课程文献中心 更多>>

关键词： 故障诊断   大数据   民航供配电系统   排除技术  

摘要： 民航供配电系统是确保飞机正常运行的关键组成部分,负责为飞机上的各种电子设备提供稳定的电力。然而,这些系统可能会遇到各种故障,影响飞行安全和效率。随着大数据技术的发展,其在故障诊断领域的应用逐渐显现,提供了新的解决方案。本文首先概述民航供配电系统的故障现状,详细介绍基于大数据的故障诊断与排除系统设计,描述故障诊断与排除的整个过程,并借助系统测试来验证所提出方法的有效性,展示基于大数据的方法在提高民航供配电系统故障处理效率与准确性方面的潜力。

关键词： 纯电动轿车   整车控制器   故障诊断与处理  

摘要： 对比传统轿车来说,纯电动汽车具有三个突出的优点:零排放、噪声小和回收制动能量。越来越多的电子器件应用于纯电动汽车,导致纯电动汽车诊断难度也越来越大。因此,对电动汽车的故障诊断系统的研究也是迫切需要的。本文故障诊断与处理系统比较详尽地分析了纯电动汽车的动力系统的失效模式,不管是为后期的纯电动汽车故障维修还是新车型的研发都带来了极大地参考性。另外,建立了一套基于整车控制器的故障诊断软件逻辑算法。同时理论联系实际,引用中位值平均滤波算法,优化模拟量采集类电子器件的故障诊断条件,使得此类故障诊断条件更加的合理和精准。

关键词： 炉窑设备故障诊断   预防维护   炉窑设备研究  

摘要： 本篇论文研究了针对炉窑设备运作中出现的问题进行识别与防患于未然保养的性质、所遭遇的挑战以及应对方法。文章开篇论述了准确地诊断问题和采取积极的保养措施构成了此行业的核心特质,同时也提到了面临的技术限制、策略缺陷以及技术实施与管理分离等难题。为应对这些难题,论文建议了增进故障检测的精确度、完善预防性保养的计划和加大技术管理一体化的力度等解决方案。采纳并实行这些建议将有效提升炉窑设备保养的效率及其运作的可信度,为工厂生产活动提供坚实的支撑。

关键词： 行驶里程   辅助系统   变速器   VIN   显示屏   驻车   故障诊断   倒车影像  

摘要： 车型:2021年奥迪A6L(C8),配置2.0T DKWC发动机、0CK变速器。VIN:LFV3A24K4M3××××××。行驶里程:55758km。故障现象:有时挂R挡时中央显示屏无法切换倒车影像画面,如图1所示。故障诊断:客户进站时试车未发现有故障现象,根据客户提供的故障视频可以发现在挂R挡时中央显示屏无法切换倒车影像,驻车雷达提示也是没有的;同时按压驻车辅助系统按键E266时显示屏会快速地闪烁一下倒车影像的画面。

关键词： AI技术   电子工程   神经网络   故障诊断  

摘要： 人工智能(Artificial Intelligence,AI)技术的不断发展和完善对人们的日常生活产生了深刻影响。电子工程领域是涉及电子设备、通信系统和计算机网络等多个领域的综合性学科,AI技术的应用可以模拟人类智能的方式,帮助电子工程行业完成更加复杂的工作,进而提高工作效率,减少人工错误成本。基于此,对AI技术在电子工程领域的应用进行研究,通过分析AI技术应用的必要性,总结其在电子工程领域应用中的问题,并结合自己多年的工作经验,就如何有效应用AI技术提出自己的见解,以此来为相关部门提供参考。

关键词： 深度学习   自注意力机制   可解释人工智能   轴承   故障诊断  

摘要： 深度学习网络是一种端到端的黑箱模型,对网络进行可解释分析可以更深入理解网络内部运行机理以便合理优化网络结构和调参。目前基于Transformer网络的轴承故障诊断模型必须借助时频分析等方法对时域信号进行升维,使其转换为时频图等二维图像以便于可解释分析,这种方法存在着升维过程中参数固定、网络参数量过大和网络可解释性较差等缺点。针对以上问题提出融合网络内自适应升维方法、卷积自注意力模块(convolutional self-attention module)以及中间层类激活热力图(mid layer class activation map, ML-CAM)的卷积自注意力自适应升维网络(convolutional self-attention adaptive dimension-increasing network, CSADI-Net)。卷积自注意力模块使用卷积层获取特征图的查询(query, Q)、键(key, K)和值(value, V),极大地减少了可训练参数量;网络内自适应升维方法通过内部特征图拼接等操作将升维过程与网络训练融合,使其具有自适应参数调节的能力;中间层类激活热力图可以将网络内升维方法所得二维特征图上各个部位的关注度以热力图的形式展现,是一种直观的可视化可解释分析方法。此外,对CSADI-Net和ML-CAM进行了测试,CSADI-Net在凯斯西储大学轴承数据集上的准确率可以达到97.32±0.12%并且可以完全分类大连大学实测轴承故障数据集,同时使用ML-CAM对CSADI-Net在两数据集各样本上绘制了类激活热力图,解释了网络运行机理,证实CSADI-Net具有高准确率,高抗噪性能,可解释性强等优点。

关键词： 加速无力   火花塞   喷油嘴   缸压   点火线圈  

摘要： 途观偶发性加速无力故障,通过诊断是由于缺缸造成的,对缺缸原因进行一一排除,找到故障是由于点火线圈控制信号线破损造成的,修复线路排除故障。

关键词： 工业互联网   网络运维   故障诊断   恢复策略   优化  

摘要： 工业互联网的迅猛发展使得工业设备与系统之间的网络连接变得日益复杂,因此网络运维中故障诊断与恢复策略的优化变得尤为重要。本文旨在通过深入研究工业互联网网络运维中的故障诊断与恢复策略,提出一套有效的优化方案,以提高工业互联网系统的可靠性与稳定性。首先分析了工业互联网网络运维中常见的故障类型,然后探讨了现有的诊断与恢复策略的局限性。接下来,我们提出了基于数据分析和机器学习的故障诊断方法,并探讨了多种恢复策略的设计和实施。最后,通过案例分析和实验验证,证明了本研究提出的优化策略在提高工业互联网网络运维效率和可靠性方面的有效性。

关键词： 雷达传感器   视频分析   倒车雷达   行驶里程   故障诊断   技师   障碍物  

摘要： 案例1VIN:LGWECNA45NE××××××。行驶里程:10775km。故障现象:客户进店反映倒车或者低速前进行驶时雷达传感器一直响,自己也检查了没有障碍物和异物。故障诊断:技师通过倒车影像视频分析,故障确认在车辆前部,当保持可靠的停车距离不会触发雷达传感器情况下,左前雷达传感器一直在报警。技师再次检查确认雷达传感器外观无异常,更换新的雷达传感器,故障未排除。

关键词： 航空发动机   轴承   转子位移概率密度信息(PIRD)   卷积神经网络   故障诊断  

摘要： 航空发动机结构与系统的复杂性导致轴承的故障诊断方法通常面临特征提取与模式识别的困难。针对以上不足,考虑实际工程诊断的实时性与准确性,提出了一种新的基于转子位移概率密度信息(probability density information of rotor displacement,PIRD)的航空发动机轴承智能故障诊断方法。其主要对一维卷积神经网络(1-dimensional convolutional neural network,1DCNN)模型进行改进,在传统的卷积层前面增加了PIRD的提取层,可以提取转子振动位移信号的概率密度信息,有效地降低了数据的冗余度,同时保留了故障监测的重要指标。提出的PIRD-CNN诊断模型保留了1DCNN端到端的故障诊断优势,将该模型在航空发动机试验台产生的轴承故障数据进行测试,其对轴承故障诊断精度可达96.58%,与基准研究相对比表明,PIRD-CNN能够快速且更加精准地诊断航空发动机轴承的故障。