Site Loader

Содержание

Диагностика неисправностей автомобиля | Обслуживание и ремонт автомобиля

Автор: admin on 20 октября 2016

Правильная диагностика неисправностей автомобиля составляет основу его ремонта. Вряд ли кто-то будет отрицать этот факт.

Конечно же, диагностику неисправностей можно произвести в ближайшем автосервисе, где работают опытные мастера, безошибочно и быстро определяющие любые поломки. Но до мастерской еще нужно добраться, особенно если неприятная неожиданность случилась в месте, весьма удаленном от цивилизованного мира. Есть и другая сторона медали. Умея точно диагностировать хотя бы некоторые неисправности собственного автомобиля, вы сможете самостоятельно определить объем, стоимость и сроки предстоящих ремонтных работ и, основываясь на этом, решить, кому следует доверить их проведение — самому себе или авторемонтной фирме.

Здесь приведен перечень типичных неисправностей большинства видов легковых автомобилей.

Возможно, вы сумеете дополнить его своими сведениями, исходя из собственных знаний и многолетнего опыта, и тогда у вас получится достаточно солидная база данных о неисправностях конкретного автомобиля, которая поможет вам без особого труда производить диагностику. Позвольте лишь привести несколько правил, которым не помешает следовать при определении причин неполадок, каким бы опытом вы ни обладали.

Правило 1: Вооружитесь методом исключения, переходите от простого к сложному и старайтесь не упускать из виду очевидных вещей.
Правило 2: Определив причину неисправности, примите необходимые меры, чтобы не допустить ее повторения.

Правило 3: Помните о том, что поломка малозначительной детали может привести к выходу из строя более важной детали, а то и к нарушению функционирования целой системы.

Другие статьи по теме:

Комментарии закрыты, но вы можете Трекбэк с вашего сайта.

Диагностика компьютера на наличие неисправностей

Как проверить компьютер на наличие неисправностей, протестировать все комплектующие, выявить проблемы и при возможности самостоятельно устранить.

Многие владельцы ПК сталкиваются с различными ошибками и сбоями в работе компьютера, но не могут определить причину неполадки. В этой статье мы рассмотрим основные способы диагностики компьютера, позволяющие самостоятельно выявить и устранить различные проблемы.

Учтите, что качественная диагностика компьютера может занять целый день, выделите его с утра специально для этого, а не начинайте все ближе к вечеру.

Предупреждаю, что писать буду подробно как для новичков, которые ни разу не разбирали компьютер, чтобы предупредить о всех возможных нюансах, которые могут привести к проблемам.

Краткую инструкция по диагностике ПК и другие полезные файлы вы можете скачать в разделе «Ссылки».

Рекомендуется выполнять диагностику компьютера в изложенном ниже порядке, так как все действия взаимосвязаны и нежелательно переходить к следующему шагу не выполнив предыдущий.

Содержание

Содержание

1. Разборка и чистка компьютера

В первую очередь рекомендуется снять и тщательно почистить основные комплектующие компьютера, так как часто причиной неполадок может быть пыль или плохие контакты.

При разборке и чистке компьютера не спешите, делайте все аккуратно, чтобы ничего не повредить. Складывайте комплектующие в заранее подготовленное безопасное место.

До чистки начинать диагностику не целесообразно, так как вы не сможете выявить причину неисправности, если она вызвана засорением контактов или системы охлаждения. Кроме того, может не удастся завершить диагностику из-за повторных сбоев.

Отключите системный блок из розетки не менее чем за 15 минут до чистки, чтобы успели разрядиться конденсаторы.

Произведите разборку в следующей последовательности:

  1. Отключите от системного блока все провода.
  2. Снимите обе боковых крышки.
  3. Отсоедините разъемы питания от видеокарты и выньте ее.
  4. Выньте все планки памяти.
  5. Отсоедините и выньте шлейфы всех дисков.
  6. Открутите и выньте все диски.
  7. Отсоедините все кабели блока питания.
  8. Открутите и выньте блок питания.

Материнскую плату, процессорный кулер, корпусные вентиляторы снимать ненужно, можно также оставить DVD-привод, если он нормально работает.

Аккуратно продуйте системный блок и все комплектующие по отдельности мощным потоком воздуха из пылесоса без пылевого мешка.

Аккуратно снимите крышку с блока питания и продуйте его, не касаясь руками и металлическими частями к электродеталям и плате, так как в конденсаторах может быть напряжение!

Если ваш пылесос не работает на выдув, а только на вдув, то будет немного сложнее. Хорошо очистите его, чтобы он как можно сильнее тянул. При чистке рекомендуется использовать насадку с мягким ворсом.

Также, чтобы вычистить прибившуюся пыль, можно использовать мягкую кисть.

Тщательно очистите радиатор процессорного кулера, предварительно рассмотрев где и на сколько сильно он забился пылью, так как это одна из частых причин перегрева процессора и сбоев ПК.

Убедитесь также, что крепление кулера не сломалось, прижим не раскрылся и радиатор надежно прижат к процессору.

Будьте аккуратны при чистке вентиляторов, не давайте им сильно раскручиваться и не подносите близко насадку пылесоса если она без щетки, чтобы не отбить лопасть.

По окончании чистки не спешите собирать все обратно, а переходите к следующим этапам.

2. Проверка батарейки материнской платы

Первым делом после чистки, чтобы потом не забыть, я проверяю заряд батарейки на материнской плате, а заодно сбрасываю BIOS. Для того, чтобы ее вытащить, нужно надавить плоской отверткой на защелку в указанном на фото направлении и она сама выскочит.

После этого нужно замерить ее напряжение мультиметром, оптимально если оно будет в пределах 2. 5-3 В. Изначальное напряжение батарейки 3 В.

Если напряжение батарейки ниже 2.5 В, то желательно ее уже поменять. Напряжение 2 В является критически низким и ПК уже начинает сбоить, что проявляется в сбросе настроек BIOS и остановках в начале загрузки ПК с предложением нажать F1 или еще какую-то клавишу для продолжения загрузки.

Если у вас нет мультиметра, то можете взять батарейку с собой в магазин и попросить, чтобы там проверили или просто заранее купите батарейку для замены, она стандартная и совсем недорогая.

Явным признаком севшей батарейки является постоянно слетающая дата и время на компьютере.

Батарейку нужно менять своевременно, но если у вас сейчас нет под рукой замены, то просто не отключайте системный блок от питания пока не поменяете батарейку. В таком случае настройки слетать не должны, но проблемы все равно могут возникнуть, так что не затягивайте.

3. Сброс BIOS

Проверка батарейки хорошее время для полного сброса BIOS. При этом сбрасываются не только настройки BIOS, что можно сделать через меню Setup, но и так называемая энергозависимая память CMOS, в которой хранятся параметры всех устройств (процессора, памяти, видеокарты и т.д.).

Ошибки в CMOS часто являются причинами следующих проблем:

  • компьютер не включается
  • включается через раз
  • включается и ничего не происходит
  • включается и сам выключается

Напоминаю, что перед сбросом BIOS системный блок должен быть отключен из розетки, иначе CMOS будет подпитываться от БП и ничего не получится.

Для сброса BIOS на 10 секунд замкните отверткой или другим металлическим предметом контакты в разъеме батарейки, этого обычно достаточно для разрядки конденсаторов и полной очистки CMOS.

Признаком того, что сброс произошел будет сбившаяся дата и время, которые нужно будет установить в биосе при ближайшей загрузке компьютера.

4. Визуальный осмотр комплектующих

Внимательно осмотрите все конденсаторы на материнской плате на предмет вздутия и потеков, особенно в области процессорного сокета.

Иногда конденсаторы вздуваются не вверх, а вниз, что приводит к их наклону как будто их просто немного погнули или неровно припаяли.

Если какие-то конденсаторы вздулись, то нужно как можно скорее отдать материнку в ремонт и попросить перепаять все конденсаторы, включая те что находятся рядом со вздувшимися.

Также осмотрите конденсаторы и другие элементы блока питания, не должно быть вздутий, потеков, следов подгорания.

Осмотрите контакты дисков на предмет окисления.

Их можно почистить стирательной резинкой и после этого обязательно заменить шлейф или переходник питания, которым был подключен этот диск, так как он уже испорчен и из-за него скорее всего произошло окисление.

Вообще проверьте все шлейфы и разъемы, чтобы они были чистые, с блестящими контактами, плотно подключались к дискам и материнской плате. Все несоответствующие этим требованиям шлейфы нужно заменить.

Проверьте правильность подключения проводов от передней панели корпуса к материнской плате.

Важно чтобы была соблюдена полярность (плюс к плюсу, минус к минусу), так как на передней панели бывает общая масса и несоблюдение полярности будет приводить к замыканию, из-за чего компьютер может вести себя неадекватно (включаться через раз, сам выключаться или перезагружаться).

Где плюс и минус в контактах передней панели указано на самой плате, в бумажном руководстве к ней и в электронной версии руководства на сайте производителя. На контактах проводов от передней панели также бывает указано где плюс и минус. Обычно белый провод это минус, а плюсовой разъем может обозначаться треугольником на пластиковом коннекторе.

Многие даже опытные сборщики допускают здесь ошибку, так что проверяйте.

5. Проверка блока питания

Если компьютер до чистки вообще не включался, то не спешите его собирать, первом делом нужно проверить блок питания. Впрочем, в любом случае проверить БП не повредит, может именно из-за него компьютер сбоит.

Проверяйте блок питания в полностью собранном виде, чтобы избежать удара током, замыкания или случайной поломки вентилятора.

Для проверки блока питания замкните единственный зеленый провод в разъеме материнской платы с любым черным. Это даст сигнал блоку питания, что он подключен к материнской плате, иначе он не включится.

Затем включите блок питания в сетевой фильтр и нажмите кнопку на нем. Не забывайте, что на самом блоке питания также может быть кнопка включения/выключения.

Признаком включения блока питания должен стать крутящийся вентилятор. Если вентилятор не крутится, то возможно он вышел из строя и его нужно заменить.

В некоторых бесшумных блоках питания вентилятор может начинать крутится не сразу, а только под нагрузкой, это нормально и можно проверить в процессе эксплуатации ПК.

Замерьте мультиметром напряжения между контактами в разъемах для периферийных устройств.

Они должны находится примерно в следующем диапазоне.

  • 12 В (желтый-черный) – 11.7-12.5 В
  • 5 В (красный-черный) – 4.7-5.3 В
  • 3.3 В (оранжевый-черный) – 3. 1-3.5 В

Если какое-либо напряжение отсутствует или сильно выходит за указанные границы, значит блок питания неисправен. Лучше всего заменить его на новый более качественный, но если сам компьютер недорогой, то допускается ремонт, БП поддаются этому легко и недорого.

Запуск блока питания и нормальные напряжения хороший знак, но сам по себе еще не говорит о том, что блок питания хороший, так как сбои могут происходить из-за просадок или пульсации напряжения под нагрузкой. Но это уже определяется на последующих этапах тестирования.

6. Проверка контактов питания

Обязательно проверьте все электрические контакты от розетки до системного блока. Розетка должна быть современная (под европейскую вилку), надежная и не разболтанная, с чистыми упругими контактами. Такие же требования предъявляются к сетевому фильтру и кабелю от блока питания компьютера.

Контакт должен быть надежен, вилки и разъемы не должны болтаться, искрить или быть окисленными. Обратите на это пристальное внимание, так как плохой контакт часто является причиной выхода из строя системного блока, монитора и других периферийных устройств.

Если у вас есть подозрение в качестве розетки, сетевого фильтра, кабеля питания системного блока или монитора, то как можно быстрее поменяйте их, чтобы избежать выхода из строя компьютера. Не затягивайте и не экономьте на этом, так как ремонт ПК или монитора обойдется значительно дороже.

Также плохой контакт часто является причиной сбоев в работе ПК, которые сопровождаются внезапным отключением или перезагрузкой с последующими сбоями на жестком диске и как следствие нарушением работы операционной системы.

Еще сбои могут происходить из-за просадок или пульсаций напряжения в сети 220 В, особенно в частном секторе и отдаленных районах города. В таком случае сбои могут проявляться даже когда компьютер простаивает. Попробуйте замерить напряжение в розетке сразу после самопроизвольного отключения или перезагрузки компьютера и понаблюдайте за показаниями какое-то время. Так можно выявить длительные просадки, спасет от которых линейно-интерактивный ИБП со стабилизатором.

7.

Сборка и включение компьютера

После чистки и осмотра ПК аккуратно соберите его и внимательно проверьте, что подключили все что нужно. Если компьютер до чистки отказывался включатся или включался через раз, то желательно подключать комплектующие по очереди. Если таких проблем не было, то пропустите следующий раздел.

7.1. Поэтапная сборка ПК

Сперва к материнской плате с процессором подключите разъем питания материнской платы и питания процессора. Не вставляете оперативку, видеокарту и не подключайте диски.

Включите питание ПК и если с материнской платой все нормально, должен закрутиться вентилятор процессорного кулера. Также, если к материнке подключена пищалка, обычно звучит звуковой код, указывающий на отсутствие оперативной памяти.

Разные материнские платы могут иметь разные звуковые коды, узнать которые вы можете в инструкции, которую можно скачать в разделе «Ссылки».

Установка памяти

Выключите компьютер коротким или (если не получится) длинным нажатием кнопки включения на системном блоке и вставьте одну планку оперативной памяти в ближайший к процессору цветной слот. Если все слоты одного цвета, то просто в ближайший к процессору.

Следите, чтобы планка памяти вставлялась ровно, до упора и защелкивались фиксаторы, иначе она может повредиться при включении ПК.

Если с одной планкой памяти компьютер завелся и есть пищалка, то обычно звучит код, сигнализирующий о том, что отсутствует видеокарта (если нет интегрированной графики). Если звуковой код сигнализирует о проблемах с оперативкой, то попробуйте вставить другую планку на тоже место. Если проблема продолжается или другой планки нет, то переставьте планку в другой ближайший слот. Если никаких звуков нет, то возможно все нормально, продолжайте дальше.

Выключите компьютер и вставьте вторую планку памяти в слот того же цвета. Если на материнке 4 слота одного цвета, то руководствуйтесь инструкцией к материнской плате, так чтобы память стояла в рекомендуемых для двухканального режима слотах. После чего вновь включите и проверьте включается ли ПК и какие звуковые сигналы издает.

Если у вас 3 или 4 планки памяти, то просто вставляйте их по очереди, каждый раз выключая и включая ПК. Если с какой-то планкой компьютер не стартует или выдает звуковой код ошибки памяти, значит эта планка неисправна. Также можно проверить и слоты материнской платы, переставляя рабочую планку в разные слоты.

На некоторых материнках есть красный индикатор, который светится в случае неполадок с памятью, а иногда и сегментный индикатор с кодом ошибок, расшифровка которых есть в руководстве к материнской плате.

Если компьютер запускается, то дальнейшее тестирование памяти происходит уже на другом этапе.

Установка видеокарты

Пришло время проверить видеокарту, вставив ее в верхний слот PCI-E x16 (или AGP для старых ПК). Не забудьте подключить дополнительное питание к видеокарте с соответствующими разъемами.

С видеокартой компьютер должен нормально стартовать, без звуковых сигналов, либо с одиночным звуковым сигналом, свидетельствующим о нормальном прохождении самотестирования.

Если ПК не включается или издает звуковой код ошибки видеокарты, значит она с большой вероятностью неисправна. Но не спешите с выводами, иногда нужно просто подключить монитор и клавиатуру.

Подключение монитора

Выключите ПК и подключите монитор к видеокарте (или материнке если нет видеокарты). Убедитесь, что разъем к видеокарте и монитору подключен плотно, иногда тугие разъемы входят не до конца, что является причиной отсутствия изображения на экране.

Включите монитор и убедитесь, что на нем выбран правильный источник сигнала (разъем к которому подключен ПК, если их несколько).

Включите компьютер и на экране должна появится графическая заставка и текстовые сообщения материнской платы. Обычно это предложение зайти в BIOS по клавише F1, сообщение об отсутствии клавиатуры или загрузочных устройств, это нормально.

Если компьютер молча включается, но на экране ничего нет, скорее всего что-то не так с видеокартой или монитором. Видеокарту можно проверить только переставив на рабочий компьютер. Монитор можно подключить к другому рабочему ПК или устройству (ноутбуку, плееру, тюнеру и т.п.). Не забывайте выбирать нужный источник сигнала в настройках монитора.

Подключение клавиатуры и мыши

Если с видеокартой и монитором все нормально, то идем дальше. По очереди подключайте сначала клавиатуру, затем мышку, каждый раз выключая и включая ПК. Если компьютер зависает после подключения клавиатуры или мышки, значит они требуют замены – такое бывает!

Подключение дисков

Если с клавиатурой и мышкой компьютер стартует, то начинаем по очереди подключать жесткие диски. Сначала подключайте второй диск без операционной системы (если есть).

Не забывайте, что кроме подключения интерфейсным шлейфом к материнской плате, к диску также нужно подключить разъем от блока питания.

После чего включите компьютер и если дело доходит до сообщений BIOS, значит все нормально. Если ПК не включается, зависает или сам выключается, значит контроллер этого диска вышел из строя и его нужно менять или нести в ремонт для спасения данных.

Выключите компьютер и подключите DVD-привод (если есть) интерфейсным шлейфом и по питанию. Если после этого возникают проблемы, значит привод сбоит по питанию и его нужно менять, ремонтировать обычно не имеет смысла.

В конце подключаем основной системный диск и готовимся ко входу в BIOS для первоначальной настройки перед запуском операционной системы. Включаем компьютер и если все нормально, переходим к следующему этапу.

7.2. Первая загрузка ПК

При первом включении компьютера зайдите в BIOS. Обычно для этого используется клавиша Delete, реже другие (F1, F2, F10 или Esc), что указывается в подсказках в начале загрузки.

На первой вкладке установите дату и время, а на вкладке «Boot» выберите первым загрузочным устройством ваш жесткий диск с операционной системой.

На старых материнках с классическим BIOS это может выглядеть так.

На более современных с графической оболочкой UEFI немного по-другому, но смысл такой же.

Для выхода из биоса с сохранением настроек нажмите F10. Не отвлекайтесь и проследите как произойдет полная загрузка операционной системы, чтобы заметить возможные проблемы.

По завершении загрузки ПК проверьте работают ли вентиляторы процессорного кулера, блока питания и видеокарты, иначе производить дальнейшее тестирование не имеет смысла.

Некоторые современные видеокарты могут не включать вентиляторы до достижения определенной температуры видеочипа.

Если не работает какой-либо из корпусных вентиляторов, то это не страшно, просто запланируйте его замену в ближайшем будущем, не отвлекайтесь на это сейчас.

8. Анализ ошибок

Здесь по сути начинается диагностика, а все выше описанное было лишь подготовкой, после которой многие проблемы могли уйти и без нее начинать тестирование не имело смысла.

8.1. Включение дампов памяти

Если в процессе работы компьютера появлялись синие экраны смерти (BSOD), то это может существенно облегчить выявление неисправности. Обязательным условием для этого является наличие дампов памяти (или хотя бы выписанных самостоятельно кодов ошибок).

Для проверки или включения функции записи дампов нажмите на клавиатуре сочетание клавиш «Win+R», введите в появившуюся строку «sysdm.cpl» и нажмите ОК или Enter.

В появившемся окне перейдите на вкладку «Дополнительно» и в разделе «Загрузка и восстановление» нажмите кнопку «Параметры».

В поле «Запись отладочной информации» должно стоять «Малый дамп памяти».

Если это так, то у вас уже должны быть дампы предыдущих ошибок в папке «C:\Windows\Minidump».

Если эта опция не была включена, то дампы не сохранялись, включите ее хотя бы сейчас для возможности анализа ошибок, если они будут повторяться.

Дампы памяти могут не успевать создаваться во время серьезных сбоев с перезагрузкой или выключением ПК. Также некоторые утилиты очистки системы и антивирусы могут их удалять, необходимо отключить функцию очистки системы на время диагностики.

Если дампы в указанной папке есть, то переходим к их анализу.

8.2. Анализ дампов памяти

Для анализа дампов памяти с целью выявления того что приводит к сбоям есть замечательная утилита «BlueScreenView», которую вы вместе с другими утилитами для диагностики можете скачать в разделе «Ссылки».

Данная утилита показывает файлы в которых произошел сбой. Эти файлы принадлежат операционной системе, драйверам устройств или какой-либо программе. Соответственно, по принадлежности файла можно определить какое устройство или ПО стало виной сбоя.

Если вы не можете загрузить компьютер в обычном режиме, то попробуйте загрузится в безопасном, зажав клавишу «F8» сразу после исчезновения графической заставки материнской платы или текстовых сообщений BIOS.

Пробегитесь по дампам и посмотрите какие файлы чаще всего фигурируют как виновники сбоя, они выделены красным фоном. Кликните правой кнопкой мыши на одном из таких файлов и просмотрите его свойства (Properties).

В нашем случае несложно определить, что файл относится к драйверу видеокарты «nVidia» и большая часть ошибок была вызвана им.

Кроме того, в некоторых дампах фигурировал файл «dxgkrnl.sys», даже из названия которого понятно, что он относится к DirectX, непосредственно связанного с 3D графикой. А значит, наиболее вероятно, что в сбое виновата видеокарта, которую стоит подвергнуть тщательному тестированию, что мы также рассмотрим.

Таким же образом можно определить, что виной сбоя является звуковая карта, сетевая карта, жесткий диск или какая-то программа глубоко залезающая в систему типа антивируса. Например, если сбоит диск, то будет крашится драйвер контроллера.

Если вы не можете определить к какому драйверу или программе относится тот или иной файл, то поищите эту информацию в интернете по названию файла.

Если сбои происходят в драйвере звуковой карты, то скорее всего она вышла из строя. Если она интегрированная, то можно отключить ее через BIOS и установить другую дискретную. Тоже самое можно сказать и о сетевой карте. Однако, сетевые сбои могут быть вызваны атаками из интернета, что часто решает обновление драйвера сетевой карты и подключение к интернету через роутер.

В любом случае не делайте поспешных выводов до полного окончания диагностики, может у вас просто сбоит винда или залез вирус, что решается переустановкой системы.

Также в утилите «BlueScreenView» можно посмотреть коды ошибок и надписи, которые были на синем экране. Для этого зайдите в меню «Options» и выберите вид «Blue Screen in XP Style» или нажмите клавишу «F8».

После этого, переключаясь между ошибками, вы будете видеть как они выглядели на синем экране.

По коду ошибки также можно найти возможную причину проблемы в интернете, но по принадлежности файлов это сделать проще и надежнее. Для возврата в предыдущий вид можно использовать клавишу «F6».

Если в ошибках все время фигурируют разные файлы и различные коды ошибок, то это признак возможных проблем с оперативной памятью, в которой крашится все подряд. Ее мы и подвергнем диагностике в первую очередь.

9. Тестирование оперативной памяти

Даже если вы думаете, что проблема не в оперативке, все равно проверьте ее в первую очередь. Иногда место имеет несколько неполадок, а если оперативка сбоит, то диагностировать все остальное довольно сложно из-за частых сбоев ПК.

Для теста оперативной памяти рекомендую использовать лучшую утилиту «Memtest 86+». Она самая надежная, работает на любых ПК и входит в комплект загрузочного диска «Hiren’s BootCD» для диагностики ПК.

Проведение теста памяти с загрузочного диска является обязательным условием, так как получить точные результаты в операционной системе Windows на сбойном ПК сложно.

Кроме того, «Hiren’s BootCD» содержит несколько альтернативных тестов памяти, на случай если «Memtest 86+» не запустится и еще множество полезных утилит для теста жестких дисков, видеопамяти и др.

Скачать образ «Hiren’s BootCD» вы можете там же где и все остальное – в разделе «Ссылки». Если вы не знаете как правильно записать такой образ на CD или DVD диск, обратитесь к статье где мы рассматривали создание установочного диска Windows, тут все делается точно также.

Настройте BIOS на загрузку с DVD-привода или используйте «Boot Menu» как описано в статье о настройке BIOS, загрузитесь с диска «Hiren’s BootCD» и запустите «Memtest 86+».

Тестирование может длиться от 30 до 60 минут, в зависимости от скорости и объема оперативной памяти. Должен завершиться один полный проход и тест пойдет по второму кругу. Если с памятью все нормально, то после первого прохода (Pass 1) ошибок быть не должно (Errors 0).

После этого тестирование можно прервать с помощью клавиши «Esc» и компьютер перезагрузится.

Если были ошибки, то придется тестировать каждую планку по отдельности, вынимая все остальные, чтобы определить какая из них битая.

Если битая планка еще на гарантии, то сделайте фото с экрана с помощью фотоаппарата или смартфона и предъявите в гарантийный отдел магазина или сервисный центр (хотя в большинстве случаев это не обязательно).

В любом случае использовать ПК с битой памятью и проводить дальнейшую диагностику до ее замены не целесообразно, так как будут сыпаться различные непонятные ошибки.

10. Подготовка к тестам комплектующих

Все остальное, кроме оперативной памяти, тестируется из-под Windows. Поэтому, чтобы исключить влияние операционной системы на результаты тестов, желательно сделать резервную копию системы, при необходимости сохранить важные файлы, временно установить чистую Windows и самые необходимые драйвера.

Если для вас это сложно или нет времени, то можно попробовать провести тестирование на старой системе. Но, если сбои происходят из-за неполадок в операционной системе, какого-то драйвера, программы, вируса, антивируса (т.е. в программной части), то тестирование железа не поможет это определить и вы можете пойти по ложному пути. А на чистой системе у вас будет возможность увидеть как ведет себя компьютер и полностью исключить влияние программной составляющей.

Перед тестированием рекомендую заранее скачать все необходимое в разделе «Ссылки» и отключить кабель интернета (или Wi-Fi), чтобы исключить влияние сетевых атак.

Лично я всегда делаю все как положено от начала и до конца как описано в этой статье. Да, это занимает целый день, но пренебрегая моими советами вы можете биться неделями, так и не определив причину проблемы.

11. Тестирование процессора

Быстрее и проще всего протестировать процессор, если конечно нет явных признаков, что проблема скажем в видеокарте, о чем мы поговорим ниже.

Если ваш компьютер через некоторое время после включения начинает тормозить, зависает при просмотре видео, в играх, внезапно перезагружается или выключается под нагрузкой, то есть вероятность перегрева процессора. На самом деле это одна из наиболее частых причин подобных проблем.

На этапе чистки и визуального осмотра вы должны были убедиться, что процессорный кулер не забит пылью, его вентилятор вращается, а радиатор надежно прижат к процессору. Также надеюсь, что вы не снимали его при чистке, так как это требует замены термопасты, о чем я еще скажу.

Для тестов нам понадобятся утилиты «CPU-Z» и «HWiNFO», которые вы уже должны были скачать в разделе «Ссылки».

«CPU-Z» мы будем использовать для стресс-теста с прогревом процессора, а «HWiNFO» для мониторинга его температуры. Хотя, лучше для мониторинга температуры использовать фирменную утилиту материнской платы, она точнее. Например, у ASUS это «PC Probe».

Для начала неплохо было бы узнать максимально допустимый тепловой пакет вашего процессора (TCASE). Например, для моего Core i7-6700K это 64 °C.

Узнать это можно перейдя на сайт производителя из поиска в интернете. Это критическая температура в теплораспределителе (под крышкой процессора), максимально допустимая производителем. Не путайте ее с температурой ядер, которая обычно выше и также отображается в некоторых утилитах. Поэтому мы будем ориентироваться не на температуру ядер по датчикам процессора, а на общую температуру процессора по показаниям материнской платы.

На практике, для большинства более старых процессоров, критической температурой выше которой начинаются сбои, является 60 °C. Самые современные процессоры могут работать и при 70 °C, что для них уже тоже критично. Реальную стабильную температуру своего процессора можно узнать из тестов в интернете.

Итак, запускаем обе утилиты – «CPU-Z» и «HWiNFO», находим датчик температуры процессора (CPU) в показателях материнской платы, запускаем тест в «CPU-Z» кнопкой «Stress CPU» и наблюдаем за температурой.

Если через 10-15 минут теста температура на 2-3 градуса ниже критичной для вашего процессора, то волноваться не о чем. Но, если имели место сбои при высокой нагрузке, то лучше погонять этот тест 30-60 минут. Если в процессе тестирования произойдет зависание или перезагрузка ПК, то следует подумать об улучшении охлаждения.

Учтите, что многое зависит еще и от температуры в помещении, возможно что в более прохладных условиях проблема не проявится, а в более жарких сразу даст о себе знать. Так что всегда нужно охлаждение с запасом.

В случае перегрева процессора проверьте, соответствует ли ваш кулер минимально необходимым требованиям. Если нет, то нужно его менять, никакие ухищрения тут не помогут. Если же кулер достаточно мощный, но немного не справляется, тогда следует поменять термопасту на более эффективную, заодно и сам кулер возможно установится более удачно.

Из недорогих, но очень хороших термопаст, могу порекомендовать Artic MX-4.

Наносить ее нужно тонким слоем, предварительно удалив старую пасту сухой и затем смоченной в спирте ватой.

Замена термопасты даст вам выигрыш в 3-5 °C, если этого окажется недостаточно, то просто доустановите корпусные вентиляторы, хотя бы самые недорогие.

Замена кулера и термопасты, дополнительные корпусные вентиляторы и регулярная чистка – это все что поможет улучшить охлаждение процессора и позволит побороть связанные с его перегревом сбои.

12. Тестирование видеокарты

Протестировать видеокарту также не вызовет особых проблем. Основные инструменты для этого утилиты – «FurMark» и «3DMark» из раздела «Ссылки». Установите сразу обе утилиты, чтобы промежуток между тестами был минимальным.

Сначала запускаем стресс-тест «FurMark» и прогреваем видеокарту в течение 10-15 минут.

Уже само по себе прохождение этого теста говорит о многом, так как мало какая глючащая видеокарта не проявит в нем никаких проблем. Для разных видеокарт максимальная температура будет разной. Отличным показателем является 60 °C, для адаптеров с более горячим норовом допустимо 70 °C, температура 80 °C и выше уже не желательна, может приводить к сбоям и требует улучшенного охлаждения с помощью корпусных вентиляторов.

Сразу после прогрева запускайте тест «3DMark 2006», он не сильно грузит видеокарту и слабо процессор, но с помощью него можно выявить ошибки в работе видеочипа и видеопамяти, приводящие к вылетам теста и различным графическим артефактам.

Внимательно смотрите как ведет себя тест, не искажается ли изображение, цвет текстур и т.п. Это будет видно невооруженным глазом. Если вы увидите цветные полоски, квадратики, ломанные линии, сплошную заливку цветом вместо травы или других текстур, то с видеокартой однозначно проблемы.

Пора ее менять или, если она еще достаточно мощная, нести в ремонт. Если повезет, поможет простой прогрев чипа, но делать это самостоятельно не рекомендую, лучше довериться опытным специалистам сервисного центра.

13. Тестирование блока питания

Блок питания, как и все остальные комплектующие компьютера, постепенно изнашивается, его мощность падает и ухудшается качество стабилизации напряжений. Больше всего к просадкам напряжения чувствительны видеокарты, а пульсации приводят к вспуханию конденсаторов на материнской плате.

При большой нагрузке одновременно на видеокарту и процессор, что происходит в основном в требовательных играх, блок питания не справляется и из-за просадки напряжения на видеокарте происходит сбой, выражающийся в зависании, а чаще в перезагрузке или выключении ПК во время игры.

Утилита «3DMark 2011» предназначена для теста видеокарты, но благодаря тому, что она хорошо нагружает не только видеокарту, но и процессор, ее можно использовать в качестве комплексного теста блока питания.

Также в качестве комплексного теста БП можно запустить одновременно стресс-тест видеокарты «FurMark» и стресс-тест процессора «CPU-Z», я часто пользуюсь таким приемом.

Если компьютер выключится или перезагрузится во время теста, то с большой вероятностью виноват блок питания, даже если вроде бы он достаточной мощности и приличного бренда, возможно вам просто попался брак, я сталкивался с таким не раз.

Лучший способ проверить догадку – попросить у кого-то заведомо хороший и достаточно мощный блок питания для теста. Или, если такой возможности нет, отнести системник для теста в сервис компьютерного магазина, где вам смогут потом предложить замену.

Утилиту «3DMark 2011» также можно скачать в разделе «Ссылки».

14. Тестирование дисков

Это самый длительный этап после теста оперативки, поэтому я предпочитаю оставлять его напоследок. Для начала можно провести тест скорости всех дисков с помощью утилиты «HDTune», на которую я даю «Ссылки». Это иногда помогает выявить зависания при обращении к диску, что говорит о проблемах с ним.

Посмотрите параметры SMART, где отображается «здоровье диска», там не должно быть красных строк и общий статус диска должен быть «ОК».

Перечень основных параметров SMART и за что они отвечают вы можете скачать в разделе «Ссылки».

Полный тест поверхности можно произвести с помощью этих же утилит из-под Windows. Процесс может занять 2-4 часа в зависимости от объема и скорости диска (где-то 1 час на каждые 500 Мб). По завершении теста не должно быть ни одного битого блока, которые выделяются красным цветом.

Наличие такого блока является однозначным приговором для диска и 100% гарантийным случаем. Быстрее спасайте ваши данные и меняйте диск, только не говорите в сервисе, что вы уронили ноутбук

Проверять можно поверхность как обычных жестких дисков (HDD), так и твердотельных накопителей (SSD). У последних правда нет никакой поверхности, но если HDD или SSD диск будет каждый раз зависать во время проверки, значит скорее всего сбоит электроника – нужно менять или чинить (последнее маловероятно).

Если у вас не получается произвести диагностику диска из-под Windows, компьютер сбоит или зависает, то попробуйте сделать это с помощью утилиты «MHDD» с загрузочного диска «Hiren’s BootCD».

Проблемы с контроллером (электроникой) и поверхностью диска приводят к окошкам с ошибками в операционной системе, кратковременным и полным зависаниям компьютера. Обычно это сообщения о невозможности прочитать тот или иной файл и ошибки обращения к памяти.

Такие ошибки можно принять за проблемы с оперативкой, в то время как вполне может быть виноват диск. Прежде чем паниковать попробуйте обновить драйвер контроллера диска или наоборот вернуть родной драйвер Windows как описано в статье об установке драйверов.

15. Тестирование оптического привода

Для проверки оптического привода обычно достаточно просто записать диск с верификацией. Например, с помощью программы «Astroburn», она есть в разделе «Ссылки».

После записи диска с сообщением об успешной верификации, попробуйте полностью скопировать его содержимое на другом компьютере. Если диск читается и привод читает другие диски (за исключением плохо читающихся), значит все нормально.

Из проблем с приводом, с которыми я сталкивался, это сбои электроники, которые полностью вешали или не давали включаться компьютеру, поломки выдвижного механизма, загрязнение линзы лазерной головки и поломка головки в результате неправильной чистки. В большинстве случаев все решается заменой привода, благо они недорогие и даже если несколько лет не использовались, умирают от пыли.

16. Проверка корпуса

Корпус тоже иногда ломается, то кнопка заедает, то проводок от передней панели отвалится, то в USB-разъеме замкнет. Это все может привести к непредсказуемому поведению ПК и решается тщательным осмотром, очисткой, тестером, паяльником и другими подручными средствами.

Главное чтобы ничего не коротило, о чем может свидетельствовать неработающая лампочка или разъем. Если сомневаетесь, отсоедините все провода от передней панели корпуса и попробуйте так какое-то время поработать за компьютером.

17. Проверка материнской платы

Зачастую проверка материнки сводится к проверке всех комплектующих. Если все комплектующие по отдельности работают нормально и проходят тесты, операционная система переустановлена, но компьютер все равно сбоит, возможно дело в материнке. И тут уж я вам не помогу, провести ее диагностику и выявить проблему с чипсетом или процессорным сокетом под силу только опытному электронщику.

Исключение составляет вылет звуковой или сетевой карты, что решается отключением их в биосе и установкой отдельных плат расширения. В материнке можно перепаять конденсаторы, но скажем замену северного моста, как правило производить не целесообразно, так как это дорого и нет никаких гарантий, лучше сразу купить новую материнку.

18. Если ничего не помогает

Конечно, всегда лучше самостоятельно обнаружить проблему и определить лучший способ решения, так как некоторые недобросовестные ремонтники норовят навешать вам лапши на уши и содрать три шкуры.

Но может быть так, что вы выполните все рекомендации, но не сможете определить проблему, у меня такое бывало. В таком случае дело чаще в материнской плате или в блоке питания, может там микротрещина в текстолите и она время от времени дает о себе знать.

В таком случае ничего не поделаешь, несите весь системный блок в более-менее хорошо себя зарекомендовавшую компьютерную фирму. Не нужно носить комплектующие по частям, если вы не уверены в чем дело, так вопрос никогда не решится. Пусть там разбираются, особенно если компьютер еще на гарантии.

Специалисты компьютерного магазина обычно не парятся, у них много разных комплектующих, они просто что-то меняют и смотрят ушла ли проблема, таким образом достаточно быстро и просто устранив неполадку. Также у них есть достаточно времени для проведения тестов.

19. Ссылки

По ссылкам ниже вы можете скачать полезные файлы и утилиты, которые существенно облегчат диагностику и выявление ошибок компьютера.

Определили что вышло из строя? Воспользуйтесь нашими статьями о выборе качественных комплектующих и периферии для компьютера.

Жесткий диск WD Blue WD10EZEX
SSD Crucial BX500 CT120BX500SSD1
Жесткий диск Transcend StoreJet 25M3 1 TB

Методы для обнаружения и диагностика неисправностей применительно IoT / Хабр

Введение

Текущая промышленная тенденция в отношении автоматизации и промышленных предприятий ведет нас к все более и более сложным  системам. В свою очередь простой системы может приводить к огромным финансовым потерям. В некоторых случаях поломка одной детали может привести к разрушению целой системы без возможности восстановления. В связи с этим возникает необходимость разработки Обнаружения и Диагностики Неисправностей (ОДН), которая может предотвратить и локализовать неисправности, при этом повышается производительность систем. Диагностика заключается в обнаружении ненормального функционирования по данным датчиков. Обычно данные от датчиков бывают сильно зашумленными или поврежденными, с шумами сети передачи данных, соответственно алгоритмы ОДН также должны быть устойчивы к выбросам.

Давайте рассмотрим методы ОДН,  Рис. 1. Методы ОДН : подходы, которые используют аналитическую физическую модель системы и подходы, полагающиеся только на системные наблюдения. Использование методов диагностики с моделями кажется трудным и дорогостоящим из-за менее удовлетворительных характеристик. Кроме того, существует несколько промышленных приложений, в которых модель трудно или невозможно получить из-за повышенной сложности или нескольких конфигураций, задействованных в производственном процессе. 

Рис. 1. Методы ОДН

Описание проблемы

В ОДН основной трудно решаемой задачей является установка порога, который определяет неисправности.  В случае установки низкого порога обнаружения, система будет генерировать достаточно много ложных тревог. При ложной тревоге отправляется обслуживающий персонал или организуется не плановая замена частей системы, а в совокупности определенные ложные тревоги приведут к огромным затратам. С другой стороны, установка очень высокого порога обнаружения может привести к риску не обнаружения неисправности и привести к остановке производства. Также неисправность системы может повлияет на жизнь и здоровье людей, что крайне не допускается.  Поэтому следует учитывать множество неопределенностей: неопределенности, связанные с отсутствием знаний о процессе, неточности данных в датчиках, которые могут содержать шум или отсутствовать данные, связанные с погрешностями неправильной обработки.

В наши дни система становится очень сложной и бывает сложно определить аналитическую модель системы, а модели машинного обучения (ML) справляются с этой задачей достаточно неплохо. Сформировались некоторые требования ML-моделей, такие как: необходимость качественных данных (отсутствующие или зашумленные данные), возможность рассмотреть несколько типов переменных (дискретных или непрерывных), способ учесть время для динамической системы и способность обобщить, чтобы модель могла найти решение с новым наблюдением. Но кроме этих требований есть производственный момент, при котором руководство хочет модели, которые были бы объяснениями, а не черным ящиком. Дальше мы посмотрим ML алгоритмы для ОДН.

Подходы к машинному обучению

Применение IoT-систем во всех областях создает огромное количество данных. Кроме того, эти системы становятся все более и более сложными, и трудно запустить аналитическую модель с хорошими результатами.  Использование моделей ML становится очевидным и логичным решением для диагностирования этих систем. 

Цель данной статьи — мы хотим показать несколько методов машинного обучения для ОДН. Мы рассмотрим популярные методы машинного обучения в ОДН, такие как метод опорных векторов (англ. SVM, support vector machine), искусственная нейронная сеть (ИНС), нечеткая нейронная сеть (англ. FNN, fuzzy neural network), деревья решений, Байесовская сеть доверия (англ. BNN, bayesian belief network).

Метод опорных векторов

Метод опорных векторов показывает хорошие результаты относительно других алгоритмов с небольшим объемом обучающих данных, также применяется при отказе аналоговой цепи диагностика с использованием вейвлет-преобразования в качестве препроцессора с высокой точностью классификации. Это один из наиболее популярных методов обучения, который применяется для решения задач классификации и регрессии.

Основная идея метода заключается в построении гиперплоскости, разделяющей объекты выборки оптимальным способом. Алгоритм работает с тем предположением, что чем больше расстояние (зазор) между разделяющей гиперплоскостью и объектами разделяемых классов, тем меньше будет средняя ошибка классификатора. Количество опорных векторов увеличивается с усложнением задачи. Однако у SVM есть недостатки:

  • Неустойчивость к шуму: выбросы в исходные данные становятся опорными объектами-нарушителями и напрямую влияют на построение разделяющей гиперплоскости;

  • Не описаны общие методы построения ядер и спрямляющих пространств, наиболее подходящих для конкретной задачи;

  • Нет отбора признаков;

  • При попытке использования в мультиклассовой задаче качество и скорость работы падают.

В последнее время набирает популярность обучение с частичным привлечением учителя для ОДН HVAC (отопления, вентиляции и кондиционирования воздуха). Используя только несколько неисправных обучающих выборок, SVM решает задачу обнаружения и диагностирования компонентов нагрева.

Также можно отметить метод релевантных векторов (Relevance Vector Machine, RVM). В отличие от SVM данный метод дает вероятности, с которыми объект принадлежит данному классу. Т.е. если SVM говорит «x принадлежит классу А», то RVM скажет «x принадлежит классу А с вероятностью p и классу B с вероятностью 1-p«.

Искусственная нейронная сеть (ИНС)

ИНС — это мощный инструмент, способный выполнять задачи классификации и регрессии. ИНС можно рассматривать как взвешенные ориентированные графы, в которых нейроны являются узлами, и связи между узлами являются взвешенными связями. Это обучение регулирует веса, а также функции активации для принятия желаемого поведения. Используются два типа обучения: контролируемое обучение с учителем и без учителя. 

  • Обучение с учителем: цель состоит в том, чтобы определить синаптические веса из помеченных примеров. Сеть параметров изменяется, чтобы минимизировать ошибки между целевым выводом (предоставленным экспертом) и фактическим выводом в сеть. Метод обратного распространения ошибки (англ. backpropagation) — это пример контролируемого алгоритма обучения.

  • Без учителя: входные данные не содержат информации о желаемом результате; обучение осуществляется с правилами, которые изменяют параметры сети в соответствии с входными данными. Алгоритм обучения ассоциативной памяти для сетей Хопфилда является тому примером. Квантовые сети Хопфилда используются для диагностики множественных неисправностей аналоговых схем с использованием вероятностного механизма. Затем образцы неисправностей квантуются и стандартно ортогонализируются для подачи в квантовую нейронную сеть Хопфилда. Системный подход, использующий механизм квантовой ассоциативной памяти и принцип квантовой суперпозиции, дает хорошее объяснение вероятности множественных неисправностей. 

Кроме того, ИНС можно использовать для создания нейронной модели с целью имитации нормального поведения системы и дополнительных моделей для имитации различных условий неисправности. Затем нейронные модели размещаются параллельно с отслеживаемой системой, и обнаружение неисправностей достигается путем сравнения выходных данных нейронных моделей с выходными данными реальной системы. Классификация неисправностей основана на простом пороговом тесте остатков, сформированных путем вычитания выходных данных каждой нейронной модели из соответствующих выходных данных реальной системы. Для оценки остатков используется байесовская сеть. Сила ИНС — в их способности аппроксимировать и распознавать закономерности. В диагностических приложениях они показали большие перспективы в областях, где присутствуют шумы и ошибки. Однако ИНС требует больших вычислительных ресурсов, что делает сходимость обычно медленной во время обучения и склонна к переобучению, а также требует большого разнообразного набора данных для обучения.

Нечеткая нейронная сеть

Приложения для диагностики в основном включают гибридные нечеткие нейронные модели, в которых нейронные сети и нечеткие системы объединены в одну систему. Наиболее распространенные нечеткие нейронные сети основаны на двух типах моделей: моделях Тагаки Сугено Канга (ТСК) и Мамдани, в сочетании с алгоритмами нейронного

обучения. Существует два основных применения нечетких нейронных сетей в мониторинге. Эти применения чаще всего основаны на изучении остатков, которые генерируются разницей оцененного сигнала, полученного нейро-нечетким наблюдателем, с фактическими значениями сигнала. Затем эти остатки классифицируются и оцениваются с помощью нечеткой нейронной сетью.

Нейро-нечеткое обучение и адаптация нечетких моделей ТСК используются для остаточной генерации, в то время как для остаточной оценки используется нейро-нечеткий классификатор для моделей Мамдани. Такая сеть может быть использована для обнаружения и изолирования неисправности промышленной газовой турбины, уделяя особое внимание неисправностям, возникшим в исполнительной части газовой турбины. Более того, нечеткая нейронная сеть применяется для обучения отображения причин неисправности. Результаты показывают, что этот метод может точно диагностировать множественные неисправности. Последовательная нечеткая кластеризация нечетких нейронных сетей на динамической основе разработана и успешно применяется для мониторинга высокоскоростного процесса фрезерования. Он может последовательно изучать модель, адаптироваться к вариациям и предоставлять оценку или прогноз состояния процесса. Это облегчает ненавязчивую диагностику неисправностей. Нечеткая нейронная сеть имеет преимущества над ИНС, так как нечеткая нейронная сеть обладает способностью представлять неопределенности, присущие человеческому знанию, с помощью лингвистических переменных, и это надежно в отношении возможных нарушений в системе. Тем не менее, для обучения нечеткой нейронной сети необходимо включать знание эксперта в этой области, чтобы установить правила, а обучение требует больших вычислительных ресурсов.

Деревья решений

Деревья решений являются одним из наиболее эффективных инструментов интеллектуального анализа данных и предсказательной аналитики, которые позволяют решать задачи классификации и регрессии.

Они представляют собой иерархические древовидные структуры, состоящие из решающих правил вида «Если …, то …». Правила автоматически генерируются в процессе обучения на обучающем множестве и, поскольку они формулируются практически на естественном языке (например, «Если объём продаж более 1000 шт., то товар перспективный»), деревья решений как аналитические модели более вербализуемы и интерпретируемы, чем, скажем, нейронные сети.

Поскольку правила в деревьях решений получаются путём обобщения множества отдельных наблюдений (обучающих примеров), описывающих предметную область, то по аналогии с соответствующим методом логического вывода их называют индуктивными правилами, а сам процесс обучения — индукцией деревьев решений.

В обучающем множестве для примеров должно быть задано целевое значение, так как деревья решений являются моделями, строящимися на основе обучения с учителем. При этом, если целевая переменная дискретная (метка класса), то модель называют деревом классификации, а если непрерывная, то деревом регрессии.

Основополагающие идеи, послужившие толчком к появлению и развитию деревьев решений, были заложены в 1950-х годах в области исследований моделирования человеческого поведения с помощью компьютерных систем. Среди них следует выделить работы К. Ховеленда «Компьютерное моделирование мышления» и Е. Ханта и др. «Эксперименты по индукции».

Существует несколько алгоритмов обучения деревьев решений на основе данных, включая ID3, C4.5 и CART. 

В ОДН деревья решений можно использовать для анализа распространения телеметрии в ветряных турбинах с помощью алгоритма обучения дерева решений и обнаружения отказов, повреждений и аномальных операций. Они обучают набор классификаторов дерева решений Bagged на наборе данных с морской ветряной электростанции, состоящей из 48 ветряных турбин, и используют его для автоматического выделения путей, связывающих сбои из-за чрезмерной вибрации с их возможными первопричинами. 

Алгоритм CART используется для введения дерева решений в диагностическую стратегию для вентиляционных установок. Детектор установившегося состояния и регрессионная модель включены в стратегию для повышения интерпретируемости разработанной диагностической стратегии. Показано, что с помощью этой стратегии можно достичь хороших диагностических показателей. 

Деревья решений визуально более интуитивно понятны, проще и легче усваиваются и интерпретируются инженерами. В отличие от других методов классификации, с классификаторами дерева решений можно выполнять анализ первопричин неисправностей на основе данных; можно проследить путь от конечного состояния до инициирования, путь, который следует последовательности и хронологии взаимосвязи событий. Деревья решений очень устойчивы к зашумленным и неполным данным. Однако для них необходимо использовать параметр обрезки, чтобы уменьшить необходимость переобучения.

Байесовская сеть доверия

Байесовская сеть доверия (англ. Bayesian Belief Network, BBN) — важная вероятностная графическая модель, которая может эффективно решать различные проблемы неопределенности на основе вероятностного представления информации и логических выводов. Байесовская сеть доверия — вероятностная графическая модель, представляющая набор случайных величин и их условных зависимостей через ориентированный ациклический граф. Такая сеть состоит из качественной и количественной частей. 

  • Качественная часть — это направленный ациклический граф, в котором узлы представляют системные переменные, а дуги символизируют зависимости или причинно-следственные связи между переменными. 

  • Количественная часть состоит из условной вероятностной таблицы, которая представляет отношения между каждым узлом и его родителями. 

Процедуры диагностики неисправностей с байесовской сетью доверия состоят из моделирования структуры BBN, моделирования параметров BBN, вывода BBN, идентификации неисправностей, а также проверки и верификации. Сообщалось о нескольких методах построения структурных моделей BBN для диагностики неисправностей. Три основных метода включают причинно-следственные связи, алгоритмы сопоставления или структурирование обучения. Кроме того, параметрами являются априорная вероятность корневых узлов и условная вероятность листовых узлов. Эти вероятности могут быть получены из экспертных знаний и опыта, а также статистических результатов исторических, смоделированных и экспериментальных данных. 

Алгоритмы могут быть основаны на анализе наблюдаемого поведения системы и сравнении его с набором поведенческих паттернов, созданных на основе различных неисправных состояний. Сопоставляя с образцом, можно сформулировать оценку апостериорного распределения байесовской вероятностной модели. Когда диагностика неисправностей связана с временными, системными или сложными системами, неизбежны трудности со статическими BBN. Поэтому для решения этих проблем используются некоторые другие типы BBN, такие как динамическая байесовская сеть и объектно-ориентированная байесовская сеть. 

Динамическая байесовская сеть  — это экстенсиональные BBN с переменными, зависящими от времени, и их можно использовать для моделирования временной эволюции динамических систем. Таким образом, используется байесовская сеть, которая моделирует систему электроснабжения для интегральных схем. При этом обрабатывается изменяющаяся динамика сбоя, развитие сбоя и мощность сбоя. Динамическая байесовская сеть  используется для моделирования процесса динамической деградации электронных продуктов, а цепи Маркова используются для моделирования переходных отношений четырех состояний, то есть отсутствия неисправности, переходной неисправности, прерывистой неисправности и постоянной неисправности. Кроме того, методология диагностики неисправностей может идентифицировать неисправные компоненты и различать типы неисправностей в разное время. 

Объектно-ориентированная байесовская сеть обеспечивает подход для достижения иерархического представления модели, и каждый уровень соответствует уровню абстракции, показывая инкапсулированные узлы для текущего уровня объекта. Такой подход снижает сложность построения BBN и повышает вероятность повторного использования моделей. Методология диагностики неисправностей в реальном времени сложных систем с повторяющимися структурами предложена с использованием объектно-ориентированной байесовской сети. При возникновении неисправностей предлагаемая система диагностики неисправностей на основе объектно-ориентированной байесовской сети может сообщать о неисправностях и предупреждениях. Для указанной системы с определенной ситуацией оператор может ввести некоторую известную информацию об опыте в дополнительные информационные уровни подсетей дополнительной информации и отказов по общей причине. 

BBN интуитивно понятен пользователю в плане взаимодействия между переменными модели. Это полезно для моделирования неопределенности и может быть легко использовано для моделирования иерархических уровней множественных причин и следствий с данными из множества источников, которые обычно встречаются в производственных системах. Основная проблема обучения BBN заключается в построении древовидной структуры, и для решения этой проблемы было предложено несколько методов, включая экспертное мнение.

Обсуждения

В процессе диагностики система развивается в недетерминированной среде, что требует учета неопределенностей, которые включают зашумленные измерения, недостающие данные, неизвестность и изменчивость системы. Как правило, корректность работы модели машинного обучения в основном зависит от качества используемых данных. 

Основная проблема диагностических систем в промышленных приложениях — это оценка неисправностей с неполными наблюдениями. В промышленной практике необходимо иметь дело с неполными наборами данных и неизвестными измерениями, при этом постоянно требуя полезной и надежной информации для поддержки принятия решений.

Сложность этого вопроса зависит от механизма обмена данных и информативности базы данных процессов. Есть много подходов к решению этих проблем, таких как удаление неполных данных или оценка недостающих данных. Однако некоторые инструменты машинного обучения могут обрабатывать непосредственно неполные данные. Например,  BBN может работать неполными наблюдениями. Фактически, он использует вероятности для оценки степени нашей неопределенности, а иногда использует алгоритмы максимизации ожидания для изучения параметров, когда в наборе данных есть некоторые недостающие данные.

Важной частью машинного обучения является способность модели к обобщениям. Действительно, модель, которая слишком сложна по сравнению с проблемой, которую мы хотим моделировать, будет учиться на выбросах, включенных в набор данных; следовательно, модель может быть переобученной, неспособной к обобщениям и допускать множество ошибок при новом наблюдении. По этой причине в некоторых методах используются методы отсечения, например, деревья решений и нейронные сети.

Цель техники обрезки — остановить тренировку, чтобы избежать переобучения. Кроме того, большинство этих методов — это контролируемые методы, которые используют знания эксперта для постановки диагноза. Главный недостаток контролируемых методов состоит в том, что модели известен только тип обнаруженных неисправностей. Тем не менее, с новой ошибкой некоторые модели могут выполнять отклонение неоднозначности или отклонение расстояния, чтобы восполнить недостаток знаний о системе и адаптироваться к развитию системы.

Кроме того, в процессе диагностики датчики генерируют числовые данные, и не все инструменты машинного обучения используют эти числовые данные напрямую. Однако большинство методов машинного обучения работают только с непрерывными переменными, например, метод опорных векторов и ИНС. С другой стороны, другие методы используют дискретные переменные; это случай деревья решений и BBN. В деревьях решений C4.5 поддерживает числовые целевые переменные. Для других алгоритмов, таких как ID3 и CART, они используют дискретные переменные или преобразуют непрерывные переменные в интервал. BBN обычно используют дискретную случайную величину, а иногда можно включить случайную непрерывную переменную, если она имеет гауссовское распределение вероятностей. 

Нечеткая нейронная сеть — единственный метод, который может обрабатывать различные типы данных (числовые и символьные). Фактически, он преобразует количественные и качественные значения в нечеткое множество. Оптимальный процесс диагностики заключается в создании модели, способной обрабатывать числовые или символьные данные, при этом оператор может использовать свои знания, улучшая диагностику. 

Сложные или гибридные системы характеризуются множеством реконфигураций, несколькими режимами работы и регулярным изменением количества датчиков, особенно в IoT-системах: добавлением или удалением одного или нескольких датчиков. Диагностика гибридных динамических систем требует совместного использования непрерывной динамики и дискретной динамики. В этом случае для диагностики в данном контексте нам потребуются надежные инструменты с изменением моделей и системы измерения.

Заключение 

Этот обзор приложения машинного обучения для диагностики неисправностей демонстрирует, что методы машинного обучения могут быть очень полезным инструментом для обнаружения и диагностики неисправностей. Этой статьей мы показали, что один метод не позволяет учесть все характеристики, которые требуются при диагностики системы. Некоторые методы могут дополнять другие, для улучшения системы ОДН. IoT ведет к огромному объему, разнообразию и высокой скорости передачи данных. Более того, возникает необходимость проектировать облака для хранения данных. Однако есть некоторые проблемы, такие как безопасность и масштабируемость. Таким образом, важно построить систему ОДН для уменьшение расходов и простоев системы.

В этой статье было много обзоров и теории без практики и кода. Но в будущем мы планируем написать статью про байесовские сети доверия с практической стороны с примерами кода, способную поставить надежный диагноз и с включение знание эксперта.

Вследствие увеличения сложности систем и необходимости уменьшения затрат на их поддержание традиционные методы ОДН (обнаружение и диагностика неисправностей) не справляются со своей задачей. С другой стороны, эксперты в этой области не сильно доверяют методам, основанным на машинном обучении и глубоком обучении, или, говоря по-другому — методам BlackBox. В свою очередь, при GreyBox методах возможно вводить знание эксперта в систему и более или менее объяснять, как были получены результаты. В связи с этим в статье мы рассмотрим методы ОДН и примеры их применения в IoT системах.


Материал подготовлен в рамках курса «Промышленный ML на больших данных».

Также скоро пройдет двухдневный бесплатный онлайн-интенсив «Как вывести модель в продакшн с помошью AWS? Теория и подготовка». На нем можно узнать, как использовать lambda и нюансы работы с IoT данными; а также научиться выводить модель в продакшн без сложных настроек системы. Записаться можно здесь.

Диагностика ДСТ | Диагностика ДВС

Дорожно-строительная техника эксплуатируется в сложных условиях и подвергается значительным нагрузкам, что с течением времени приводит к износу деталей, поломкам важных агрегатов и узлов. Чтобы машины служили как можно дольше, не стоит ждать форс-мажора. Регулярная диагностика ДСТ — оптимальный способ выявить «слабое место», быстро устранить неисправность, избежать дорогостоящего простоя и минимизировать убытки предприятия.

Диагностика строительной техники включает в себя целый комплекс мероприятий, для проведения которых требуется специальное сканирующее оборудование. Большое значение имеет и квалификация персонала. Специалист должен ориентироваться в узлах и системах бульдозеров, экскаваторов, погрузчиков разных марок и моделей, правильно считывать показания сканера и разбираться в кодах ошибок, уметь составлять технологические карты, необходимые для планирования последующего ремонта. Таким условиям удовлетворяют лишь крупные мастерские, специализирующиеся на обслуживании ДСТ.

Диагностика строительной техники в «Русбизнесавто»

Наша компания проводит профессиональную диагностику гидравлики, двигателя, трансмиссии, электрики и других автомобильных систем. Мы работаем в Москве и регионах, обслуживаем грузовой транспорт и специальную технику всех известных брендов, присутствующих на отечественном рынке.

Наши клиенты могут обратиться непосредственно на СТО или заказать выездную диагностику гидравлики, мотора и прочих агрегатов. Мобильные бригады оперативно выезжают на объект, профессиональные мастера выполняют проверку машин при помощи современных технических средств. По итогам проверки заказчик получает достоверные данные о текущем состоянии техники и рекомендации к дальнейшим действиям – это может быть замена технических жидкостей и изношенных деталей или необходимость в текущем/капитальном ремонте дефектных узлов.

К основным преимуществам сервисных центров и выездных бригад «Русбизнесавто» относится:

  • передовое диагностическое оборудование, рекомендованное производителями;
  • большой опыт работы в области диагностики любых видов спецтехники;
  • тесное взаимодействие с производителями в части технической поддержки;
  • оперативный выезд бригады на объект заказчика;
  • скидки для постоянных клиентов.

Проверка исправности дорожно-строительной техники: основные виды услуг

  • Диагностика ДВС. Наши специалисты замеряют рабочие параметры мотора – компрессию, выброс картерных газов, давление масла, различие температурных показателей между цилиндрами. Также в комплекс мероприятий входит проверка системы питания двигателя — помпы подкачки топлива, форсунок, фильтра тонкой очистки и других узлов. Такой подход позволяет выявить имеющиеся неполадки и потенциально проблемные места, наметить оптимальный план ремонтных работ.
  • Диагностика трансмиссии. Проверка ходовой части выполняется в статичном состоянии и в движении, что позволяет определить наличие и степень износа внутренних углов. Во время диагностики валов и подшипников удается выявить люфты сверх допустимых норм. Также во время работ проверяется уровень и состояние смазки на внутренних деталях, испытывающих трение.
  • Диагностика гидротрансформатора. Обслуживание коробок новой спецтехники в основном сводится к проверке уровня и замене масла. Машины с большой наработкой требуют более серьезного подхода — специалисты снимают коды ошибок, проверяют давление, исправность электропроводки, проводят стол-тест. При потере работоспособности агрегат демонтируется, а детали подвергаются дефектовке.
  • Диагностика гидравлических систем. Проверка гидравлики включает в себя оценку технического состояния агрегатов, локализацию неисправностей и прогнозирование остаточного ресурса работы. Во время диагностических процедур мастер осматривает все узлы, замеряет давление в системе, проверяет гидронасосы, определяет сверхнормативные дренажи и утечки, прочищает клапаны и устраняет другие мелкие неисправности.
  • Диагностика электрических систем. Типичные проблемы электрики машин — износ изоляции и подвижных контактов, расход ресурса электронных блоков и аппаратов. В ходе диагностики проверяется состояние электропроводки, напряжения аккумулятора и генератора, эффективность работы стартера.

Диагностика спецтехники в «Русбизнесавто» обязательно включает проверку технических жидкостей. Специалист проверяет их плотность и степень загрязнения, определяет массовые доли масла, воды и охлаждающих жидкостей. При необходимости пробы отправляются на лабораторный анализ.

По результатам диагностики составляется заключение (карта) с описанием общего состояния машины и выявленных неисправностей. Также в документацию вносятся замечания к эксплуатации техники. Если машина или проблемный агрегат требует ремонта, такая карта позволяет определить степень сложности, объем и стоимость предстоящих работ, а также количество необходимых деталей. Благодаря такому подходу мы экономим время и деньги клиентов.

Чтобы заказать выездную диагностику и ремонт спецтехники в «Русбизнесавто», позвоните в ближайший сервисный центр своего региона или заполните заявку на сайте.

Диагностика неисправностей промышленного оборудования — заказать в Москве и МО

Компания DANTEX CONSTRUCTION оказывает все виды услуг по диагностике неисправностей климатического оборудования. 

Чтобы предотвратить поломку оборудования и другие внештатные ситуации, рекомендуется систематически осуществлять своевременную диагностику неисправностей. Все работы по обслуживанию техники, особенно сложных промышленных систем, таких как чиллеры и фанкойлы, должны проводить высококвалифицированные сервисные инженеры, знающие специфику оборудования и обладающие достаточным опытом работы с ним.

Цели проведения диагностики:

  • Выявить неисправность;

  • Установить причину поломки для предотвращения ее возникновения в будущем;

  • Составить заключение о состоянии оборудования с перечнем вариантов устранения неисправностей;

  • Подготовить дефектную ведомость.

Когда диагностика необходима?
  • Аварийная остановка оборудования. Диагностика требуется для выявления причин поломки и обнаружения всех неисправностей. Особое внимание уделяется условиям эксплуатации оборудования и действиям персонала, которые чаще всего и являются причиной аварии.

  • Проведение диагностики рабочих характеристик. Производится при сервисном обслуживании оборудования, позволяет выполнить углубленный анализ работы и выявить скрытые дефекты.

  • Комплексная детальная диагностика. Осуществляется перед расконсервацией оборудования. Проводится тщательный анализ работы установки и всех ее параметров.

Итог диагностики:

  • Подготовка акта технического состояния оборудования;

  • Анализ данных всех рабочих параметров и их соответствие номинальным значениям;

  • Выявление и устранение неисправностей на ранней стадии;

  • Снижение стоимости ремонта;

  • Возможность досрочного заказа запчастей для замены изношенных узлов;

  • Формирование на основании диагностики рекомендаций по дальнейшей эксплуатации оборудования.

Воспользовавшись услугами нашего сервисного центра, вы сможете рассчитывать на квалифицированную своевременную помощь. Мы поможем вам поддерживать работоспособное состояние ваших климатических систем, избегая аварий и других внештатных ситуаций.

Диагностика неисправностей — Мир авто

Типы электрических неисправностей Автор: Косенков А. А.
Перемежающиеся неисправности Автор: Косенков А. А.
Диагностика проводки автомобиля Автор: Косенков А. А.
Использование лампы-пробника и вольтметра Автор: Косенков А. А.
Использование амперметра и омметра Автор: Косенков А. А.
Электрические предохранители Автор: Косенков А. А.
Цвет провода автомобиля Автор: Косенков А. А.
Внешний осмотр автомобиля Автор: Косенков А. А.
Пробная поездка автомобиля Автор: Косенков А. А.
Замер мощности двигателя Автор: Косенков А. А.
Проверка движения автомобиля накатом Автор: Косенков А. А.
Проверка и регулировка зазоров в клапанном механизме двигателя Автор: Косенков А. А.
Измерение компрессии в цилиндрах Автор: Косенков А. А.
Масляная проверка двигателя Автор: Косенков А. А.
Проверка герметичности цилиндров Автор: Косенков А. А.
Проверка технического состояния двигателя непрямым путем Автор: Косенков А. А.
Проверка давления масла Автор: Косенков А. А.
Проверка вакуумного регулятора зажигания Автор: Косенков А. А.
Осмотр свечей зажигания Автор: Косенков А. А.
Методы проверки электронных систем зажигания Автор: Косенков А. А.
Проверка топливного насоса Автор: Косенков А. А.
Проверка электробензонасоса Автор: Косенков А. А.
Проверка исправности игольчатого клапана Автор: Косенков А. А.
Как сделать самостоятельную диагностику автомобиля? Автор: Косенков А. А.
Проверка уровня топлива в поплавковой камере Автор: Косенков А. А.
Проверка и регулировка холостого хода Автор: Косенков А. А.
Контроль и проверка систем впрыска топлива Автор: Косенков А. А.
Поиск неисправностей в механических системах впрыска Автор: Косенков А. А.
Проверка пусковой форсунки Автор: Косенков А. А.
Расшифровка кодов самодиагностики Автор: Косенков А. А.
Проверка датчиков двигателя Автор: Косенков А. А.
Пусковая форсунка Автор: Косенков А. А.
Газобаллонная аппаратура автомобиля: конструкция и проверка Автор: Косенков А. А.
Регулировка газобаллонного автомобиля Автор: Косенков А. А.
Оценка состояния дизельного двигателя: дымность Автор: Косенков А. А.
Установка опережения впрыска на дизеле Автор: Косенков А. А.
Проверка работы дизельных форсунок Автор: Косенков А. А.
Проверка герметичности системы питания двигателя Автор: Косенков А. А.
Проверка свечей накаливания Автор: Косенков А. А.
Проверка компрессии в цилиндрах (общего износа) Автор: Косенков А. А.
Диагностика аккумуляторной батареи Автор: Косенков А. А.
Проверка генератора Автор: Косенков А. А.
Проверка стартера Автор: Косенков А. А.
Диагностика освещения и световой сигнализации Автор: Косенков А. А.
Проверка подвески колес Автор: Косенков А. А.
Простейший способ проверить состояние автомобильного аккумулятора Автор: Косенков А. А.
Проверка колес Автор: Косенков А. А.
Проверка биения колеса Автор: Косенков А. А.
Зазоры в рулевом механизме Автор: Косенков А. А.
Диагностика тормозного механизма Автор: Косенков А. А.
Оценка степени износа барабанного тормоза Автор: Косенков А. А.
Проверка состояния деталей дискового тормоза Автор: Косенков А. А.
Проверка работоспособности стояночного тормоза Автор: Косенков А. А.
Какие бывают приводы сцепления Автор: Косенков А. А.
Лада Приора — проверка уровня и доливка масла Автор: Косенков А. А.

Телематика и диагностика неисправностей Connected Diagnostics

Логин пользователя Connected Solutions

Спасательный круг для вашего двигателя

Используя телематику, выполните беспроводное соединение вашего двигателя с Cummins для осуществления непрерывного мониторинга и диагностики сигналов неисправности систем как шоссейных, так и внедорожных двигателей для широкого диапазона техники при помощи удобного мобильного приложения, по электронной почте или через интернет-портал.

Щелкните, чтобы просмотреть брошюру

Ликвидируйте разрывы в анализе рабочих характеристик
Принимайте взвешенные решения о том, когда остановиться, путем идентификации и выстраивания кодов неисправностей в порядке серьезности и выдачи отчетов о предполагаемых исходных причинах сбоев системы на уровне компонентов.

Исключите возможность прогрессирующего разрушения двигателя
Будьте в курсе благодаря практической аналитической оценке критических таймеров двигателя в течение нескольких секунд после их срабатывания. Это поможет исключить ненужные расходы на ремонт и минимизировать внеплановые простои.

Сядьте снова за руль как можно быстрее
При помощи Cummins Care™ представитель компании сможет сориентировать вас в информации о неисправностях и указать ближайший сертифицированный пункт ремонта, обладающий техническими специалистами, которые используют оригинальные запчасти Cummins для обслуживания вашего оборудования.

 

 

Оставайтесь на связи с объектом из любой точки благодаря нашему революционному мобильному приложению.

Проверка состояния техники в парке
Обеспечьте обзор состояния вашего парка при помощи интеллектуальной приборной панели с целью выявления техники с высоким уровнем риска

Выполняйте обследование силовых установок грамотно
Проводите анализ критических и серьезных неисправностей, связанных с ухудшением производительности, в режиме реального времени.

Содействие в диагностике в режиме реального времени
Находите местных поставщиков услуг Cummins, которые помогут вам быстро решить ваши проблемы.

 

Участвующие в программе телематические поставщики услуг

 

Общее впечатление — превосходное”.

«Мы придаем очень большое значение профилактическому обслуживанию, – говорит Натан Саммер, заведующий гаражом Юго-восточного школьного округа г. Гамильтон. – Из 300 наших автобусов у нас в резерве только два междугородных и четыре обычных. Поэтому нам крайне важно исключить любую вероятность простоя или возникновения неисправности на трассе. Особенно важно защитить детей. Мы не можем заставлять их ждать на обочине, тем более в холодную погоду.

Программы Connected Diagnostics и Connected Advisor помогают обеспечивать работоспособность наших автобусов. Мы считаем очень полезными интеллектуальные продукты серии Connected от Cummins. Очень удобно, что программа автоматически подготавливает и выдает нам диагностический отчет о состоянии техники. Эта функция очень помогает нашему сервисному технику при планировании работ по техобслуживанию. Благодаря ей он знает, где требуются срочные меры, а где нет».

 

Мы уважаем вашу конфиденциальность. Ознакомьтесь с нашей политикой.

Диагностика неисправностей – обзор

1 Введение

Диагностика неисправностей связана с обнаружением и локализацией нештатных ситуаций. Он состоит из интерпретации текущего состояния установки на основе показаний датчиков и информации о процессе. В сложных современных процессах диагностика неисправностей имеет решающее значение с точки зрения безопасности, а также экономики из-за влияния нештатных ситуаций на выход и качество продукции. В последние годы появляются интеллектуальные системы поддержки принятия решений в режиме реального времени как необходимые инструменты, помогающие операторам справляться с нештатными ситуациями.

Диагностика неисправностей осуществляется как с помощью строгих моделей, так и моделей, управляемых данными, с использованием множества методов и алгоритмов [1][2]. Кроме того, несколько методов были объединены, чтобы найти правильный синергизм для усиления сильных сторон, избегая при этом недостатков, присущих каждой методологии [3].

Одним из важных ограничений повсеместного внедрения передовых инструментов контроля процессов является необходимость в решениях с высокой степенью индивидуализации. В каждом процессе необходимо разрабатывать новые модели и анализировать огромное количество данных, что требует значительных затрат времени, усилий и денег.

С целью разработки более обобщенных и прозрачных решений возникает интерес к новым парадигмам моделирования, основанным на онтологиях [4]. Онтологию можно определить как «явную спецификацию концептуализации» [5]. Точнее говоря, современная технология онтологии использует теорию графов и логику описания для обеспечения эффективного разрешимого представления знаний путем спецификации понятий, свойств и аксиом.

Онтологии зависят от существующих источников информации, включая семантику, что делает хранимую информацию более богатой и значимой.Одной из наиболее важных возможностей онтологий является рассуждение. После того, как информация была правильно описана, рассудок может проверить согласованность и сделать вывод о новых отношениях.

В этой работе представлен новый подход к оперативному контролю и диагностике процессов. Надзор осуществляется экспертной системой с возможностями рассуждения, поддерживаемыми моделью знаний, основанной на онтологии.

Ключевым шагом в разработке такого рода интеллектуальных систем является разработка высококачественной модели знаний.Его структура должна поддерживать требования интегрированных программных приложений, в то же время правильно отражая семантику предметной области. Последнее имеет решающее значение для успешного использования знаний предметной области, а также сопряжено с наибольшими трудностями, поскольку сами понятия включают в себя очень сложные конструкции, такие как двусмысленности, синонимы, омонимы и т. д. Более того, значение понятий сильно зависит от контекста. При устранении эта ситуация приводит к развитию «псевдоонтологий»; формальные схемы представления, не учитывающие принципы интеграции и повторного использования базы знаний (БЗ).

Важной целью данной работы является получение унифицированной модели знаний , которая отражает характеристики двух областей применения: 1) Иерархическая классификация и интерпретация знаний. 2) Контроль и диагностика в режиме реального времени. Следовательно, требуются два разных этапа приобретения и использования знаний. Первый мог работать в автономном режиме с неструктурированными запросами. Во-вторых, требуется оперативная обработка с высокой надежностью и заранее заданным выходом.

Следуя вышеупомянутым принципам проектирования, в этой работе была разработана новая онтология, стремящаяся к общему и повторно используемому представлению знаний, способному содержать ключевые понятия в надзоре за процессами.

Диагностика неисправностей – обзор

1.1.1.1 Сборочные роботы

Что касается сборочных роботов, то основной задачей является достижение высокоточного позиционирования заготовки. Согласно предыдущим исследованиям, затраты на сборку составляют 50% от общих производственных затрат [5].Системы сборочных роботов также можно разделить на жестких сборочных и гибких сборочных роботов. Жесткие сборочные роботы представляют собой специализированные системы обработки для конкретных деталей в традиционной промышленной среде.

Жесткие сборочные роботы имеют плохую генерализацию. Если производственная линия заменяется обработанными деталями, оборудование необходимо настраивать. Замена оборудования вызовет большую экономическую нагрузку. По сравнению с жесткими сборочными роботами, гибкие сборочные роботы могут разрабатывать индивидуальные программы обработки в соответствии с заготовкой.Гибкие сборочные роботы программируются, что может привести к различным схемам сборки для разных заготовок. Гибкие сборочные роботы важны для гибкой сборочной системы. В современном промышленном развитии гибкие роботы-сборщики находятся в центре внимания [6]. В последующем обсуждении роботы-сборщики относятся к гибким роботам-сборщикам.

Сборочный робот состоит из четырех компонентов: компонентов машин, датчиков, контроллеров и приводов. Чтобы создать сложную траекторию движения детали в реальной среде сборки, сборочные роботы обычно имеют более четырех степеней свободы (DOF).Обычные сборочные роботы можно разделить на два типа: сборочные роботы-манипуляторы с селективным соответствием (SCARA) и роботы с шестью степенями свободы.

SCARA имеют четыре степени свободы, которые обычно используются при сборке электроники, сборке винтов и т. д. [7]. SCARA специально разработаны Университетом Яманаси для сборки. SCARA содержат два параллельных соединения, которые могут собирать заготовку в заданной плоскости. Преимущества SCARA по сравнению с роботами с шестью степенями свободы: более высокая скорость и точность сборки; недостатки — ограниченное рабочее пространство.Обычно используемые стратегии управления для SCARA включают адаптивное управление, силовое управление, надежное управление и т. д. [8]. В современных исследованиях по управлению роботами используются интеллектуальные алгоритмы для повышения эффективности управления [9]. Дульгер и соавт. применили нейронную сеть для управления SCARA [10]. Нейронная сеть была оптимизирована путем оптимизации роя частиц для повышения производительности. Сон и др. принял оптимизированную обратную нейронную сеть для управления с обратной связью [11]. Чтобы справиться с помехами при беге, параметры обратной нейронной сети обновляются с помощью алгоритма обратного распространения.Луан и др. использовали нейронную сеть радиальной базисной функции (RBF) для динамического управления SCARA [12].

Роботы с шестью степенями свободы могут найти заготовку практически в любой точке. Таким образом, роботы с шестью степенями свободы могут выполнять задачу сборки сложных трехмерных (3D) заготовок. Динамика роботов с шестью степенями свободы является основой для управления роботами. Чжан и соавт. учитывал трение роботов и использовал метод гибридной оптимизации для моделирования динамики робота с шестью степенями свободы [13]. После оптимизации динамическая точность значительно возросла.Ян и др. предложил симулятор динамики робота с шестью степенями свободы [14]. Роботы с большой степенью свободы имеют большие возможности. Однако слишком большая свобода неэкономична. Чтобы найти компромисс между экономичностью и осуществимостью, DOF можно оптимизировать для конкретных задач. Ян и др. предложил метод оптимизации для минимизации степени свободы [15]. Этот метод оптимизации может уменьшить степень свободы и улучшить ее использование.

Сборочные роботы должны взаимодействовать со вспомогательным оборудованием.Светильники являются жизненно важным оборудованием для обеспечения совместной работы. Крепления могут фиксировать относительное положение между заготовкой и роботом под нагрузкой. Если точность расположения приспособлений низка, сколь бы точна ни была точность позиционирования робота, он не сможет добиться высокоточной сборки. В настоящее время гибкий фиксатор является перспективной разработкой [16]. Лоут и др. предложил уникальное приспособление, способное адаптивно регулировать радиальное и угловое положение [17]. Хотя для сборочных роботов применяются вспомогательные устройства, результаты сборочных роботов все же могут быть неудачными.Особенно важно избегать неудачной сборки при сборке электрического соединителя, поскольку электрический соединитель не является жестким компонентом. Чтобы обнаружить неудачную сборку узла электрического соединителя, Di et al. предложил гибридную систему обнаружения с датчиком силы и камерой [18].

Система диагностики и прогнозирования неисправностей сборочных роботов гарантирует точность сборки. Существует много исследований, посвященных системам диагностики и прогнозирования отказов. Хуанг и др. разработал классификатор для робота-жгута проводов [19].Это исследование смоделировало производственный процесс и рассчитало неисправность с помощью нечеткой модели. Байдар и соавт. представил модель диагностики с прогнозированием ошибок [20]. Предложенная модель объединила симуляцию Монте-Карло, генетический алгоритм и т.д. Функции системы диагностики и прогнозирования неисправностей сборочных роботов должны содержать основные аспекты, указанные в Choo et al. [21]:

(a)

Состояние работоспособности сборочных роботов отслеживается в режиме реального времени.Отслеживаемые данные заносятся в набор данных. Характеристики работоспособности извлекаются из состояний работоспособности сборочных роботов. Неисправности и оставшийся срок службы могут быть рассчитаны в соответствии с функциями.

(b)

По результатам диагностики неисправностей и прогноза задачи сборки переназначаются, чтобы убедиться, что неисправные роботы-сборщики заменены полностью функционирующими роботами. Планы технического обслуживания могут быть составлены для ремонта неисправных роботов.

Обнаружение и диагностика неисправностей при обслуживании оборудования

Понимание отказов оборудования и разработка стратегий их обнаружения и диагностики является одним из ключевых элементов технического обслуживания оборудования.

Цель этой статьи — представить обзор обнаружения и диагностики неисправностей, поскольку они применяются для улучшения процесса обслуживания оборудования и повышения надежности активов.

История обнаружения неисправностей и диагностики

В первые дни техническое обслуживание оборудования ограничивалось ремонтом неисправных активов и выполнением базового планового технического обслуживания на основе жестких временных интервалов. Специалисты по техническому обслуживанию не могли бы быть более активными, даже если бы захотели.Их возможности по сбору, хранению и анализу данных о состоянии и производительности оборудования были просто слишком ограничены.

Однако благодаря постоянному совершенствованию микропроцессорных средств управления, автоматизации, сбора данных в режиме реального времени и таких систем, как обнаружение и диагностика неисправностей (FDD), методы обслуживания оборудования значительно изменились.

FDD в обслуживании оборудования

Целью обнаружения и диагностики неисправностей в контексте обслуживания оборудования является оптимизация затрат на техническое обслуживание при одновременном повышении надежности, доступности, ремонтопригодности и безопасности (RAMS) оборудования.

Функция FDD заключается в постоянном мониторинге и анализе данных мониторинга состояния и обнаружении любых аномалий (если они есть). Затем наборы данных о состоянии оборудования обрабатываются алгоритмами диагностики неисправностей, иногда встроенными в само оборудование, для создания предупреждений о сбоях для операторов оборудования и обеспечения своевременного технического обслуживания.

В некоторых случаях алгоритмы достаточно сложны, чтобы даже инициировать действия по локализации сбоя для автоматического исправления самого сбоя и восстановления работоспособного состояния оборудования.

Ключевые элементы системы обнаружения и диагностики неисправностей

FDD, как следует из названия, содержит средства обнаружения и диагностики отказов оборудования. Диагностика отказа может быть разбита на выделение и идентификацию отказа.

Оценка отказов часто добавляется в область применения FDD, поскольку она помогает понять серьезность отказа, влияющего на производительность системы, что является важным аспектом управления техническим обслуживанием.

Тем не менее, алгоритм обнаружения и диагностики неисправностей для любого оборудования должен содержать как минимум четыре ключевых процесса, перечисленных ниже (они также могут представлять собой нелинейный процесс при условии, что некоторые шаги выполняются одновременно):

Нам нужно обсудить каждый элемент более подробно, чтобы действительно понять, как работает обнаружение и диагностика неисправностей.

1. Обнаружение неисправности

Обнаружение неисправностей – это процесс обнаружения наличия неисправности в каком-либо оборудовании до того, как она проявится в виде поломки. Это самый важный этап FDD, поскольку все последующие процессы зависят от его точности.

Если оборудование не может обнаружить правильный режим отказа (или если обнаружение неверно и вызывает ложные тревоги), изоляция, идентификация и оценка также будут неэффективны.

Существует два основных подхода к обнаружению неисправностей:

  1. Обнаружение неисправностей на основе моделей: Осуществляется путем математического моделирования сигналов и процессов.
  2. Обнаружение неисправностей на основе знаний: Это метод, использующий исторические данные о производительности оборудования.

Обнаружение неисправностей на основе модели

При обнаружении на основе моделей мы определяем набор инженерных правил, написанных в соответствии с физическими законами, которые определяют отношения подсистем и компонентов внутри оборудования. Всякий раз, когда правило нарушается, алгоритм может обнаружить неисправность и выполнить диагностику неисправности.

Одним из примеров обнаружения неисправностей на основе моделей является использование рефлектометрии во временной области (TDR) для обнаружения повреждений в подземных кабелях.В TDR сигнал передается по тестовому кабелю и принимается после отражения от места повреждения.

Если кабель имеет разрыв или высокое сопротивление, часть сигнала будет отражаться обратно на тестовое оборудование или приемник. Анализируя время возврата сигнала и скорость отраженного сигнала, испытательное оборудование может определить характер неисправности в кабеле как обрыв цепи или короткое замыкание.

Другой простой пример обнаружения на основе правил связан с последовательной работой системы наполнения, укупорки и упаковки бутылок на конвейерной ленте.Можно установить простое правило, указывающее иерархию процессов, например:

.
  • бутылка не может быть закрыта до тех пор, пока бутылка не будет заполнена жидкостью
  • бутылки не могут быть упакованы, если они не заполнены и не закрыты крышками  

В случае неисправности механизма укупорки бутылок алгоритм обнаружит поступающий сбой в системе упаковки. Он заблаговременно уведомит оператора упаковки. Необходимая подготовка может быть сделана для минимизации эксплуатационных потерь на упаковочной стороне конвейерной ленты.

Обнаружение неисправностей на основе знаний

Чтобы обнаружение ошибок на основе знаний заработало, нам сначала нужно установить базовый уровень. Это делается путем получения параметров производительности оборудования , таких как напряжение, ток, вибрация, температура, давление и других соответствующих переменных процесса, пока оборудование работает в нормальных условиях.

Цель состоит в том, чтобы разработать сигнатуру оборудования при нормальной работе.

После этого одни и те же параметры непрерывно извлекаются и сопоставляются с «здоровой» сигнатурой, чтобы зафиксировать отклонение через интерфейс статистического анализа — распознавание образов, выполняемое с помощью машинного обучения или искусственной нейронной сети.

Мы можем использовать этот метод для прогнозирования выхода из строя подшипника двигателя с помощью сенсорных данных, собранных с подшипника и двигателя в целом.

Большое количество данных, собранных в течение долгого времени — история процесса — может быть проанализировано с помощью статистического алгоритма. Это помогает нам понять влияние различных условий, которым подвергается двигатель, таких как тепловой режим, механическое напряжение или некоторые другие рабочие условия, возникающие в особых обстоятельствах.

Затем алгоритм сопоставляет влияние этих условий на ухудшение состояния подшипников и прогнозирует частоту отказов и состояние работоспособности всего двигателя.

На основе этих сигнатур данных можно провести анализ для прогнозирования будущего состояния оборудования. Кроме того, можно активировать необходимые аварийные сигналы и провести диагностику неисправностей, чтобы оператор/техник мог предпринять соответствующие действия.

Те же данные можно использовать для определения стратегии профилактического обслуживания на оставшийся срок службы двигателя.

2. Выявление неисправности

Целью процесса локализации неисправности является локализация неисправности до самого нижнего компонента, который можно заменить.В некоторых приложениях обнаружение и изоляция неисправностей идут рука об руку; они могут, конечно, быть отдельными модулями процесса. Это связано с тем, что процессы обнаружения и локализации неисправности происходят в основном в одно и то же время, и оба выполняются алгоритмом обнаружения и изоляции неисправностей (FDI).

Например, рассмотрим пример тестирования TDR для подземного кабеля. Возвратный импульсный сигнал от кабеля одновременно указывает на наличие и местонахождение неисправности через время и скорость возвращенного импульсного сигнала.

Важным аспектом локализации неисправности является то, что неисправность должна быть локализована в самом нижнем компоненте, который можно заменить . Это сделано для повышения точности изоляции и уменьшения влияния времени простоя.

В случае описанного ранее примера системы конвейера для бутылок обнаружение должно быть способно точно определить место отказа, например, отказ платы управления в механизме укупорки бутылок.

Если обнаружение просто указывает на отказ высокого уровня в конвейерной ленте, это не очень полезно для техника, выполняющего диагностику — на одном конвейере есть несколько систем, которые потенциально могут выйти из строя.

Информация, которая действительно ускорит процесс ремонта, — это знание точного местоположения неисправности.

3. Идентификация неисправности

Целью идентификации сбоя является понимание основного режима сбоя, определение размера сбоя и поиск его первопричины.Методы диагностики неисправностей могут различаться, но действия, которые необходимо выполнить, в основном одинаковы.

Понимание основного режима отказа

Для глубокого понимания режима отказа требуется работа: 

  • нам нужно проанализировать, как ошибка ведет себя в разное время
  • , чтобы мы могли разработать изменяющуюся во времени сигнатуру режима отказа
  • .
  • и классифицировать его по разным категориям

Определение размера неисправности

Независимо от применяемого метода обнаружения неисправности размер или величина неисправности играет важную роль в определении желаемого уровня отказоустойчивости, который необходимо заложить в конструкцию оборудования.

Если величина ошибки мала, система просто должна быть в состоянии выдержать ошибку в течение дополнительного времени, пока ошибка не будет устранена сама по себе. Прекрасным примером является разрешение на временное переключение токов в электроприборах, если это не оказывает существенного влияния на производительность оборудования.

Теперь, если величина ошибки действительно высока, требуется другая методология: инженеры должны использовать активную или пассивную избыточность для повышения отказоустойчивости своих устройств.

Поиск основных причин 

Алгоритм обнаружения и диагностики неисправностей является ядром хорошей системы диагностики неисправностей. Он основан на принципах машинного обучения и может использоваться для выявления аномалий в потоках данных, исходящих от оборудования, и определения их основной причины.

Идентификация некоторых режимов отказа очень проста, в то время как другие могут быть сложными и требовать обширных математических вычислений.

В качестве примера возьмем высоковольтный и мощный трехфазный асинхронный двигатель переменного тока.

Чаще всего основные виды отказов носят механический характер и связаны с вращающейся частью двигателя: короткое замыкание обмоток ротора, выход из строя подшипников и поломка ротора. Поскольку ротор является быстродвижущимся элементом, непосредственно на него нельзя установить датчик.

Усовершенствованные алгоритмы FDD можно использовать для создания сигнатур тока на выводах статора двигателя в исправном состоянии и сравнения их с сигнатурами тока в неисправных условиях.

Например, при обрыве стержней ротора импульс тока статора в два раза превышает частоту тока статора двигателя.Существует косвенная зависимость между механическим разрушением стержней ротора и колебаниями тока статора.

Такие возникающие тенденции анализируются алгоритмами обнаружения и диагностики неисправностей и могут использоваться для поиска возможных основных причин, которые выводятся и отображаются в режиме реального времени на интерактивных информационных панелях.

Использование таких алгоритмов выявления неисправностей значительно сократило время, необходимое техническим специалистам для устранения неполадок оборудования и выявления основной причины сбоев.Автоматическая диагностика основных причин в значительной степени способствовала сокращению времени простоя оборудования, сокращению среднего времени ремонта и повышению общей надежности предприятия.

4. Оценка неисправности

После определения видов сбоев и связанных с ними основных причин следующим шагом является оценка влияния этого типа сбоя на общую производительность системы.

Нам необходимо учитывать такие факторы, как:

  • влияние неисправности на окружающую среду и остальную часть системы
  • влияние неисправности на безопасность системы
  • финансовый убыток из-за простоя
  • необходимость принятия решений о капитальной замене (в случае, если серьезность отказа достаточна для замены оборудования, а не его ремонта) 

через GIPHY

Оценка неисправности является важным элементом общего процесса, поскольку она направлена ​​на понимание серьезности неисправности .Это помогает инженерам по надежности проводить проверку и рассчитывать риск сбоев, что окажет большое влияние на требования к техническому обслуживанию, рекомендации и оптимизацию.

Например, результат FDD для одной единицы оборудования может означать быстрое увеличение количества отказов. Однако влияние этой ошибки на общую производительность системы может быть минимальным, что делает общий риск умеренным. В этом случае для управления риском может быть достаточно менее строгой стратегии обслуживания, такой как работа до отказа или профилактическое обслуживание.

Fault Detection and Diagnostics для другой части оборудования может указывать на увеличение частоты отказов, а также на сильное влияние отказа на общую производительность системы. В этом случае следует принять наиболее строгую программу профилактического обслуживания, несмотря на ее высокую стоимость. Это связано с тем, что увеличение затрат на техническое обслуживание оправдано для предотвращения серьезных последствий, которые будут намного более дорогостоящими.

Оптимизация обслуживания с помощью FDD

Короче говоря, обнаружение неисправностей и диагностика играют решающую роль в оптимизации режима технического обслуживания любого оборудования на протяжении всего его жизненного цикла.

С появлением технологий быстрых вычислений, обработки больших данных и передовых алгоритмов обучения традиционное обнаружение неисправностей превратилось в автоматические системы управления неисправностями, которые не только обнаруживают неисправности, но также определяют их основную причину и осуществляют корректирующие действия, чтобы избежать повторения ошибок в будущем.

Такая автоматизация ряда ручных процессов позволила инженерам по надежности и техническому обслуживанию прогнозировать состояние оборудования, определять будущие характеристики оборудования и определять оптимальные интервалы обслуживания.

Единственное, что им осталось сделать, это запустить свое компьютеризированное программное обеспечение для управления техническим обслуживанием (CMMS), отслеживать состояние своих критически важных активов и планировать соответствующие работы по техническому обслуживанию.

Диагностика неисправностей | СпрингерЛинк

‘) var head = document.getElementsByTagName(«head»)[0] вар скрипт = документ.создатьЭлемент(«скрипт») script.type = «текст/javascript» script.src = «https://buy.springer.com/assets/js/buybox-bundle-52d08dec1e.js» script.id = «ecommerce-scripts-» ​​+ метка времени head.appendChild (скрипт) var buybox = document.querySelector(«[data-id=id_»+ метка времени +»]»).parentNode ;[].slice.call(buybox.querySelectorAll(«.вариант-покупки»)).forEach(initCollapsibles) функция initCollapsibles(подписка, индекс) { var toggle = подписка.querySelector(«.Цена-варианта-покупки») подписка.classList.remove(«расширенный») var form = подписка.querySelector(«.форма-варианта-покупки») если (форма) { вар formAction = form.getAttribute(«действие») document.querySelector(«#ecommerce-scripts-» ​​+ timestamp).addEventListener(«load», bindModal(form, formAction, timestamp, index), false) } var priceInfo = подписка.селектор запросов(«.Информация о цене») var PurchaseOption = toggle.parentElement если (переключить && форма && priceInfo) { toggle.setAttribute(«роль», «кнопка») toggle.setAttribute(«tabindex», «0») toggle.addEventListener («щелчок», функция (событие) { var expand = toggle.getAttribute(«aria-expanded») === «true» || ложный переключать.setAttribute(«расширенная ария», !расширенная) form.hidden = расширенный если (! расширено) { покупкаOption.classList.add(«расширенный») } еще { покупкаOption.classList.remove(«расширенный») } priceInfo.hidden = расширенный }, ложный) } } функция bindModal (форма, formAction, метка времени, индекс) { var weHasBrowserSupport = окно.выборка && Array.from функция возврата () { var Buybox = EcommScripts ? EcommScripts.Buybox : ноль var Modal = EcommScripts ? EcommScripts.Modal : ноль if (weHasBrowserSupport && Buybox && Modal) { var modalID = «ecomm-modal_» + метка времени + «_» + индекс var modal = новый модальный (modalID) модальный.domEl.addEventListener(«закрыть», закрыть) функция закрыть () { form.querySelector(«кнопка[тип=отправить]»).фокус() } вар корзинаURL = «/корзина» var cartModalURL = «/cart?messageOnly=1» форма.setAttribute( «действие», formAction.replace(cartURL, cartModalURL) ) var formSubmit = Buybox.перехват формы отправки ( Buybox.fetchFormAction(окно.fetch), Buybox.triggerModalAfterAddToCartSuccess(модальный), функция () { form.removeEventListener («отправить», formSubmit, false) форма.setAttribute( «действие», formAction.replace(cartModalURL, cartURL) ) форма.представить() } ) form.addEventListener («отправить», formSubmit, ложь) document.body.appendChild(modal.domEl) } } } функция initKeyControls() { document.addEventListener («нажатие клавиши», функция (событие) { если (документ.activeElement.classList.contains(«цена-варианта-покупки») && (event.code === «Пробел» || event.code === «Enter»)) { если (document.activeElement) { событие.preventDefault() документ.activeElement.click() } } }, ложный) } функция InitialStateOpen() { var узкаяBuyboxArea = покупная коробка.смещениеШирина -1 ;[].slice.call(buybox.querySelectorAll(«.опция покупки»)).forEach(функция (опция, индекс) { var toggle = option.querySelector(«.цена-варианта-покупки») var form = option.querySelector(«.форма-варианта-покупки») var priceInfo = option.querySelector(«.Информация о цене») если (allOptionsInitiallyCollapsed || узкаяBuyboxArea && индекс > 0) { переключать.setAttribute («ария-расширенная», «ложь») form.hidden = «скрытый» priceInfo.hidden = «скрытый» } еще { переключить.щелчок() } }) } начальное состояниеОткрыть() если (window.buyboxInitialized) вернуть window.buyboxInitialized = истина initKeyControls() })()

Подходы к диагностике неисправностей и мониторингу состояния

‘) переменная голова = документ.getElementsByTagName(«голова»)[0] var script = document.createElement(«сценарий») script.type = «текст/javascript» script.src = «https://buy.springer.com/assets/js/buybox-bundle-52d08dec1e.js» script.id = «ecommerce-scripts-» ​​+ метка времени head.appendChild (скрипт) var buybox = document.querySelector(«[data-id=id_»+ метка времени +»]»).parentNode ;[].slice.call(buybox.querySelectorAll(«.вариант-покупки»)).forEach(initCollapsibles) функция initCollapsibles(подписка, индекс) { var toggle = подписка.querySelector(«.цена-варианта-покупки») подписка.classList.remove(«расширенный») var form = подписка.querySelector(«.форма-варианта-покупки») если (форма) { вар formAction = form.getAttribute(«действие») документ.querySelector(«#ecommerce-scripts-» ​​+ timestamp).addEventListener(«load», bindModal(form, formAction, timestamp, index), false) } var priceInfo = подписка.querySelector(«.Информация о цене») var PurchaseOption = toggle.parentElement если (переключить && форма && priceInfo) { toggle.setAttribute(«роль», «кнопка») toggle.setAttribute(«tabindex», «0») переключать.addEventListener(«щелчок», функция (событие) { var expand = toggle.getAttribute(«aria-expanded») === «true» || ложный toggle.setAttribute(«aria-expanded», !expanded) form.hidden = расширенный если (! расширено) { покупкаOption.classList.add(«расширенный») } еще { покупкаOption.classList.удалить («расширить») } priceInfo.hidden = расширенный }, ложный) } } функция bindModal (форма, formAction, метка времени, индекс) { var weHasBrowserSupport = window.fetch && Array.from функция возврата () { var Buybox = EcommScripts ? EcommScripts.Buybox : ноль var Modal = EcommScripts ? EcommScripts.Модальный: ноль if (weHasBrowserSupport && Buybox && Modal) { var modalID = «ecomm-modal_» + метка времени + «_» + индекс var modal = новый модальный (modalID) modal.domEl.addEventListener («закрыть», закрыть) функция закрыть () { form.querySelector(«кнопка[тип=отправить]»).фокус() } вар корзинаURL = «/корзина» var cartModalURL = «/cart?messageOnly=1» форма.установить атрибут ( «действие», formAction.replace(cartURL, cartModalURL) ) var formSubmit = Buybox.interceptFormSubmit( Buybox.fetchFormAction(окно.fetch), Buybox.triggerModalAfterAddToCartSuccess(модальный), функция () { форма.removeEventListener («отправить», formSubmit, false) форма.setAttribute( «действие», formAction.replace(cartModalURL, cartURL) ) форма.отправить() } ) form.addEventListener («отправить», formSubmit, ложь) документ.body.appendChild(modal.domEl) } } } функция initKeyControls() { document.addEventListener («нажатие клавиши», функция (событие) { if (document.activeElement.classList.contains(«цена-варианта-покупки») && (event.code === «Пробел» || event.code === «Enter»)) { если (document.activeElement) { мероприятие.предотвратить по умолчанию () документ.activeElement.click() } } }, ложный) } функция InitialStateOpen() { вар buyboxWidth = buybox.offsetWidth ;[].slice.call(buybox.querySelectorAll(«.опция покупки»)).forEach(функция (опция, индекс) { var toggle = option.querySelector(«.цена-варианта-покупки») вар форма = вариант.querySelector(«.форма-варианта-покупки») var priceInfo = option.querySelector(«.Информация о цене») если (buyboxWidth > 480) { переключить.щелчок() } еще { если (индекс === 0) { переключить.щелчок() } еще { toggle.setAttribute («ария-расширенная», «ложь») форма.скрытый = «скрытый» priceInfo.hidden = «скрытый» } } }) } начальное состояниеОткрыть() если (window.buyboxInitialized) вернуть window.buyboxInitialized = истина initKeyControls() })()

Произошла ошибка при настройке пользовательского файла cookie

Этот сайт использует файлы cookie для повышения производительности.Если ваш браузер не принимает файлы cookie, вы не можете просматривать этот сайт.


Настройка браузера на прием файлов cookie

Существует множество причин, по которым файл cookie не может быть установлен правильно. Ниже приведены наиболее распространенные причины:

  • В вашем браузере отключены файлы cookie. Вам необходимо сбросить настройки браузера, чтобы принять файлы cookie, или спросить вас, хотите ли вы принимать файлы cookie.
  • Ваш браузер спрашивает, хотите ли вы принимать файлы cookie, и вы отказались.Чтобы принять файлы cookie с этого сайта, нажмите кнопку «Назад» и примите файл cookie.
  • Ваш браузер не поддерживает файлы cookie. Попробуйте другой браузер, если вы подозреваете это.
  • Дата на вашем компьютере в прошлом. Если часы вашего компьютера показывают дату до 1 января 1970 г., браузер автоматически забудет файл cookie. Чтобы это исправить, установите правильное время и дату на своем компьютере.
  • Вы установили приложение, которое отслеживает или блокирует установку файлов cookie.Вы должны отключить приложение при входе в систему или проконсультироваться с системным администратором.

Почему этому сайту требуются файлы cookie?

Этот сайт использует файлы cookie для повышения производительности, запоминая, что вы вошли в систему, когда переходите со страницы на страницу. Предоставить доступ без файлов cookie потребует от сайта создания нового сеанса для каждой посещаемой вами страницы, что замедляет работу системы до неприемлемого уровня.


Что сохраняется в файле cookie?

Этот сайт не хранит ничего, кроме автоматически сгенерированного идентификатора сеанса в файле cookie; никакая другая информация не фиксируется.

Как правило, в файле cookie может храниться только информация, которую вы предоставляете, или выбор, который вы делаете при посещении веб-сайта. Например, сайт не может определить ваше имя электронной почты, если вы не решите ввести его. Разрешение веб-сайту создавать файлы cookie не дает этому или любому другому сайту доступ к остальной части вашего компьютера, и только сайт, создавший файл cookie, может его прочитать.

Интеллектуальная диагностика неисправностей и прогноз для инженерных систем

ПРЕДИСЛОВИЕ.

БЛАГОДАРНОСТИ.

ПРОЛОГ.

1 ВВЕДЕНИЕ.

1.1 Историческая перспектива.

1.2 Требования к диагностической и прогностической системе.

1.3 Проектирование систем диагностики и прогнозирования неисправностей.

1.4 Диагностические и прогностические функциональные уровни.

1.5 Предисловие к главам книги.

1.6 Ссылки.

2 СИСТЕМНЫЙ ПОДХОД К CBM/PHM.

2.1 Введение.

2.2 Торговля.

2.3 Анализ критичности видов и последствий отказов (FMECA).

2.4 Проект плана испытаний системы CBM.

2.5 Оценка производительности.

2.6 Влияние CBM/PHM на техническое обслуживание и эксплуатацию: тематические исследования.

2.7 CBM/PHM в управлении и управлении непредвиденными обстоятельствами.

2.8 Ссылки.

3 ДАТЧИКИ И СТРАТЕГИИ ДАТЧИКОВ.

3.1 Введение.

3.2 Датчики.

3.3 Размещение датчика.

3.4 Сети беспроводных датчиков.

3.5 Интеллектуальные датчики.

3.6 Ссылки.

4 СИСТЕМЫ ОБРАБОТКИ СИГНАЛОВ И УПРАВЛЕНИЯ БАЗОЙ ДАННЫХ.

4.1 Введение.

4.2 Обработка сигналов в CBM/PHM.

4.3 Предварительная обработка сигнала.

4.4 Обработка сигналов.

4.5 Мониторинг вибрации и анализ данных.

4.6 Извлечение характеристик изображения в реальном времени и классификация дефектов/неисправностей.

4.7 Виртуальный датчик.

4.8 Технологии слияния или интеграции.

4.9 Отслеживание моделей использования.

4.10 Методы управления базой данных.

4.11 Ссылки.

5 ДИАГНОСТИКА НЕИСПРАВНОСТЕЙ.

5.1 Введение.

5.2 Диагностическая структура.

5.3 Методы диагностики исторических данных.

5.4 Классификация отказов на основе данных и принятие решений.

5.5 Моделирование динамических систем.

5.6 Методы на основе физических моделей.

5.7 Рассуждения на основе моделей.

5.8 Рассуждения на основе прецедентов (CBR).

5.9 Другие методы диагностики неисправностей.

5.10 Диагностическая основа для электрических/электронных систем.

5.11 Практический пример: обнаружение и диагностика неисправностей подшипников двигателя на основе вибрации.

5.12 Ссылки.

6 ПРОГНОЗ НЕИСПРАВНОСТЕЙ.

6.1 Введение.

6.2 Методы прогнозирования на основе моделей.

6.3 Методы вероятностного прогнозирования.

6.4 Методы прогнозирования на основе данных.

6.5 Практические примеры.

6.6 Ссылки.

alexxlab

Добавить комментарий

Ваш адрес email не будет опубликован.