XiaoMi-AI文件搜索系统
World File Search System故障数据
诊断/预测算法的验证和确认
本文介绍了在先进新型武器平台中开发预测和健康管理 (PHM) 功能所面临的程序和技术挑战。在最高级别，它提出了将 PHM 优势和目标与后勤支持概念以可衡量的方式联系起来的具体策略。作者还提供了使用此方法的示例，以确保 PHM 元素已购买到飞机上所需的东西。在下一个级别，作者评估了 PHM 算法和传感器套件中使用的验证和确认 (V&V) 方法。在正向拟合应用中，现场和最终系统数据通常较少可用，这给诊断覆盖率、检测率和误报率的验证带来了额外的障碍。作者将演示特定工具，以使用测试台开发数据、类似组件故障数据以及最终的现场数据的组合来提供 V&V 用例。将介绍故障检测、诊断和预测功能元素的指标。此外，作者讨论了模拟和真实故障数据的使用，以及为预测系统现场性能而制定的策略。讨论了信号噪声、测量不确定性和阈值设置的影响。还讨论了具有现场数据可用性的“性能指标增长”概念，并提供了这些技术和工具在应对新飞机部署挑战中的具体应用。
诊断/预测算法的验证和确认
本文介绍了在先进新型武器平台中开发预测和健康管理 (PHM) 功能所面临的程序和技术挑战。在最高级别，它提出了将 PHM 优势和目标与后勤支持概念以可衡量的方式联系起来的具体策略。作者还提供了使用这种方法的示例，以确保 PHM 元素已在飞机上投入使用。在下一个级别，作者评估了 PHM 算法和传感器套件中使用的验证和确认 (V&V) 方法。前向拟合应用通常不太容易获得现场和最终系统数据，这给诊断覆盖率、检测率和误报率的验证带来了额外的障碍。作者将演示特定工具，以使用测试台开发数据、类似组件故障数据以及最终的现场数据的组合来提供 V&V 用例。将介绍故障检测、诊断和预测功能元素的指标。此外，作者还讨论了模拟和真实故障数据的使用，以及为预测系统的现场性能而开发的策略。讨论了信号噪声、测量不确定性和阈值设置的影响。还讨论了现场数据可用性的“性能指标增长”概念，并提供了这些技术和工具在应对新飞机部署挑战方面的具体应用。
使用 MATLAB 估算剩余使用寿命 | OPENCADD
开发预测性维护模型的第一步是获取数据。此示例使用 NASA 数据存储库中公开提供的预测和健康管理挑战数据集。该数据集包括来自 218 个发动机的运行至故障数据，其中每个发动机数据集包含来自 21 个传感器的测量值。通过放置在发动机各个位置的传感器收集燃油流量、温度和压力等测量值，以向控制系统提供测量值并监控发动机的健康状况。该图显示了一个传感器对所有 218 个发动机的测量结果。
轴承故障检测与分类的决策树模型比较研究
轴承故障诊断对于减少故障、提高旋转机械的功能性和可靠性至关重要。由于振动信号是非线性和非平稳的，提取特征以进行降维和有效的故障检测具有挑战性。本研究旨在评估基于决策树的机器学习模型在轴承故障数据检测和分类中的性能。提出了一种将基于树的分类器与派生的统计特征相结合的机器学习方法，用于局部故障分类。通过时域分析从正常和故障振动信号中提取统计特征，以开发基于树的 AdaBoost (AD)、分类和回归树 (CART)、LogitBoost 树 (LBT) 和随机森林树 (RF) 模型。
先进可靠性保证计划指南...
在 RA 计划的框架内，在设计阶段，PSA 将：�� 提供成本/收益分析的基础，该分析可用于指导在最终工厂设计演变过程中提出的各种系统或组件配置的最终选择；�� 确定一个关键项目清单，该清单代表所有系统、结构和组件，并按其对安全的重要性排序。在工厂运行期间，RA 计划将：�� 使用实时 PSA 工厂模型来评估潜在变化或替代运营策略和工厂改造的绝对和相对价值；�� 结合工厂故障数据，为维护规划组织提供定量指导：(i) 对 SSC 进行排名，为风险降低计划提供基础；(ii) 对 SSC 进行排名，以指导实施条件导向维护计划。1.1.2.技术规格
ScienceDirect - Re.Public@polimi.it
摘要：本研究阐述了数字孪生概念验证，以支持运行至故障数据可用性低的机器预测。数字孪生是在米兰理工大学管理学院制造业组的工业 4.0 实验室范围内开发的，能够与钻机操作并行运行，因此，它能够预测最关键故障模式的演变，即钻轴的不平衡。钻机的实时监控是通过低成本和改造解决方案实现的，该解决方案提供了 Raspberry-Pi 加速度计的安装，能够增强现有的自动化程度。依靠实时监控和模拟的联合使用，数字孪生通过所谓的指数退化模型实现随机系数统计方法，最终证明随着监控数据的到来，预测精度会提高。数字孪生概念验证按照 MIMOSA OSA-CBM 标准，按照从数据采集到剩余使用寿命预测的整个过程进行描述。
先进可靠性保证计划指南...
在 RA 计划的框架内，在设计阶段，PSA 将：�� 提供成本/收益分析的基础，该分析可用于指导在最终工厂设计演变过程中提出的各种系统或组件配置的最终选择；�� 确定一个关键项目清单，该清单代表所有系统、结构和组件，并按其对安全的重要性排序。在工厂运行期间，RA 计划将：�� 使用实时 PSA 工厂模型来评估潜在变化或替代运营策略和工厂改造的绝对和相对价值；�� 结合工厂故障数据，为维护规划组织提供定量指导：(i) 对 SSC 进行排名，为风险降低计划提供基础；(ii) 对 SSC 进行排名，以指导实施条件导向维护计划。1.1.2.技术规格
开发车载诊断系统以提高车辆可靠性
通过实施现代技术条件方法和诊断工具以及信息处理和分析的计算机方法，维护系统和汽车服务正在得到更新。在运行阶段，记录机器零件、单元和汽车系统的故障数据。这些信息被传送给开发人员，以消除故障原因并澄清用于评估可靠性的初始数据 [1,2,3]。此外，最重要的问题是汽车技术状况的控制和诊断。各种计算机设备已成功用于几乎所有技术复杂的产品，以简化与用户的交互、复杂操作程序的实施等。这意味着汽车、铁路、海运等运输行业领域的技术产品也不例外。现代车辆配备了不同的电子设备，包括组合成一个单一复合体的电子设备，即所谓的车载诊断系统。（车载诊断 (OBD) 系统）[4]。
传感器故障检测、隔离和调节...
摘要 — 传感器技术通过将现场和实时原始数据集成到数字孪生中来赋能工业 4.0。然而，由于固有问题和/或环境条件，传感器可能不可靠。本文旨在检测传感器测量中的异常，识别故障数据并用适当的估计数据进行调整，从而为可靠的数字孪生铺平道路。更具体地说，我们提出了一种基于机器学习的通用传感器验证架构，该架构基于一系列神经网络估计器和分类器。估计器对应于所有不可靠传感器的虚拟传感器（用于重建正常行为并替换系统内孤立的故障传感器），而分类器用于检测和隔离任务。对三个不同的真实世界数据集进行了全面的统计分析，并在硬和软合成故障下验证了所提出的架构的性能。
OE-3 手套箱和手套箱 CoP 的完整性检查
• 建议 1. 从手套箱手套上取下手后，检查手部是否受到放射性污染。 • 建议 2. 定期检查手套箱外壳和手套是否被锐器刺破。 • 建议 3. 制定并审查更换计划，以确保防止手套故障。 • 建议 4. 收集并分析手套箱故障数据，以防止手套箱故障。 • 建议 5. 安装彩色编码的磁性压力表，提醒操作员手套箱压力波动，并为操作员提供更多潜在泄漏迹象。 • 建议 6. 在整个手套箱 CoP 和整个 DOE/NNSA 企业中增加培训和操作经验共享。 • 建议 7. 检查手套箱校准并确保传感器读数的准确性。 • 建议 8. 加入手套箱 CoP，获取经验教训和最佳实践。