XiaoMi-AI文件搜索系统
World File Search System常见故障
安全性和可靠性 - 不断变化的世界中的安全社会
摘要：所有模式的自动驾驶运输系统——公路（即自动驾驶汽车）、航空（即无人机）、航运和铁路——都即将问世。挪威的监管和测试正在进行中。由于数据缺失、新兴技术和框架条件的变化，自动驾驶系统的风险不确定。然而，自动驾驶汽车的事故似乎只有当前水平的 1/3 或 1/2。事故各不相同，有时需要外部干预。基于对各种模式和法规经验的回顾，我们建议在整个自动驾驶生态系统中，在所有模式之间进行敏捷和透明的学习。需要系统认证，并且必须明确系统职责。应建立协调运输（即控制可能出现常见故障的许多自动驾驶汽车）和标记自动驾驶运输的结构。在人与系统之间的接口中，想象中的自主性和实际执行的自主性存在差异，从而导致新的事故和意外。必须探索新出现的安全/保障问题。
D4.1 识别浮动风电特定的 O&M 要求...
浮动风电需求主要通过采访海上行业相关利益相关者和与 COREWIND 项目合作伙伴的内部研讨会来确定。采访中分享的经验和趋势与详尽的文献研究相结合，并汇编成这份综合报告。各章讨论了浮动海上风电 O&M 的主要主题。报告首先对维护活动进行了分类。在此，指出了应用基于条件的维护的好处，并将结构健康监测和状态监测定义为经济战略的基础。随后，它总结了 FOWT 的特点以及要检查的关键部件，例如浮动底座、位置保持系统以及动态电缆。针对每个组件，审查了有关维护的监管要求，检查了常见故障，并介绍了典型的检查和监测方法。下一章讨论了遥控机器人 (ROV) 技术，并对现有的不同 ROV 类型及其应用领域进行了分类。它进一步讨论了它们在维护操作过程中的优势和局限性。本章最后提出了使用 ROV 的检查协议的建议，并提供了在采访 Equinor 时获得的有关 Hywind Park 中使用的 ROV 的第一手资料。
空间 GaAs MMIC 可靠性保证指南...
本文档是为了回应各行业代表对缺乏行业认可的 MMIC 认证方法的评论而构思的。1992 年夏天，喷气推进实验室、NASA 刘易斯研究中心和 NASA 约翰逊航天中心的个人发起了一项解决此问题的低级努力。这些努力于 1993 年 7 月合并，成立了 MMIC 可靠性保证工作组，该工作组获得了 NASA 总部代码 Q 的支持。最初的概念是政府赞助的官方 MMIC 认证规范，描述了制造商执行的所有必需的测试和评估程序。1993 年 9 月，在俄亥俄州克利夫兰 NASA 刘易斯研究中心举行的第一次 MMIC 资格研讨会上，业界代表介绍了这种方法。在这次会议上，MMIC 设备的各种用户和供应商表达了他们强烈希望避免政府规范的愿望，并要求提供一份可作为教育工具的文件。该格式旨在成为 GaAs MMIC 可靠性和设计方法技术的资料手册，可用于制定在太空应用中生产和使用 GaAs MMIC 的资格计划。研讨会与会者得出结论，该文件的标题应该是《太空应用的 GaAs MMIC 可靠性保证指南》。该指南旨在成为业界认可的可靠性保证实践的实际应用，用于规范、制造、鉴定和采购基于 GaAs 的 MMIC。本文包含有关 MMIC 设备在获准用于高可靠性应用之前通常进行的测试、筛选和评估的背景材料和讨论。信息侧重于工程师、项目级经理和购买者的需求，重点关注行业使用和接受的 GaAs MMIC 可靠性和资格认证方法的常用方法。提供了有关材料、设计方法、测试技术、环境影响、常见故障机制和制造工艺的背景信息——这些信息是为所需的特定应用构建有效资格认证计划所必需的。使用此信息作为共同参考点，用户和制造商可以讨论权衡并确定实现具有成本效益的资格认证计划所需的增值测试。本指南首先介绍 GaAs 的使用情况并简要总结 MMIC 的发展历史。接下来是可靠性概述和可靠性理论的总结说明。这些章节让读者了解 GaAs 器件在各种应用中的使用情况，并提供理解可靠性测试结果和故障含义所需的背景知识。第 3 章讨论了 MMIC 设计中使用的 GaAs 材料特性和常见器件结构。本章还提供了常见工艺和各种通用 MMIC 功能和电路的一般描述。第 4 章提供了常见故障模式和机制的描述
安全仪表系统中的常见原因故障 - 报告
执行摘要 本报告总结了石油和天然气行业安全仪表系统 (SIS) 常见故障 (CCF) 现场研究的结果。此前，核工业等其他行业也采取了类似的举措，但迄今为止，石油和天然气行业收集的有关 CCF 的现场数据非常有限。CCF 包括导致多个组件故障的事件，在有限的时间间隔内影响一个或多个 SIS。在运营审查期间使用了以下 CCF 定义：同一组件组中由于同一根本原因在指定时间内发生故障的组件/项目。本研究的目的是更深入地了解 CCF 发生的原因和频率。提高对 CCF 的了解对于运营公司以及系统设计人员和集成商来说都很重要，这样才能满足石油和天然气行业 SIS 的高可靠性要求以及挪威石油安全局规定的“足够独立”的要求。项目团队已审查了大约 12,000 份通知，涉及六个不同的安装。根据故障描述和与操作人员的讨论，每个故障都被分为独立故障和从属故障，以确定所有组件故障中由共同原因导致的故障的比例。这项研究的一个重要基础是 beta 因子模型。这是一个广泛使用的 CCF 可靠性模型，引入了希腊字母 β 作为模型参数。在这个模型中，组件 (λ) 的故障率由于共同原因被分为独立部分 (1-β)λ 和从属部分 (βλ)。贝塔系数 (β) 定义为导致共同原因故障的组件故障的比例。研究的主要成果包括： • SIS 主要设备组的通用贝塔系数值 • 用于评估可能的 CCF 原因和防御措施的 CCF 检查表。检查表可用于确定 SIS 的安装特定贝塔系数值。通用贝塔系数值 CCF 事件的数量和新建议的通用贝塔系数值总结如下，适用于 SIS 的主要设备组。“总人口”是所有六个安装中的组件标签数量，N DU 是未自动检测到的危险故障总数，但通常在功能测试或实际需求（DU 故障）期间显示，N DU , CCF 是受 CCF 事件影响的 DU 故障总数。记录的 CCF 事件在各个装置之间差异很大。在某些装置中，某些组件组未观察到 CCF 事件，而在其他装置中观察到过多的 CCF 比例。研究结果表明，运行期间经历的 CCF 比例高于可靠性计算中通常假设的比例。这是一个重要的结果，因为它表明先前对冗余 SIS 的可靠性预测可能过于乐观，并且组件之间的独立性可能低于传统假设。因此，结果应鼓励石油行业在设计和运行过程中更加努力地分析和避免 CCF。定期进行操作审查（参考第 4.1 节），特别关注系统故障和 CCF，可能是在运行期间跟踪此类故障的一种实用方法。