Linux系统故障诊断与排除 linux管理员必备

当前基于油中溶解气体分析(DGA)的变压器故障诊断方法往往仅考虑单一时刻数据点，容错性差，难以充分挖掘在线监测数据的时序信息。提出一种考虑变压器油特征参量序列间复杂关系的基于双向长短时记忆(Bi-LSTM)网络的变压器故障诊断方法。首先构建了变压器油特征参量序列，基于序列数据构建了Bi-LSTM变压器故障诊断模型。工程实际中不同变压器油特征参量序列长短不一，需通过排序、分组填充对模型输入进行重构改进，然后对超参数进行优化。基于同一自建数据库对比所提方法与其他方法，结果表明：经过数据重构后所提方法的准确率可达91.9 %；当特征指标数量减少约2/3时，所提方法的准确率仅下降约1%，而其他方法的准确率平均下降约6 %；当采样数据存在10%的随机错误时，所提方法诊断准确率仅下降2%~6 %，且通过改变隐藏层的数量可得到改善。

TIA博途_OB82诊断错误中断组织块的功能与使用方法

近年来,煤炭企业电气设备的网络化状态监测及故障诊断都是具有挑战性的问题,文章在应用中对电力设备状态检测所需要获取的信息、状态监测的任务和可以采用的方法进行了分析,然后对于主要的一次设备和二次设备及其回路的状态检测进行了细致的研究,并对物联网技术在状态检修应用中的作用做出了评价。

为提高模拟电路的软故障诊断能力，提出一种基于KPLS特征提取和WNN的集成诊断方法。首先利用KPLS良好的特征提取能力，构建故障样本集的主元特征集；然后，利用WNN解决复杂非线性问题的优势，建立主元特征集的故障识别模型；最后，由所建模型对各种故障模式进行诊断判定。Sallen-Key带通滤波器的仿真测试表明：该集成方法仅通过不到300次迭代计算即完成模型训练，诊断的总正确率达到96.7%，且9种模式中的6种达到100%正确率，从而验证了其可行性和有效性。

论文研究-供水管网爆管故障诊断的PSO-SVM方法.pdf,  根据供水管网的实际水压监测数据, 采用粒子群算法优化反演管道的海曾-威廉斯系数, 并通过在管道中间加入虚节点来模拟爆管故障, 进而基于节点水压法建立了管网在爆管故障情况下的水力计算模型. 由计算模型计算出一组不同爆点、不同爆管程度组合下的监测点处的水压值, 以此反向训练支持向量机(SVM)模型, 并通过粒子群算法(PSO)对优化支持向量机模型的核参数, 建立了基于PSO-SVM方法的供水管网爆管诊断模型. 最后, 通过一个供水管网的室内实验模型验证了上述诊断模型的有效性.

elasticsearch-support-diagnostics, 支持elasticsearch和logstash的诊断实用程序 支持诊断实用程序支持诊断实用程序是一个Java可执行文件，它将查询运行在主机上的node，以获取正在运行的群集的数据和统计信息。 它将执行一系列 REST API 调用，运行一些操作系统相关命令( 例如顶部，netstat，等等 )，然

讨论了Hilbert变换的基本原理，以及基于Hilbert变换的包络解调方法在轴承故障诊断中的应用。实践表明：对于具有调制现象的滚动轴承故障诊断，基于Hilbert变换的包络解调方法，具有明显的诊断意义，是一种可靠的诊断方法。

汽车综合故障诊断及维修.doc

针对人为加工的滚动轴承点蚀故障数据难以模拟真实疲劳失效过程的问题,提出将滚动轴承强化寿命试验的轴承疲劳失效过程数据作为故障诊断数据,结合经验模态分解(Em-pirical Mode Decomposition,EMD)与共振解调技术对真实疲劳失效的滚动轴承进行故障诊断.依托经验模态分解的自适应性,有效的将携带故障信息的高频调制信号从原信号中分离出来,实现了信号的带通滤波;利用Hilbert变换进行解调分析得到包含故障特征信息的低频包络信号,经过频谱分析后实现对疲劳失效滚动轴承故障特征提取和故障辨识.实验结