RTM制品常见缺陷及其对策

本文主要阐述了RTM制品缺陷产生的原因及其解决方法.     

云数据中心心跳检测与故障评估

为提高云数据中心的抗毁能力,针对软硬件日趋复杂化带来的诸多故障问题,以传统的服务器心跳检测机制为基础,结合云计算的特点,提出一种保证云数据中心有效运行的心跳检测与故障评估方案。在实验室搭建仿真平台进行实验,实验结果表明,该方案能够及时检测到节点故障,依据预先制定的故障等级评估标准,采用模糊综合法进行评估,为云数据中心的管理与运作提供参考依据与保障。     

应用炉膛压力诊断气流床气化炉的火焰状态

气化炉是煤气化技术中的关键设备 .气化炉内火焰燃烧稳定性下降 ,会出现燃烧噪音增加、气化燃烧效率降低及熄火等现象 ,对安全性和经济性产生严重的影响 .对气流床气化炉内不同气化燃烧状态下的火焰压力信号进行了小波分析 .结果表明 ,压力信号在一定频段内的分布与气化炉内火焰燃烧的状态密切相关 ,发现随着火焰燃烧稳定性加强 ,气化炉内压力信号向高频方向移动 ,以此可以建立气流床气化炉燃烧诊断模型 .     

基于支持向量机的印刷机远程故障诊断监测平台设计

为实现高端印刷机网络化、信息化、智能化,提出一种基于支持向量机(SVM)的印刷机远程网络故障诊断监测平台。该系统采用Windows系统下的Apache、MySQL和PHP(WAMP)开源环境,能够方便地建立远程服务站点,实现B/S架构的网络系统,设计一个基于TCP/IP协议的数据传输接口,通过客户端将现场设备数据发送给站点服务器,并存入本地数据库,基于专家系统建立诊断知识库,通过支持向量机进行故障的分类诊断。该平台具有通用性,可根据对象不同更改数据库结构。实际运行情况表明,该系统运行稳定。     

基于专家系统的汽车衡故障传感器判别

传感器是自动化设备的核心部件,传感器故障检测显得尤为重要。针对目前汽车衡维护、检修的困难,为有效准确判断故障传感器,提出了以径向基函数神经网络（RBFNN）预估值的初始化数据库专家系统判别方法。经现场测试准确率达到96%以上,从而有效简单地判定传感器好坏和识别故障传感器的位置。     

改进的GrabCut方法在舌诊系统中的应用

数字舌象图片的正确分割是实现计算机中医舌诊自动化系统的重要前提,为了高效而准确地分割出舌象,提出了一种基于四叉树与GrabCut的舌象分割方法.该方法首先利用四叉树分解对采集的舌象初分割,然后用相似区域的颜色均值优化GrabCut算法中高斯混合模型参数,最终完成舌象分割.实验结果表明：该算法使得舌象分割效率大大提高,具有很好的实用性.     

存在飞轮安装偏差与故障的卫星姿态容错控制

基于滑模控制理论提出一种刚体卫星姿态稳定控制方法,实现对反作用飞轮部分失效故障的容错控制,以及对其安装偏差的补偿控制,并从理论上证明了所设计的控制器在有限时间内能够实现对闭环姿态控制系统的几乎全局渐近稳定控制.最后将所设计的控制器应用于某型卫星姿态稳定任务,仿真结果验证了所提出方法的有效性.     

变压器油色谱分析与故障判断及处理

阐述变压器油气体色谱分析与变压器内部故障之间的内在联系，通过色谱分析监测变压器的运行状况，并介绍变压器油气体色谱超标在线脱气处理方法。     

分布式系统可靠性研究的问题和挑战

分布式系统中软件可靠性是应用软件的发布者和用户关心的重要问题。针对大规模分布式应用,包括电子政务、电子商务、多媒体服务和端到端的自动化解决方案,已经产生了各种各样的模型来评价或预测其可靠性,但是这些系统的可靠性问题依然存在。相反,为了确保分布式系统的可靠性,要求在预测或评价整个系统可靠性之前,检查与企业分布式应用相关的每一个单个构件或因素的可靠性,且实现透明的错误检测和错误恢复机制为用户提供无缝交互。因此,文章从检查单个构件可靠性的角度,提出了在分布式系统上运行的应用软件可靠性的问题和挑战。     

Stochastically resilient extended Kalman filtering for discrete-time nonlinear systems with sensor failures

Missing sensor data is a common problem, which severely influences the overall performance of modern data-intensive control and computing applications. In order to address this important issue, a novel resilient extended Kalman filter is proposed for discrete-time nonlinear stochastic systems with sensor failures and random observer gain perturbations. The failure mechanisms of multiple sensors are assumed to be independent of each other with different failure rates. The locally unbiased robust minimum mean square filter is designed for state estimation under these conditions. The performance of the proposed estimation method is verified by means of numerical Monte Carlo simulation of two different nonlinear stochastic systems, involving a sinusoidal system and a Lorenz oscillator system.