XiaoMi-AI文件搜索系统
World File Search System故障诊断
信息系统在故障诊断中的应用
停机时间过长仍然是许多组织面临的问题，尤其是那些采用复杂资本密集型制造流程的组织。为了解决这个问题，许多组织使用计算机管理系统来支持其维护活动的各个方面，包括故障诊断。本文介绍了一项研究，旨在调查维护信息系统在机器故障期间支持活动的有效性。已经进行了一项调查，从用户的角度调查计算机管理系统的应用。该调查旨在征求用户对有效维护用户支持的意见以及现有 IT 系统对各类人员的实用性。综合调查结果和文献综述将用于指导试点维护信息系统的开发，该系统将在未来研究中进行评估。
基于数字孪生的故障诊断方法... - MDPI
摘要：卫星系统功能密度与复杂度的不断提升、恶劣的航天环境以及减少操作人员参与的成本控制措施，都日益推动着对故障诊断与健康监测（FD-HM）新方法的开发需求。数据驱动的FD-HM方法利用信号处理或数据挖掘获取系统运行状态的隐含信息，有利于对系统进行粗放而浅显的监控，有望减轻操作人员的工作负担。然而，这些卫星系统FD-HM方法主要以历史数据和一些静态物理数据为驱动，很少考虑仿真数据、实时数据以及二者之间的数据融合，不能完全胜任卫星在轨的实时监控与维护。为保障复杂卫星系统的可靠运行，本文提出了一种新的FD-HM物理-虚拟融合方法——数字孪生。此外，我们提出了卫星电力系统的 FD-HM 应用，以证明所提方法的有效性。
航空发动机建模与故障诊断研究...
摘要：航空发动机点火系统是发动机的核心部件，包括点火电源、点火激励器、点火导线和点火火花塞等。点火系统的可靠性是发动机能否安全、高效运行的重要因素。为了提高飞机的安全性和持续适航性，开展点火系统故障诊断研究具有十分重要的意义。本文主要对航空发动机点火系统故障的诊断方法研究和诊断系统设计进行研究。针对该问题，设计了点火系统数学模型，并利用该模型模拟点火系统故障，建立点火系统理论数据库。随后，搭建实验系统，模拟实际点火系统故障，生成点火系统仿真数据库。基于点火系统故障数据库，采用波形图像匹配算法，实现真实点火波形与故障数据库波形的比对。最后，提出了基于诊断平台和配备高速数据采集卡的工控机的点火系统故障诊断系统。分析结果表明，该点火系统故障诊断系统能准确识别典型点火故障。
建筑优化与故障诊断资料手册
国际能源署在许多与能源相关的领域资助研究和开发。在这些领域之一，即建筑节能领域，国际能源署资助各种活动，以更准确地预测建筑物的能源使用情况，包括现有计算机程序的比较、建筑监测、计算方法的比较以及空气质量和占用率研究。17 个国家已选择参与这一领域，并已指定缔约方参与涵盖这一领域合作研究的实施协议。政府指定一些私人组织以及大学和政府实验室作为缔约方，为解决不同技术领域的项目提供了更广泛的专业知识，而如果参与仅限于政府，情况将不会如此。国际能源署认识到将工业界与政府资助的能源研究和开发联系起来的重要性，并尽一切努力鼓励这种趋势。
使用机器学习模型进行故障诊断
摘要轴承是带有变速箱的任何机械的关键元素。必须有效诊断轴承断层以确保机械的安全性和正常操作。因此，轴承中机械故障的识别和评估对于确保可靠的机械操作非常重要。这项比较研究表明，通过利用各种机器学习方法，包括SVM，KNN，线性回归，脊回归，XGB回归，ADABOOST回归和CAT促进回归，轴承诊断的性能。轴承就像机械世界的无名英雄一样，在船上从车轮到螺旋桨，都极大地支撑和指导所有事物的平稳运动。然而，与其他机械组件一样，随着时间的流逝，轴承的持续使用会导致磨损，这最终可能导致故障。
航空发动机点火系统建模与故障诊断开放研究
摘要：航空发动机点火系统是发动机的核心部分，包括点火电源、点火激励器、点火引线和点火火花塞，点火系统的可靠性是发动机能否安全高效运行的关键。对点火系统故障诊断的研究对于提高飞机的安全性和持续适航性具有十分重要的意义。本文主要对航空发动机点火系统故障的诊断方法研究和诊断系统设计进行了研究。针对这一问题，设计了点火系统数学模型，并利用该模型模拟点火系统故障，建立点火系统理论数据库。然后搭建实验系统，模拟真实点火系统故障，生成点火系统仿真数据库。基于点火系统故障数据库，采用波形图像匹配算法实现真实点火波形与故障数据库中波形的对比。最后，提出了基于诊断平台和配备高速数据采集卡的工控机的点火系统故障诊断系统。分析结果表明，点火系统故障诊断系统能够准确识别典型的点火故障。
机器学习在机器故障诊断中的应用：A...
参考文献................................................................................................................................................ 68 19
基于可解释人工智能的钢板制造故障诊断和洞察收集
摘要 — 随着工业 4.0 的到来，数据科学和可解释人工智能 (XAI) 在最近的文献中引起了相当大的兴趣。然而，就计算机编码和必要的数学工具而言，进入 XAI 的门槛确实很高。对于钢板故障诊断，这项工作报告了一种将基于 XAI 的见解纳入数据科学开发高精度分类器过程的方法。使用合成少数过采样技术 (SMOTE) 和中心点概念，从 XAI 工具中获得见解。已经收获了 Ceteris Peribus 配置文件、部分依赖性和故障配置文件。此外，还从优化的随机森林和关联规则挖掘中提取了 IF-THEN 规则形式的见解。将所有见解整合到一个集成分类器中，已实现 94% 的 10 倍交叉验证性能。总而言之，这项工作做出了三个主要贡献，即：：基于利用 medoids 和 SMOTE 的方法，收集见解并纳入模型开发过程。其次，这些见解本身就是贡献，因为它们使钢铁制造业的人类专家受益，第三，已经开发出高精度故障诊断分类器。
MAKO 无人机飞行模拟用于数据驱动的故障诊断
过去十年，各种用途的无人机数量迅速增加。这促使监管机构急于制定安全的整合战略，以适当共享空域的利用率。处理故障和失效是关键问题之一，因为它们在可用的事件报告中占了更大的比重。这些小型飞行器的硬件限制表明，需要使用分析冗余，而不是常规飞行中通常的硬件冗余做法。在本研究过程中，回顾了飞机的故障检测和诊断。然后模拟了 MAKO 飞机的非线性模型，以生成故障和正常飞行数据。该平台能够为各种飞行条件生成数据，并设计用于故障检测和诊断的机器学习实现。
工业智能制造实时故障诊断方法综述
摘要：工业4.0时代，高度复杂的生产设备日益集成化、智能化，对数据驱动的过程监控与故障诊断提出了新的挑战。工业物联网、信息物理系统、人工智能等技术在现代工业智能制造中得到越来越广泛的应用。云计算和大数据存储极大地促进了工业信息流的处理和管理，有助于实时故障诊断（RTFD）技术的发展。本文全面回顾了工业过程监控和机器状态监控领域的最新RTFD技术。从数据采集过程开始，详细介绍了RTFD流程。目前的RTFD方法分为基于独立特征提取的方法、基于“端到端”神经网络的方法以及基于新视角的定性知识推理的方法。此外，本文讨论了RTFD在未来发展中的挑战和潜在趋势，为专注于该领域的研究人员提供参考。