检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

phm技术在HXN3型高原机车中的应用

铁道机车与动车 2024年第2期 19-22,25,I0001,I0002页

作者：苏宇婷吴嘉舜段訾义李伟伟中车大连机车车辆有限公司辽宁大连116022

为推进我国轨道交通产业关键技术研发及产业数字化,在HXN3型高原内燃机车上开展phm研究和系统应用,从需求分析、总体架构、物理架构、功能架构、逻辑架构等方面总结归纳了内燃机车phm体系及关键技术。phm系统的应用,能有效提高机车运行... 详细信息

为推进我国轨道交通产业关键技术研发及产业数字化,在HXN3型高原内燃机车上开展phm研究和系统应用,从需求分析、总体架构、物理架构、功能架构、逻辑架构等方面总结归纳了内燃机车phm体系及关键技术。phm系统的应用,能有效提高机车运行保障能力,推动国家铁路装备向运维智能化、全寿命周期成本最优化的高质量发展。

关键词： phm HXN3型高原机车故障诊断

燃气涡轮发动机phm系统设计与实现技术研究

在线全文

学校读者我要写书评

暂无评论

测控技术 2024年第2期43卷 26-34页

作者：范永欣郭阳明肖翼西北工业大学计算机学院陕西西安710072 西北工业大学网络空间安全学院陕西西安710072 中国航空发动机研究院北京101300

基于燃气涡轮发动机由计划维修模式向视情维修(Condition Based Maintenance, CBM)模式转变、由被动保障向主动保障发展的实际需求,针对目前燃气涡轮发动机在故障预测与健康管理(Prognostics and Health Management, phm)系统设计上存... 详细信息

基于燃气涡轮发动机由计划维修模式向视情维修(Condition Based Maintenance, CBM)模式转变、由被动保障向主动保障发展的实际需求,针对目前燃气涡轮发动机在故障预测与健康管理(Prognostics and Health Management, phm)系统设计上存在的整体性与系统性不强的问题,通过开展燃气涡轮发动机的phm技术研究,围绕故障诊断、寿命预测、保障决策等phm系统的核心功能要素,提出了一种新型燃气涡轮发动机phm系统架构。该架构包括实时监测模块与保障决策模块,实时监测模块主要基于测试性建模实现故障诊断逻辑设计以满足涡轮发动机故障检测与健康管理的实时性要求,保障决策模块为燃气涡轮发动机的CBM保障提供了一种数据驱动的决策生成方法,通过长短时记忆网络(Long Short-Term Memory, LSTM)算法预测关键部件寿命,以匹配最佳的维修保障方案,提升燃气涡轮发动机的保障效能,最后给出了该系统架构的部分核心功能的设计。

关键词： phm 故障诊断机内测试以可靠性为中心的维修分析寿命预测维修保障

在线全文

学校读者我要写书评

暂无评论

牵引电机phm系统分时调度技术应用

微型电脑应用 2024年第2期40卷 204-207页

作者：王瑞山李娜秦转丽中车永济电机有限公司陕西西安710018

为了有效提升轨道交通城轨列车牵引电机运行效率,保障列车安全稳定行驶,降低因牵引电机故障导致列车停运等突发情况发生的概率,研究了城轨列车牵引电机故障诊断与预测技术。基于Linux操作系统开发,针对故障分析涉及的数据量大、计算要... 详细信息

为了有效提升轨道交通城轨列车牵引电机运行效率,保障列车安全稳定行驶,降低因牵引电机故障导致列车停运等突发情况发生的概率,研究了城轨列车牵引电机故障诊断与预测技术。基于Linux操作系统开发,针对故障分析涉及的数据量大、计算要求复杂等情况,利用Linux系统多进程共享内存通信机制进行了系统分时调度设计。通过分设多个功能模块,合理利用状态标志保证数据一致性,提高系统数据处理效率。研究设计的列车牵引电机phm系统已在某市地铁2号线上进行了应用并取得良好效果。

关键词：轨道交通牵引电机 phm Linux 进程

基于智能感知设备的轨道交通机电智能运维系统

在线全文

学校读者我要写书评

暂无评论

设备管理与维修 2024年第9期 46-51页

作者：郑雷安俊峰积成电子股份有限公司山东济南250014 济南轨道交通集团有限公司山东济南250101

近年来智能运维系统的研究热度比较高,业内也在探索智能运维的场景应用,但缺少基于设备感知、融合设备全生命周期管理的专业技术应用。通过智能设备进行数据采集、边缘处理后实时上传给大数据平台,并作为基础数据进行分析,对设备、备品... 详细信息

近年来智能运维系统的研究热度比较高,业内也在探索智能运维的场景应用,但缺少基于设备感知、融合设备全生命周期管理的专业技术应用。通过智能设备进行数据采集、边缘处理后实时上传给大数据平台,并作为基础数据进行分析,对设备、备品配件等资源进行建模,结合设备运行状态预测结果和运行要求,实现设备phm管理、全生命周期管理、运维流程化管控,提升运维效率,降低运维成本。

关键词：运维系统感知层 phm 大数据

在线全文

学校读者我要写书评

暂无评论

高端装备智能运维phm系统研究与应用

中国新技术新产品 2024年第1期 18-20页

作者：赵海朋赛迪顾问股份有限公司北京100048

随着高端装备制造和信息工业化融合的发展,传统故障诊断技术已无法满足需求。因此,智能运维phm系统逐渐受到关注,为高端装备的状态监测与故障诊断的智能化提升提供支持。本文提出一种基于深度学习的智能运维phm系统框架,适用于高端装备... 详细信息

随着高端装备制造和信息工业化融合的发展,传统故障诊断技术已无法满足需求。因此,智能运维phm系统逐渐受到关注,为高端装备的状态监测与故障诊断的智能化提升提供支持。本文提出一种基于深度学习的智能运维phm系统框架,适用于高端装备的信号采集、故障诊断和健康状态评估。验证结果表明,该系统框架在故障诊断和健康状态评估方面高效可靠,提升了数据处理和运维结果的可靠性,具备实用性。

关键词：高端装备智能运维 phm 故障诊断

基于phm的航空发动机综合监控管理数据库的研究和实现

在线全文

学校读者我要写书评

暂无评论

电脑知识与技术 2024年第16期20卷 80-82页

作者：马思聪哈菁沈阳发动机研究所辽宁沈阳110015

航空发动机综合监控数据库能够对发动机飞行参数进行有效的管理和监控,利用phm(诊断和健康管理)系统通过建立的模型对飞参数据进行故障诊断和寿命预测。文章首先介绍了phm相关技术,然后根据系统的各个组成模块分别对航空发动机综合监控... 详细信息

航空发动机综合监控数据库能够对发动机飞行参数进行有效的管理和监控,利用phm(诊断和健康管理)系统通过建立的模型对飞参数据进行故障诊断和寿命预测。文章首先介绍了phm相关技术,然后根据系统的各个组成模块分别对航空发动机综合监控管理数据库的设计和实现进行了详细阐述。

关键词：综合监控飞参数据 phm

在线全文

学校读者我要写书评

暂无评论

电子对抗装备健康管理系统设计研究

火控雷达技术 2024年第1期53卷 123-127页

作者：武仕林王超白昊西安电子工程研究所西安710100

为了适应复杂度和集成度日益增高的电子对抗装备体系,对体系设备的健康状态进行监测与管理尤为重要,本文基于故障预测与健康管理技术理论提出一种电子对抗装备健康管理系统,该系统主要包含健康状态监测、异常检测、故障诊断、故障预测... 详细信息

为了适应复杂度和集成度日益增高的电子对抗装备体系,对体系设备的健康状态进行监测与管理尤为重要,本文基于故障预测与健康管理技术理论提出一种电子对抗装备健康管理系统,该系统主要包含健康状态监测、异常检测、故障诊断、故障预测等关键技术。通过构建电子对抗系统健康管理体系有利于提高系统稳定性、工作效率,同时降低设备故障而产生的大量成本,进而推动电子对抗系统设备自动化管理的发展,具有良好的应用前景。

关键词：电子对抗 phm 健康监测与评估故障预测

An ontological modelling of multi-attribute criticality analysis to guide Prognostics and Health Management program development

在线全文

学校读者我要写书评

暂无评论

Autonomous Intelligent Systems 2022年第1期2卷 16-31页

作者： Adalberto Polenghi Irene Roda Marco Macchi Alessandro Pozzetti Department of Management Economics and Industrial EngineeringPolitecnico di MilanoP.zza Leonardo da Vinci 3320133 MilanItaly

Digital technologies are becoming more pervasive and industrial companies are exploiting them to enhance the potentialities related to Prognostics and Health Management(phm).Indeed,phm allows to evaluate the health state of the physical assets as well as to predict their future behaviour.To be effective in developing phm programs,the most critical assets should be identified so to direct modelling efforts.Several techniques could be adopted to evaluate asset criticality;in industrial practice,criticality analysis is amongst the most utilised.Despite the advancement of artificial intelligence for data analysis and predictions,the criticality analysis,which is built upon both quantitative and qualitative data,has not been improved accordingly.It is the goal of this work to propose an ontological formalisation of a multi-attribute criticality analysis in order to i)fix the semantics behind the terms involved in the analysis,ii)standardize and uniform the way criticality analysis is performed,and iii)take advantage of the reasoning capabilities to automatically evaluate asset criticality and associate a suitable maintenance strategy.The developed ontology,called MOCA,is tested in a food company featuring a global footprint.The application shows that MOCA can accomplish the prefixed goals;specifically,high priority assets towards which direct phm programs are identified.In the long run,ontologies could serve as a unique knowledge base that integrate multiple data and information across facilities in a consistent way.As such,they will enable advanced analytics to take place,allowing to move towards cognitive Cyber Physical Systems that enhance business performance for companies spread worldwide.

关键词： Criticality analysis Ontology Artificial intelligence Prognostics and Health Management phm Maintenance

Challenges and Opportunities of AI-Enabled Monitoring, Diagnosis & Prognosis: A Review

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Chinese Journal of Mechanical Engineering 2021年第3期34卷 3-31页

作者： Zhibin Zhao Jingyao Wu Tianfu Li Chuang Sun Ruqiang Yan Xuefeng Chen The State Key Laboratory for Manufacturing Systems Engineering School of Mechanical EngineeringXi’an Jiaotong UniversityXi’an 710049China

Prognostics and Health Management(phm),including monitoring,diagnosis,prognosis,and health management,occupies an increasingly important position in reducing costly breakdowns and avoiding catastrophic accidents in modern industry.With the development of artificial intelligence(AI),especially deep learning(DL)approaches,the application of AI-enabled methods to monitor,diagnose and predict potential equipment malfunctions has gone through tremendous progress with verified success in both academia and industry.However,there is still a gap to cover monitoring,diagnosis,and prognosis based on AI-enabled methods,simultaneously,and the importance of an open source community,including open source datasets and codes,has not been fully emphasized.To fill this gap,this paper provides a systematic overview of the current development,common technologies,open source datasets,codes,and challenges of AI-enabled phm methods from three aspects of monitoring,diagnosis,and prognosis.

关键词： Monitoring Diagnosis Prognosis phm Artificial intelligence Deep learning