储能杂志
电池预测和健康管理预测模型是电池管理系统框架中安全性和可靠性协议的重要组成部分。总体而言，开发与当前文献相一致的稳健而高效的故障诊断电池模型是确保电池功能安全的重要步骤。为此，提出了一种多物理、多尺度确定性数据驱动预测 (DDP)，它仅依赖于数据的现场测量，并根据从系统中提取的曲率信息估计故障。与需要明确表达守恒定律来表示系统行为的传统应用不同，所提出的方法在每个数据点的邻域中设计了一个局部守恒定律，该函数表示为系统中曲率的最小化。采用这种确定性方法，DDP 消除了离线训练方案的需要，只需考虑两个连续的时间实例即可进行预测，这足以提取系统的行为模式。然后使用开发的框架通过监控性能和检测系统行为中的故障来分析锂离子电池的健康状况。根据结果，DDP 在检测异常和预测电池故障方面表现出良好的效果。
![-NSF -PAR的会议录
驯服平台功率：在平台管理中考虑责任制
蛋白质生物化学中的综合方法
Microsoft Word-修订文本3.4通过螯合中氧化还原流量电池中最大化钒
使用复发图卷积方法预测年度积雪的预测
将良好和优质的物品分配给具有二次下估值的代理商
重新审视模型提取攻击-NSF -PAR
使用的MXENE特性的第一原理研究
针对亚组公平性的特定分销审计
1孕妇的养育和自愿的选择性育种...
分布式线性随机近似的有限时间误差边界
1 2抑制和自相矛盾的选择。 3 ValeriaV.González...
基于反馈的故障和健康自适应电池的最佳充电
铁摄取调节剂（Fur）的C末端结构域结合了A [2FE-2S]
如何为建议基础模型索引项目ID
通过局部底物调节酶级联活性...
AAAS](/simg/g:\will\search\icon\source\f\f769ce5b07d792608133fe6b3804dfdfed4574e5.webp)
-NSF -PAR的会议录 驯服平台功率：在平台管理中考虑责任制 蛋白质生物化学中的综合方法 Microsoft Word-修订文本3.4通过螯合中氧化还原流量电池中最大化钒 使用复发图卷积方法预测年度积雪的预测 将良好和优质的物品分配给具有二次下估值的代理商 重新审视模型提取攻击-NSF -PAR 使用的MXENE特性的第一原理研究 针对亚组公平性的特定分销审计 1孕妇的养育和自愿的选择性育种... 分布式线性随机近似的有限时间误差边界 1 2抑制和自相矛盾的选择。 3 ValeriaV.González... 基于反馈的故障和健康自适应电池的最佳充电 铁摄取调节剂（Fur）的C末端结构域结合了A [2FE-2S] 如何为建议基础模型索引项目ID 通过局部底物调节酶级联活性... AAAS
电动汽车（EV）被认为是传统车辆的环保选择。作为电动汽车中最关键的模块，电池是具有非线性行为的复杂电化学成分。车载电池系统的性能也受复杂的操作环境的影响。实时电动汽车电池在服务中的状态预测很棘手，但对于实现故障诊断和有助于预防危险事件至关重要。具有时间序列分析中有优势的数据驱动模型可用于从有关某些性能指标的数据中捕获降解模式并预测电池状态。变压器模型能够使用多头注意区块机制有效地捕获长期依赖性。本文介绍了标准变压器和仅编码变压器神经网络的实施，以预测电动电池的健康状况（SOH）。根据NASA卓越网站公开访问数据集的锂离子电池的分析，提取了与电荷和放电测量数据有关的28个功能。使用Pearson相关系数筛选功能。结果表明，过滤的特征可以有效提高模型的准确性以及计算效率。提出的标准变压器在SOH预测中表现出良好的性能。
基于动态概率模型和 LSTM 网络的航空发动机预测和健康管理框架
摘要：本研究提出了一种航空发动机预测与健康管理（PHM）框架，该框架结合了动态概率（DP）模型和长短期记忆神经网络（LSTM）。采用基于高斯混合模型-自适应密度峰值聚类算法的DP模型从发动机服役开始对故障发展进行建模，具有训练时间极短、精度足够高的优点，并引入主成分分析将复杂的高维原始数据转换为低维数据。该模型可根据发动机数据的积累不断更新，以捕捉发动机故障的发生和演变过程。针对常用数据驱动方法存在的问题，采用DP+LSTM模型对发动机剩余使用寿命（RUL）进行估算。最后，利用 NASA 的商业模块化航空推进系统仿真数据集对所提出的 PHM 框架进行了实验验证，结果表明 DP 模型在故障诊断中比经典的人工神经网络方法具有更高的稳定性，而 DP + LSTM 模型在 RUL 估计中的准确率高于其他经典的深度学习方法。