XiaoMi-AI文件搜索系统
World File Search System故障状态
20 W GAN SSPA（多波段固态功率放大器）
产品描述 20 W GaN SSPA 是一款小巧轻便的放大器，旨在与多频段调制解调器和无线电配对使用 - 既可以独立用于仅传输系统，也可以与其他组件集成以形成双工系统。我们的 20 W GaN SSPA 放大器是一款使用氮化镓 (GaN) 技术构建的多频段双输出固态功率放大器 (SSPA)。我们的 RF 放大器由一个电源、四个独立的固态功率放大器和一个数字控制部分组成。RS-422 接口提供温度监视器、RF 输出功率电平检测和 VSWR 故障状态。RS-422 接口还提供对 RF 功率放大的频段选择和 RF 信号消隐能力的控制。这种多频段 SSPA 可以在射频 (RF) 频谱的 L 波段、S 波段、下 C 波段或上 C 波段中进行选择和操作。我们的 GaN 多频段 SSPA 设计用于多种 L3Harris 产品。
半导体制造磁盘驱动器... - Farnell
S 规格 尺寸 - 17.5” x 1.5” x 1.25” (长 x 宽 x 深) (44.9 x 3.8 x 3.2 厘米)，不含发射器 重量 - 20 盎司 (544 克) 输入 - <28 VDC，2.0 瓦标称 操作模式 - 脉冲 控制信号 - 0±5 VDC，RS-485，来自系统控制器的 2 线控制信号 连接器 - 发射器模块两端的 RJ-45 电话类型模块化插孔 指示器 - 每个发射器附近有两个双色 LED。绿色表示离子发射的极性和持续时间。闪烁的 LED 确认与远程发射器的通信。红色 LED 表示故障状态 状态软件 - 附带；需要带有 RS-232 通信端口的基于 Windows® 的 PC 发射点 - 锗（满足超洁净要求）；100% 钨（符合 1 级兼容）；易于更换的发射棒 - 有 4 英寸、6 英寸和 10 英寸长度可供选择 安装 - 连接至所有领先设计的嵌入式天花板系统的“T”形网格或天花板内槽 发射器和指示器投射到天花板下方
柴油发动机状态监测
应急柴油发电机系统或广泛领域中的任何柴油发动机的可靠性至关重要。这些发动机的传统维护程序遵循基于时间或基于统计的方法。由于柴油发动机的用途广泛，这些维护形式不可能像基于状态的监控那样有效。基于状态的监控比传统维护方法具有许多优势。它允许更早地检测和诊断故障，并允许计划维护工作，避免昂贵和意外的停机。它还降低了总体维护成本，因为只有在零件磨损或出现故障时才需要更换，而不是基于时间表。不引人注目地监控发动机的能力也有很多优点，包括降低传感器成本和消除永久篡改发动机的需要。声学监测被认为是实现这一目标最突出和最有效的方法。因此，在各种速度、负载和故障下对大型和小型柴油发动机进行了广泛的实验，然后分析了数据。首先对数据进行统计调查，然后在发现统计结果不佳后使用独立成分分析进行处理。编写了一个程序来自动比较收集到的数据，本文中提出的结果表明，ICA 和声发射能够帮助检测和诊断发动机故障。结果表明，该方法可靠、一致，并且能够区分发动机是处于健康状态还是故障状态。
基于机器学习分类器的光伏阵列中的电故障分析和检测
摘要：由于其固有的优势，例如零污染，灵活性，可持续性和高可靠性，太阳能光伏发电引起了重大的兴趣。确保PV功率设施的有效运行在精确的故障检测中取决于。这不仅可以增强其可靠性和安全性，而且还可以优化利润并避免昂贵的维护。但是，使用通用保护设备的PV系统直流电（DC）侧的故障检测和分类带来了重大挑战。这项研究深入研究了对光伏（PV）阵列中复杂断层的探索和分析，尤其是那些表现出类似I-V曲线的阵列，这是PV故障诊断的重大挑战，在先前的研究中未充分解决。本文探讨了支持向量机（SVM）和极端梯度提升（XGBoost）的设计和实施，重点是它们有效地识别小型PV阵列中各种故障状态的能力。这项研究扩大了将优化算法的使用，特别是蜜蜂算法（BA）和粒子群优化（PSO），目的是提高基本SVM和XGBoost分类器的性能。优化过程涉及完善机器学习模型的超参数，以实现故障分类的卓越精度。发现蜜蜂算法的弹性和效率的有说服力的案例。使用用于优化SVM和XGBOOST分类器以检测PV阵列中的复杂故障时，蜜蜂算法显示出显着的精度。相比之下，使用PSO算法进行细调的分类器表现出相对较低的性能。这些发现强调了蜜蜂算法在光伏系统中故障检测中提高分类器准确性的潜力。