XiaoMi-AI文件搜索系统
World File Search Systemrul
使用预测和健康管理 (PHM) 预测起落架的剩余使用寿命
摘要：起落架是飞机的重要组成部分。然而，起落架的部件在其使用寿命内容易退化，这可能导致起飞和降落时出现摆振效应。为了减少意外航班中断并提高飞机的可用性，本研究研究了预测性维护 (PdM) 技术。本文介绍了一个案例研究，该研究基于当前在役飞机的预测和健康管理 (PHM) 框架实施剩余使用寿命 (RUL) 的健康评估和预测工作流程，这可能对机队运营商和飞机维护产生重大影响。机器学习用于使用数据驱动方法开发起落架的健康指标 (HI)，而时间序列分析 (TSA) 用于预测其退化。使用来自在役飞机的大量真实传感器数据评估退化模型。最后，概述了为下一代飞机实施内置 PHM 系统的挑战。
充电状态 (soc) 和健康状态 (soh) 概述...
文献中介绍了不同的估算方法以预测该参数，在 (Chang, 2013) 中，Wen-Yeau Chang 对文献中用于预测电池 SOC 的不同数学方法进行了分类。然而，仅有这个变量不足以正确使用电池，因为电池会受到不同的老化机制的影响，所以跟踪电池的健康状况非常重要。电池老化会导致内阻增加和容量下降，从而影响性能，提供相同能量的能力也会下降。因此，可以通过跟踪这两个指标之一的变化来估算电池的 SOH。不同作者研究了这种电池状态，他们使用不同的估算算法和不同的电池模型来提供准确的估算。 (Ungurean, Cârstoiu, & Groza, 2016) 详细回顾了文献中用于估算电池剩余使用寿命 (RUL) 和 SOH 的最相关模型、算法和商用设备。
理论物理-Chisinau
学习计划盐研究资格级根据ISCED -IS -7资格水平根据ISCED -7总体研究领域-053一般物理科学-053 Master的物理科学计划 - 理论物理学（MS）Master Program-理论 - 理论研究学分的数量 - 获得的120个标题 - 物理科学硕士授予的标题 - 物理科学硕士录取基地 - 较高许可研究文凭或同等入学基础 - Higer教育文凭或同等研究的教育形式 - 教育组织的形式 - 教育组织的形式 - 全日制培训语言 - 罗马语语言罗马语语言
一种用于预测质子交换膜燃料电池剩余使用寿命的数据驱动数字孪生预测方法
在这个瞬息万变的时代，限制气候变化和实现可持续增长的迫切需要加强全球能源转型的势头。“氢经济时代”正在走进人类的视野，朝着建立更清洁的能源系统的方向发展[1]。在此背景下，燃料电池被视为最大限度发挥氢能潜在效率优势的首选技术[2]。质子交换膜燃料电池（PEMFC）目前是轻型车辆和物料搬运车辆的领先技术，在固定式和其他应用领域也占有较小份额[3]。然而，成本和耐久性两个主要挑战限制了其大规模商业化[4]。当前PEMFC系统耐久性和可靠性不理想可能导致高维护成本[5]，而非优化运行可能是导致意外停机和部件进一步退化的关键原因[6]。人们做出了许多努力来提高其耐久性：改进材料、减少退化原因、改进结构设计、实施新的监督和管理设计等。预测和健康管理 (PHM) 是一门新兴学科，最初源自基于状态的维护 [ 7 ]，已被用于监测和预测 PEMFC 系统的健康状况 [ 8 , 9 ]。人们已经研究了针对 PEMFC 的各种预测方法
定量脂肪酸签名分析揭示了北大西洋的杀手鲸的高水平饮食专业化
1麦吉尔大学自然资源科学系，加拿大魁北克H9X 3V9，SAINTE-ANNE-DE-BELLEVUE； 2丹麦Roskilde Aarhus大学北极研究中心Ecoscience系； 3冰岛大学，Vestmannaeyjar，900，冰岛； 4生物科学，渔业与经济学学院，挪威北极大学，挪威9037，挪威； 5挪威挪威自然研究所（NINA）； 6加拿大曼尼托巴省R3T 2N6，加拿大渔业和海洋北极水生研究部； 7佛罗里达国际大学生物科学系环境学院，佛罗里达州北迈阿密33181，美国； 8挪威的挪威语调查，挪威安德尼斯； 9挪威奥斯陆奥斯陆大学生物科学系； 10挪威水研究所，挪威奥斯陆； 11海军陆战队和淡水研究所，220，冰岛Hafnarfjörul； 12冰岛密封中心，Hvammstangi，530，冰岛和13 Greenland自然资源研究所，Nuuk，GR-3900，GROGENLAND
炼金术手册.pdf
4. 设计开发 uof;1| 7;vb]mv v†b|二]ul m;;7vq |_; vb|;ķ -m7 =oѴѴo‰ rul;|;uv ;v|-0Ѵbv_;7 7†ubm] ;-vb0bѴb|‹ĺ $bl; vr;米| 7†ubm] ;vb]m ;ˆ;Ѵorl;m| Ő ő bv 0-v;7 om two]u-lķ vb|; ˆ-ub-0Ѵ;vķ -m7 1oll†mb1-ঞomĺ $_bv r_-v; u;t†bu;v 1omvb7;u-0Ѵ; 1oll†mb1-ঞom 0;|‰;;m -ѴѴ r-uঞ;vĹ |_; -u1_b|;1|ķ 0†bѴ7;uķ -m7 o‰m;uķ -m7 -Ѵvo |_; ˆ;m7ouv ‰_o ‰bѴѴ 1om|ub0†|; |或|_;屋顶;1|ĺ|Ľv‰_;u; ‰； ľr†v_ -m7 r†ѴѴĿ b7;-vķ ruboubঞŒ; -m7 v1_;7†Ѵ;ķ u;v;-u1_ -m7 v|†7‹ķ 7u-‰ņ |ovvņ7u-‰ -]-bmķ -m7 ‰ouh om 0†7];| -vv†lrঞomv -m7 ruboubঞ;vĺ m]bm;;uv -u; 1omv†Ѵ|;7ķ -m7 |_; |;-l 1ol;v |o];|_;u =ou |_; ；米；屋顶；1|ĺ
维持技术项目经理 - ACMAR。......
职位描述：向保障总监汇报的保障技术 PM 将负责：• 美国陆军自主配置管理和航空记录 (ACMAR) 计划的详细规划和执行，包括人员配备、技术开发、财务绩效、分包商（行业/学术界）管理和客户关系管理。• 先进技术开发计划的项目管理，该计划结合了硬件和软件元素，旨在支持美国陆军未来平台并与传统飞机兼容。• 硬件技术包括开发、改造和集成尖端传感器技术，以自主记录、跟踪和报告选定飞机部件的信息，从而提高战备状态并降低生命周期成本。• 利用当前的机载传感器、航空电子设备、发动机控制单元 (ECU)、健康和使用情况监测系统 (HUMS) 和其他先进的机载飞机系统，捕获可用的飞机数据进行处理和分析。• 软件技术包括开发代表性客户数据管理环境、开发组件剩余使用寿命 (RUL) 计算、操作员和维护人员用户界面应用程序，以及作为维持生态系统的一部分与其他 AVX 开发的程序集成。
de-sate：deno deNosing自我发挥的变压器编码器的锂离子电池健康预后
摘要 - 锂离子（Li-ion）电池的使用已在各个行业中广泛普及，从供电便携式电子设备到推动电动汽车和支持储能系统。锂离子电池可靠性中的一个核心挑战在于准确预测其剩余使用寿命（RUL），这是积极维护和预测分析的关键措施。本研究提出了一种新颖的方法，该方法利用了多个Denoising模块的功能，每个模块都训练了解决电池数据中通常遇到的特定类型的噪声。具体而言，使用Denoising自动编码器和小波Denoiser用于生成编码/分解表示形式，随后通过专用的自我发明变压器编码来处理。在对NASA和CALCE数据进行了广泛的实验之后，在一组不同的噪声模式下估算了一系列健康指标值。这些数据上报告的错误指标与最近文献中报道的最先进的相当或更好。索引术语 - 验证和健康管理，剩余使用寿命，自动编码器，锂离子电池，变压器，电池健康
可靠性工程与系统安全
提出了一种评估飞机发动机监测数据的新方法。通常，预测和健康管理系统使用某些发动机部件的退化过程知识以及专业专家意见来预测剩余使用寿命 (RUL)。出现了新的数据驱动方法，可以在不依赖这种昂贵的过程的情况下提供准确的诊断。然而，它们中的大多数都缺乏解释组件来理解模型学习和/或数据的性质。为了克服这一差距，我们提出了一种基于变分编码的新方法。该模型由一个循环编码器和一个回归模型组成：编码器学习将输入数据压缩到潜在空间，以此为基础构建一个自解释的地图，可以直观地评估飞机发动机的劣化率。获得这样一个潜在空间是通过一个由变分推理指导的新成本函数和一个惩罚预测误差的项来规范化的。因此，不仅可以实现可解释的评估，而且还可以实现显著的预测准确性，优于 NASA 流行的模拟数据集 C-MAPSS 上的大多数最先进的方法。此外，我们利用实际涡扇发动机的数据演示了我们的方法在真实场景中的应用。