网络机房的故障诊断与排除

目前,计算机网络课程已成为职业院校各专业的必修课。为了加强实践教学,培养实用型人才,网络机房使用的频率越来越高,随之产生的故障也越来越多。只有通过机房管理员及时发现故障,准确定位故障,彻底排除故障,才能延长网络机房使用寿命,确保实践教学高效、顺利进行。本文从实践出发,分析了网络机房的故障、原因、诊断和排除。此外,本文还介绍了网络常用命令和仪器。     

逐一排除 揭开无线网络不稳定之谜

无线网络不稳定时,需要进行故障诊断．找到问题的根本原因。 下面的表格可能会给出一些指导．在遇到故障时不妨看看这个表格。在这里。尤其需要注意的是信号强度、噪音强度、重试率等都与无线网络性能不良的根本原因有联系。     

基于模糊Petri网的汽车故障诊断仿真研究

本文将Petri网和模糊推理相结合,建立故障诊断的模糊Petri网模型。其中,用FPN表示模糊产生规则,用Petri网的变迁激活规则进行故障诊断推理,从而分析出异常行为过程间的因果关系,推理出故障的原因及其可信度。以汽车故障诊断为例,建立了基于模糊Petri网的诊断模型。通过仿真分析,验证了模型的正确性和算法的有效性。     

基于S变换的全桥整流电路故障诊断研究

针对应用广泛的全桥整流电路故障分析,根据整流电压波形的畸变规律,分析了2个以内的二极管故障分为7类共计22种故障元。运用S变换分析,提取了故障特征值,并以此构造故障模式向量作为RPORP神经网络的输入。实现了电路的故障诊断与定位。为双凸极发电机整流电流故障的进一步研究打下了基础。     

两级数据融合算法在木材干燥过程中的应用

本文提出了一种基于RBF神经网络和证据理论的两级数据融合方法。利用RBF神经网络实现特征层数据融合,建立基本信任分配函数,具有最佳一致逼近特性,同时解决了D-S证据理论确定基本信任分配函数困难的问题。基于D-S证据理论的传感器故障诊断方法的研究,可有效地判断工业现场传感器的工作状态。实验结果表明该方法可正确定位并准确分离出木材含水率检测系统中失效传感器。     

基于范例表达语言的设计及其推理架构的实现

基于Web技术,从工程机械设备故障诊断的实例出发,提出、定义和设计实现了基于RDF的范例表达语言,并基于开放式知识服务体系,提出了Web CBR的基本实现架构与方法,以适应目前Internet环境下的知识共享、知识管理和知识应用的发展.     

基于BP神经网络的故障诊断技术研究

分析了传统的故障诊断方法的特点和缺点,在此基础上选择BP神经网络应用于故障诊断,详细探讨了BP神经网络的建模方法,根据设备的层次结构和特点,将集成神经网络应用于故障诊断,有效地克服了单一神经网络故障诊断的一些缺点,大大提高了故障诊断的效率和准确率.     

隐核最小二乘分类器在故障诊断中的应用

作为一种基于正定核的学习方法,传统支持向量机(Support Vector Machine,SVM)能较好地解决小样本、非线性、过学习、维数灾和局部极小等问题,从而广泛应用于模式识别、回归估计等领域。当前,核方法及其在故障诊断中的应用引起了人们的广泛重视并成为研究热点。为解决传统支持向量对核函数正定性的限制及求解速度不高的缺陷,通过引入最小二乘支持向量机分类算法提高学习速度,采用隐核特征映射技术实现核函数的进一步扩展,提出了一种新的隐核最小二乘分类器(HKLSC)算法。将其应用于实际工业过程的故障诊断中并根据采集的滚动轴承数据进行了仿真。结果表明,该隐核分类器具有很好的故障诊断性能,为故障诊断提供了一种新的有效途径。     

多轴转向车辆转向杆系的受力分析

某采用机械式液压助力转向的多轴转向车辆,经常出现转向杆系损坏的现象.为了分析转向杆系损坏的原因,进一步提高系统的可靠性,通过大型工程分析软件ADAMS对转向杆系进行虚拟样机建模.利用模型对转向杆系进行了虚拟试验分析,给出了各杆件受力分析的仿真结果.仿真结果分析表明造成转向杆系损坏的原因是由于受力过大,并提出了相应的改进措施.通过改进后测试,对虚拟样机的仿真结果进行了对比,证明虚拟样机模型是正确的,改进措施是有效的.结果使整个杆系最大受力降低了30%.     

多主体诊断系统的建模及应用

将智能主体技术引入复杂故障诊断领域,建立了一种基于多主体的复杂诊断系统结构模型,对诊断问题任务辨识、分解、各主体的内部诊断机制、多主体间的交互、协作、关联模型以及诊断决策问题等进行了深入研究,并重点描述了诊断问题的故障分解与控制策略。在某企业安全监控系统的应用中,该模型能快速、准确地进行故障成因分析,给出合理的决策意见,取得了很好的诊断结果,显著提高了企业的安全运行效率。