基于故障率分级的输电设备检修优化方法

为解决输电设备检修计划编制中设备自身风险与电网运行风险之间的协调问题,提出了一种基于故障率分级的输电设备检修优化方法.该方法的特征在于按照输电设备故障率指标将其划分为紧急、重要、一般三个等级,通过分析不同等级输电设备检修中的主导风险,优化编制输电设备检修计划,实现设备自身风险与电网运行风险的有效协调.基于IEEE-30节点系统构造的算例表明,该方法不仅能有效消除传统加权综合风险分析方法所存在的关键信息淹没问题,而且有助于降低高故障率设备连锁故障风险,提升电网运行可靠性.     

基于时序逻辑的移动计算的形式方法分析

At present,mobile computing is widely considered as a new computing paradigm supported by advanced computational technologies.One of main characteristics of this paradigm is the ability to dynamically change the binding for hardware and/or software components,that is mobility. Although there are many languages appeared to announce supporting mobile computing,the requirements and features of this paradigm are still scarcely recognized.So a lot of research is being expanded on formal models and methods for mobile computing. In this paper,we analyze a temporal logic based formalism for mobile computing——Mobile Unity. At first,we summarize the features of mobile computing,and generalize that mobile systems should be decoupled,strongly-autonomous,context-dependent and owning new requirements for location-transparency.Then we introduce Mobile Unity,its extensions for U NITY from syntax to computational semantics,specially analyze the correspondence between the language structures of Mobile Unity and the abstraction of mobile features,such as location,mobility,transient interactions etc.At the end,we conclude its some deficiency for supporting mobile computing.     

基于故障率修正参数的生产设备预防性维修研究

点检定修制是生产设备预防性维修的1种重要方法,是全员、全过程对设备进行动态管理的1种设备管理方法。点检定修制的核心是确定点检周期,即预防性维修周期。为此引入故障率修正参数,建立了基于单位时间净生产效益的生产设备预防性维修模型,并通过仿真的方法确立最佳预防性维修周期和维修次数,阐述了维修程度的不同对预防性维修周期的影响以及预防性维修对企业增加利润的重要性。结果表明,选择合理的故障率修正参数可以有效降低故障率,增大平均单位产值,从而为管理者制定有效的维修计划提供决策。     

基于情境时序建模的活动异常监控方法

结合普适计算的相关研究,提出了基于情境时序建模的活动异常监控方法.考虑到活动中情境间的时序特征,对情境进行时序建模;根据活动在正常发生时有关情境的时序约束,归纳了活动中出现异常时,情境不满足时序约束的情况,并给出了由当前及历史情境来发现活动异常的相关算法.通过金相组织分析实验对方法进行了应用.     

运用精益六西格玛降低分立器件芯片测试设备的故障率

目的:为了提高芯片测试工序的测试产能,通过改进分立器件芯片测试工序的设备管理与流程,降低生产设备的故障率。方法:采用精益六西格玛,并通过其定义、测量、分析、改进、控制5个步骤研究,改进我公司分立器件芯片测试工序的设备管理与流程。结果:设备故障率由改进前的2.5%降低到1.4%。结论:精益六西格玛可减少设备管理与流程中存在的缺陷,降低分立器件生产设备的故障率,以便进一步提高芯片测试产能和设备管理水平。     

基于ELM和迁移学习的电网设备多因素综合故障率分析方法

电网设备的故障率分析是电网风险预警和运行评估的基础和关键,而电网设备多种故障因素与综合故障率的非线性权重关系的评估决定了故障率分析的准确度,为充分利用历史故障信息数据以准确评估多故障因素与综合故障率的权重关系,本文提出一种基于极限学习机（ELM）和迁移学习的电网设备多因素综合故障率分析方法。设计了多源历史故障信息统计体系,构建电网设备故障分析样本数据库;将自身、过载、恶劣天气等作为主要故障因素,通过机器学习ELM算法分析故障因素与综合故障率的权重关系,并利用多个强相关样本集的有效迁移提高机器学习的准确度,通过ELM结合迁移学习算法克服了电网设备综合故障率分析中样本数量少且统计周期长的难题,在充分利用历史故障信息的同时实现设备综合故障率的准确评估,为风险评估和检修安排提高可靠的数据支撑。最后通过实际电网运行数据验证了所提方法的可行性和准确性。     

基于小波去噪及ARMA模型的故障率预测方法研究

在现有的故障诊断与预测方法的基础上,提出了一种基于小波及ARMA模型的预测方法。首先给出了小波去噪的原理,以及ARMA模型预测的思想,结合民机故障率的特点,对实际的故障率数据进行小波去噪,保留故障发展的主要趋势,对主要趋势进行ARMA建模预测,并将预测结果与实际值进行比较。结果说明,进行小波去噪后的ARMA建模预测的结果有较高的准确率。     

基于改进的神经网络对航空发动机故障率预测研究

以某俄式发动机为研究对象,根据该发动机故障分布,使用优化后的BP神经网络对该故障率模拟。针对BP神经网络可能陷入局部极小值点的问题,在激励函数中加入模糊参数。与原网络相比,在不同学习速率的条件下,优化后的BP神经网络预测结果与实际故障率更为拟合,预测结果更为准确。该模型对于该型号发动机的故障预测具有一定参考意义。     

基于随机森林的硬盘故障率预测研究

为了避免硬盘出现故障而造成大量数据丢失,文章提出一种基于随机森林的方法对硬盘的故障进行预测,降低其丢失数据的风险。首先,在数据预处理方面,对所采用的数据做特征映射预处理;其次,通过对决策树进行构建及选取等,构建随机森林预测模型,根据所选取的特征属性预测硬盘故障率所在的区间,并且特征属性的变化能反映出硬盘故障率的变化趋势;最后,对构建的随机森林模型参数进行调优,选取不同的n＿estimators参数值进行测试和优化。实验结果表明,与XGBoost(Extreme Gradient Boosting)、LSTM(Long Short-Term Memory)等方法相比,本文方法的F1值(F-Measure)分别提高了0.93%和1.84%,并且对随机森林预测模型的参数值进行不同取值测试,最终准确率达到98.18%,比默认值提高了1.23%,证明该方法能更精确地预测硬盘故障率,反映出硬盘故障率基于特征属性的变化趋势。     

一种航天飞控计算自动化平台的设计与实现

航天器飞行控制计算是航天器测控任务实施过程的重要内容,针对航天器飞行控制计算软件的自动化实现与调度问题,基于功能分治的思想设计实现了一种支持多星任务、手动与自动模式并存、自动调度与不可自动调度方式并存的自动化调度平台软件,给出了其设计思想、实现方法,研究结果对航天测控软件的开发有一定的参考价值.     

基于贝叶斯网络分类器的产品故障率分类研究*

针对装备在不同配置及使用环境的条件下运行的故障率等级差异,详细介绍并分析了现有各贝叶斯分类器的特点和构建算法。在此基础上,提出了基于贝叶斯网络的产品故障分类模型建模方法用于指导实际分类任务的模型建立和应用。通过法国某装备生产企业的实例分析,实验结果证明在所有的贝叶斯网络分类器及传统的决策树C4.5分类器中,树型朴素贝叶斯分类器能够取得最好的分类效果,并为后续的维修资源配置及产品运行能力优化提供有效的理论支持。     

基于自动化清洗设备的手术室器械消毒灭菌评估方法

随着科技的发展,自动化清洗设备得到了推广使用.当前使用的手术室器械消毒灭菌评估方法与自动化清洗设备适配性较差,导致评估结果精度较低,无法实现对术后感染率的控制.针对此问题,设计基于自动化清洗设备的手术室器械消毒灭菌评估方法.依据信息熵算法获取指标信息量,并增设消毒灭菌评估指标.应用熵权法计算评估指标权重,并将其按照权重...     

基于TestQuest的软件测试自动化方法研究

随着软件开发规模的增大以及复杂程度的增加,自动化测试工具在提高软件测试的效率及准确度上越来越重要,而现有的软件测试存在自动化程度不高、测试过程不完善等问题,针对此问题展开了软件测试自动化的研究。在分析了软件自动化测试的重要性及软件自动化测试的周期、技术的基础上,提出了基于TestQuest测试工具的一套软件测试自动化方法和测试流程,最后针对“虚拟维修训练系统”具体结合工具展开实例验证。     

统计数据质量评估方法的研究

统计数据是信息的载体。随着市场经济的不断发展,社会各界对信息的需求日益增加。政府和企业等经济主体为在激烈的市场竞争中占有主导地位,对统计数据质量的需求也逐步提高。统计数据质量的高低直接关系到经济发展的顺利进行,是做出各种决策的重要的现实依据。统计数据质量的评估,无论是对国家主管部门制定发展战略进行宏观调控,还是对个人、集体、企事业单位等微观经济主体制定策略以及社会、经济、环境等科学研究领域的分析,都有着不可或缺的重要作用。统计数据质量的准确性判定是通过数学的评估方法,对数据的准确性进行统计分析与评估。     

大型高能物理计算集群资源管理方法的评测

高能物理数据由物理事例组成,事例之间没有相关性。可以通过大量作业同时处理大量不同的数据文件,从而实现高能物理计算任务的并行化,因此高能物理计算是典型的高吞吐量计算场景。高能所计算集群使用开源的TORQUE/Maui进行资源管理及作业调度,并通过将集群资源划分成不同队列以及限制用户最大运行作业数来保证公平性,然而这也导致了集群整体资源利用率非常低下。SLURM和HTCondor都是近年来流行的开源资源管理系统,前者拥有丰富的作业调度策略,后者非常适合高吞吐量计算,二者都能够替代老旧、缺乏维护的TORQUE/Maui,都是管理计算集群资源的可行方案。在SLURM和HTCondor测试集群上模拟大亚湾实验用户的作业提交行为,对SLURM和HTCondor的资源分配行为和效率进行了测试,并与相同作业在高能物理研究所TORQUE/Maui集群上的实际调度结果进行了对比,分析了SLURM及HTCondor的优势和不足,探讨了使用SLURM或HTCondor管理高能物理研究所计算集群的可行性。     

基于大数据的电力测试设备自动化控制方法

在电力测试设备的控制研究中,常见的控制方法在处理控制参数过程中,数据计算压力过大,导致控制方法的智能化水平不足。针对这一问题,提出基于大数据的电力测试设备自动化控制方法。使用EDA9060并设计相应的通信协议,采集电力测试设备控制参数,使用大数据分析技术识别出控制参数的多个特征向量,获得多个数据集合,在此基础上,利用数据可视化技术以及并行计算模式处理数据集合,得到属性统一的控制参数数据集,将其作为输入,输入到设计的控制器中,通过反馈、滚动优化,预测下一时刻的控制量,实现对电力测试设备的自动化控制。实验结果表明：设计的基于大数据的控制方法在运行过程中脉冲正确稳定,每个时间周期内的计算分析时间小于0.5 s,控制处理延迟小,整体智能化水平得到了提高。     

基于等价关系的完全确定时序逻辑电路状态化简算法

完全确定时序逻辑电路状态化简是指找到并合并逻辑电路中的等价状态,进而简化电路,提高电路安全性,节约硬件电路成本。电路状态化简的关键是依据等价关系找到电路中的最大状态等价类集合。针对此类问题,提出了一种基于等价关系构建状态转移系统矩阵进行状态化简的算法,并将粒计算理论中的分层粒化思想用于最大等价类集合的求取过程中。在定义输出矩阵和次态矩阵的基础上,根据输出矩阵对原始状态进行初级等价类的划分与标记,可以得到初态标记矩阵和次态标记矩阵,然后构建状态转移系统矩阵。利用等价关系将状态转移系统矩阵中相同的列进行合并,则完成一次对原始状态最大等价类的划分。根据迭代原则,等价类粒子由粗到细,直到分类不再改变时便得到最终的最大状态等价类集合。最后进行状态合并,得到最小化状态表。算法分析表明,该算法简单、准确、有效。