XiaoMi-AI文件搜索系统
World File Search System故障诊断
机械维护（职业管理领域 91）职业发展计划
第 1 章。职责 机械维护职业管理领域 (CMF) 的主要职责是对陆军武器系统和设备执行修复功能，以支持机动部队在整个作战范围内准备和执行作战任务。修复功能包括维护管理、恢复、故障诊断、维修、大修、部件/主要组件替换和交换。军械维护人员支持所有陆军系统的生命周期功能，陆军的任务准备包括战斗、战术和地面支援系统。CMF 包括 14 个军事职业专长 (MOS) 和 5 个额外技能识别器 (ASI)，它们在需要极其技术和战术技能的广泛领域发挥作用。CMF 91 名维护人员支持陆军中的每种类型的部队，包括特种任务部队。CMF 完全融入两级维护和模块化部队结构。
可靠性技术在民航中的应用 - HAL
摘要 本文探讨现代民航业中的可靠性工程以及相关的工程活动和方法。可靠性是广义的，指与之相关的其他系统特性，如可用性、可维护性、安全性和耐久性。可靠性涵盖了设备的整个生命周期，包括可靠性需求识别、可靠性分析与设计、可靠性需求的验证与确认（通常涉及设备设计和开发阶段）、质量保证（通常进入制造阶段）以及故障诊断与预测和维护（与运行阶段相关）。本文给出了民航业可靠性工程实践中的经验教训，可供可靠性管理人员和工程师参考，也可供其他对可靠性要求较高的行业参考。© 2018 中国航空航天学会。由 Elsevier Ltd. 制作和托管。本文为 CC BY-NC-ND 许可下的开放获取文章（ http://creativecommons.org/licenses/by-nc-nd/4.0/ ）。
可靠性技术在民航中的应用 - HAL
摘要 我们考虑现代民用航空工业中的可靠性工程以及相关的工程活动和方法。我们从广义上考虑可靠性，指与之相关的其他系统特性，如可用性、可维护性、安全性和耐久性。我们涵盖了设备的整个生命周期，包括可靠性需求识别、可靠性分析与设计、可靠性需求的验证和确认（通常涉及设备设计和开发阶段）、质量保证（通常进入制造阶段）以及故障诊断和预测以及维护（与运行阶段相关）。给出了民用航空工业可靠性工程实践中的经验教训，可供可靠性管理人员和工程师参考，也可供其他对可靠性要求较高的行业参考。� 2018 中国航空航天学会。由爱思唯尔有限公司制作和托管。这是一篇根据 CC BY-NC-ND 许可开放获取的文章（ http://creativecommons.org/licenses/by-nc-nd/4.0/ ）。
可靠性技术在民航中的应用 - LASAR
摘要 我们考虑现代民用航空工业中的可靠性工程以及相关的工程活动和方法。我们从广义上考虑可靠性，指与之相关的其他系统特性，如可用性、可维护性、安全性和耐久性。我们涵盖了设备的整个生命周期，包括可靠性需求识别、可靠性分析与设计、可靠性需求的验证和确认（通常涉及设备设计和开发阶段）、质量保证（通常进入制造阶段）以及故障诊断和预测以及维护（与运行阶段相关）。给出了民用航空工业可靠性工程实践中的经验教训，可供可靠性管理人员和工程师参考，也可供其他对可靠性要求较高的行业参考。� 2018 中国航空航天学会。由爱思唯尔有限公司制作和托管。这是一篇根据 CC BY-NC-ND 许可开放获取的文章（ http://creativecommons.org/licenses/by-nc-nd/4.0/ ）。
在可变工作条件下滚动轴承故障诊断的增强合奏学习方法
摘要：确保滚动轴承的平稳运行需要精确的故障诊断。特别是，在不同的工作条件下识别故障类型在实践工程中具有重要意义。因此，我们提出了一种加固集合方法，用于在不同的工作条件下诊断滚动轴承断层。首先，设计了一个加固模型来选择最佳的基础学习者。分层随机抽样用于从原始训练数据中提取四个数据集。强化模型分别由这四个数据集培训，我们获得了四个最佳基础学习者。然后，稀疏的ANN被设计为集合模型，并且可以成功识别可变工作条件下的故障类型的增强学习模型。进行了广泛的实验，结果证明了所提出的方法比其他智能方法具有优越性，具有显着的实践工程益处。
在新能量船中，数字双胞胎在推进系统中的构建和应用
摘要。数字双胞胎（DT）被认为是第四次工业革命的通用技术，并且意识到其工程应用普遍性是大学和公司的常见目标。基于DT的理论框架和技术途径，本文重点介绍其对新能源船的应用探索。通过云计算的混合技术，开源软件，海洋控制系统以及新能源的特征，作者分别从船上，云架构和实施计划进行可行性分析。在新能源船（NES）上在线开发，部署和运营的推进系统。同时，DT数据用于校正船体物理系统对电池电量状态（SOC）的计算偏差。本文中的研究将为诸如安全操作，故障诊断和基于条件的维护等情况提供一个决策平台，并为将来的DT系统设计提供新的能源船的有效解决方案。
沙巴苏海尔 - QUT ePrints
摘要 — 工业流程依靠传感数据进行关键决策。从收集的数据中提取可操作的见解需要一个能够确保数据可信度的基础设施。为此，我们设想了一个基于区块链的工业物联网 (IIoT) 框架来解决数据管理和安全问题。从可信来源收集的数据记录在区块链中后，产品生命周期事件就可以输入数据驱动系统进行流程监控、诊断和优化控制。在这方面，我们利用数字孪生 (DT)，它可以通过识别故障并在关键事件发生前推荐预防措施，从数据中得出智能结论。此外，我们讨论了 DT 和区块链的集成，以解决不同的数据存储库、不可信的数据传播和故障诊断等关键挑战。最后，我们确定了 IIoT 在利用区块链和 DT 时面临的突出挑战和未来的研究方向。
未来一线人才计划
数字控制室从根本上将操作员的工作从重复的手动工作中转移出来。新方法集成了自动化，重新设计了车间工艺流程，采用了无接触式 WIP 控制，并将 IIoT 信号和警报整合到指挥中心。该计划提高了 OEE 并减少了流程中断，将劳动生产率提高了 21%；同样，它将设备故障诊断时间从 2 小时缩短到 10 秒，准确率超过 90%。支持 ML/AI 的预测性维护为操作员和技术人员提供了规范解决方案，从而缩短了响应时间。指挥中心为实现 91% 的参与度得分做出了贡献。该系统为操作员和技术人员提供了一条向上的职业道路——46% 的工作角色已被重新定义，37% 的工作角色向上移动以涉及更高的技能水平。
AI驱动的自我修复云基础架构
，Ghatoth Mishra 4摘要本文是关于配备人工智能的自我修复云基础架构，可以从无法预料的运行时故障中自主恢复。随着云中的机器人或机器人云成为现实，并承诺通过增强边缘计算平台以向用户提供超低延迟服务来超越云范式，因此使1他们自信是至关重要的。尽管在构建强大的深度学习模型并将其部署在云中的事先工作中，但缺乏全面和系统的实时故障恢复框架。本文详细介绍了有关构建弹性云基础架构的先前工作中所忽略的不同挑战和关键方面的描述。我们提出了AI驱动的自我修复云基础架构的系统设计，该系统将AI应用于不同级别，包括自主故障检测，基于推理的故障诊断以及许多使用深层增强学习来确保加快维修时间的技术。
CWGAN-GP带有含锂离子电池热图像数据扩展的剩余网络模型
锂电池在储能中找到了广泛的应用。温度是评估锂离子电池状态的关键指标，许多实验需要用于研究目的的锂离子电池的热图像。然而，由于诸如高实验成本和相关风险之类的因素，获取锂离子电池故障的热成像样品是具有挑战性的。为了解决这个问题，我们的研究提议利用有条件的Wasserstein生成对抗网络，该网络具有梯度惩罚和残留网络（带剩余网络的CWGAN-GP），以增强描述锂离子电池故障的热图像的数据集。我们采用各种评估指标来定量分析和比较锂离子电池的热图像。随后，扩展的数据集，包括四种描述锂离子电池故障的热图像的类型的热图像，是输入基于面具区域的卷积神经网络进行训练的。结果表明，就锂离子电池的生成的热图像质量而言，提出的模型超过了传统的生成对抗网络和Wasserstein生成对抗网络。此外，数据集的增强导致基于掩模区域的卷积神经网络的故障诊断准确性提高。