XiaoMi-AI文件搜索系统
World File Search System事故状况
旋翼机状态监测系统阈值优化...-KoreaScience
[1] I. Y. Jung，“飞机维护安全管理分析及改进”，韩国国立交通大学硕士学位论文，韩国忠州，2015 年。 [2] S. H. Park，“基于行星齿轮系的调速器设计研究”，世宗大学硕士学位论文，韩国首尔，2013 年。 [3] P. Ky，年度安全评估，欧洲航空安全局，2016 年 [4] 航空信息门户系统。年度航空事故状况 [Internet]。可访问网址：http://www.airportal.go.kr/life/accident/stat/status.jsp [5] Gh. Buzdugan、E. Mihailescu 和 M. Rades，振动测量，2010 年版，荷兰，Springer，2010 年 [6] AMCOM，ADS-79-HDBK rev. D、航空设计标准：美国陆军飞机系统基于条件的维护系统手册，美国陆军航空与导弹研究、发展与工程中心，2013 年 [7] 韩国直升机项目组，HGS 质量保证要求，QARA81537302，DAPA，2013 年。
人工智能
可以通过观察相关参数的值/变化来识别特定事件。为此，从相应的紧急操作程序 (EOP) 中选择了大约 45 个 COIS 信号，用于识别 PHWR 中的 LOCA 和 MSLB 场景。使用 RELAP5[2] 和 CONTRAN[3] 热工水力代码生成了与反应堆堆芯和 PHT 有关的时间相关瞬态数据。文献中有许多线性和非线性模式识别技术[4]。然而，ANN 是解决涉及大量输入信号和输出事件的复杂问题的最广泛使用的机器学习技术之一。神经网络的一般特征是能够在经过充分训练后快速识别复杂系统的各种条件或状态。最终的 ANN 模型已与诊断系统集成，该系统提供有关瞬态变化的最合适信息，并协助操作员采取纠正措施以缓解事故状况。当前版本的诊断系统能够识别 220MWe PHWR 中的 33 种 LOCA 和 18 种 MSLB 场景。