“故障模式”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果832513个，建议您升级VIP下载更多相关专利

[发明专利]一种飞机机载设备测试性验证指标评估方法-CN201810734123.6在审
发明人：余洪;刘世华;雷长春;杨璨;邹蕊;黄轶华;王志强;涂美霞;李皊;余松;王彦晓;薛秀丽;刘闯 -专利权人：江西洪都航空工业集团有限责任公司
申请日： 2018-07-06 - 公布日： 2018-12-18 - 主分类号： G06F17/50 文献下载
摘要：一种飞机机载设备测试性验证指标评估方法，首先根据产品的FMEA报告，确定产品的故障模式集F，再对产品的故障模式集F中的所有故障模式进行分析，确定实验室可物理注入的故障模式集和不可物理注入的故障模式集，确定的故障模式为全部可物理注入的故障模式集，则制定试验方案，开展测试性验证试验，完成测试性评估；确定的故障模式存在不可物理注入的故障模式，则将产品故障模式集F进行拆分，重新确定拆分后产品的故障模式集，并进行对应的分析评估；通过对测试性验证进行综合加权
故障模式测试性飞机机载设备测试指标评估验证产品测试产品故障分析评估实验数据验证试验重新确定充分性评估多面加权融合试验分析保证制定

[发明专利]一种单测量节点模拟电路故障诊断方法-CN201510482994.X有效
发明人：袁莉芬;吴磊;何怡刚;孙业胜;张朝龙;龙英;程珍;袁志杰;赵德勤 -专利权人：合肥工业大学
申请日： 2015-08-07 - 公布日： 2017-08-25 - 主分类号： G01R31/316 文献下载
摘要：一种单测量节点模拟电路故障诊断方法，包括如下实施步骤（1）获取各故障模式下的先验样本数据向量；（2）计算各故障模式下的先验样本向量的统计平均值；（3）信号的haar正交小波滤波器组分解；（4）先验样本故障模式特征因子提取；（5）待测故障模式特征因子提取；（6）计算待测故障模式特征因子与先验样本故障模式特征因子之间的互相关系数矩阵、相关程度衡量参数（7）比较相关程度衡量参数，按最大相关原则判断故障模式。本发明能在不丢失原始测量信息的前提下，把单路信号转化为多路信号,提取故障模式独立性特征因子，使其具有反映不同故障模式下电路结构的变化情况，再研究相关的模式判决规则，完成电路故障模式的成功归类。
一种测量节点模拟电路故障诊断方法

[发明专利]基于语义的软件故障模式判定方法及系统-CN202210392836.5在审
发明人：陈理国;马由 -专利权人：中国电子科技集团公司第十五研究所
申请日： 2022-04-14 - 公布日： 2022-07-15 - 主分类号： G06F11/36 文献下载
摘要：本发明提供了一种基于语义的软件故障模式判定方法及系统。该方法包括：基于软件故障元数据标准，建立故障数据语义分析模型；基于收集的训练数据，构建故障模式判定模型，其中，训练数据经过了故障数据语义分析模型的自动筛选及标注；对构建的故障模式判定模型进行评估；利用通过评估的故障模式判定模型进行模式判定本发明提供的基于语义的软件故障模式判定方法及系统能够提高故障模式预测的准确性。
基于语义软件故障模式判定方法系统

[发明专利]一种基于元动作理论的FMECA分析方法-CN202210557604.0在审
发明人：冉琰;蔡易峰;杨攀;朱晓 -专利权人：重庆大学
申请日： 2022-05-19 - 公布日： 2022-08-12 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于元动作理论的FMECA分析方法，包括以下步骤：步骤一、建立功能结构链，对机电产品建立初始约定层次‑约定层次‑最低约定层次的功能结构链；步骤二、确定故障模式，对每个故障模式进行元动作故障模式分析；步骤三、确定故障原因，找出故障模式发生的直接原因；步骤四、故障模式的影响和严酷度分析：每个故障模式的影响分为局部影响、高一层次影响和最终影响三级，根据故障模式的最终影响的严重程度来确定的故障严酷度类别本发明故障模式较少且相对固定，故障原因能与故障模式形成良好对应，故障模式表现为运动异常，故障原因表现为结构异常，两者相互独立，不易混淆。
一种基于动作理论 fmeca 分析方法

[发明专利]一种基于测试性模型的故障最优测试向量生成方法-CN202211397010.4在审
发明人：杨乐;曹亮;单添敏;刘莹;姚晓涵;王景霖;沈勇;吴英建 -专利权人：中国航空工业集团公司上海航空测控技术研究所
申请日： 2022-11-09 - 公布日： 2023-01-20 - 主分类号： G06F17/16 文献下载
摘要：本发明公开了一种基于测试性模式的故障最优测试向量生成算法，根据测试性模型得到部件各故障模式与关联部件的相关性矩阵，生成D矩阵；计算某个故障模式在各列测试点中的值与其它故障模式不同的个数，记为Nj；找出Nj中的最大值，将最大值对应的测试点作为该行故障模式的测试向量；删除与该行故障模式的测试向量不同值的其它行故障模式，得到的新的D矩阵；判断新的D矩阵中是否只剩该故障模式，若只剩该故障模式，则将得到的测试向量记为该故障模式的最优测试向量，若新的D矩阵中还有其他故障模式，则继续执行上述步骤，直至新的D矩阵中只剩下该故障模式所在的行本发明可以解决复杂系统故障隔离时计算速度缓慢的问题。
一种基于测试模型故障最优向量生成方法

[发明专利]一种基于故障症状与测试的故障发生概率评估方法-CN202211411527.4在审
发明人：石君友;吕振阳 -专利权人：北京航空航天大学
申请日： 2022-11-11 - 公布日： 2023-03-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种基于故障症状与测试的故障发生概率评估方法，包括：通过系统中的每个对产品部件中进行模式症状与测试扩展分析，构建所述系统中的每个对产品部件的故障模式症状与测试扩展分析表；利用所述系统中的每个对产品部件的故障模式症状与测试扩展分析表，查找故障演变特点为渐变故障的故障模式，并将所述故障演变特点为渐变故障的故障模式作为渐变故障模式，计算每个渐变故障模式中每个故障症状发生的情况下各个健康状态发生的概率；利用所述每个渐变故障模式中每个故障症状发生的情况下各个健康状态发生的概率进行所述产品部件的故障发生概率评估
一种基于故障症状测试发生概率评估方法

[发明专利]基于相对灰色关联度边界约束的水下机器人推进器故障程度辨识方法-CN201810526476.7有效
发明人：殷宝吉;林溪;唐文献;张建;苏世杰;金志坤;汤文宁;李东昇 -专利权人：江苏科技大学
申请日： 2018-05-29 - 公布日： 2021-10-19 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于相对灰色关联度边界约束的水下机器人推进器故障程度辨识方法，步骤为：先依次获得多组推进器不同已知故障程度对应的已知模式矢量、标准模式矢量库、标准模式矢量之间的灰色关联度和相对灰色关联度和已知模式矢量与标准模式矢量之间的灰色关联度；然后基于灰色关联度边界约束，修正相对灰色关联度与故障程度的映射函数；获得推进器未知故障程度对应的未知模式矢量、未知模式矢量与标准模式矢量之间的灰色关联度等；判断推进器故障程度。当真实故障对应的故障模式矢量落在某个标准模式矢量点上时，辨识出该标准模式矢量所对应的标准故障程度；当真实故障对应的故障模式矢量落在两个标准模式矢量之间时，辨识出两个标准故障程度之间的具体值。
基于相对灰色关联边界约束水下机器人推进器故障程度辨识方法

[发明专利]一种故障现场保留方法、装置和服务器-CN202211676891.3在审
发明人：裴洪生;张秀波;袁传博 -专利权人：苏州浪潮智能科技有限公司
申请日： 2022-12-26 - 公布日： 2023-04-07 - 主分类号： G06F11/07 文献下载
摘要：本发明提供了一种故障现场保留方法、装置和服务器。所述故障现场保留方法包括：在检测到故障发生的情况下，确定与所述故障对应的故障类型；根据所述故障类型，确定所述故障类型对应的故障模式，所述故障模式包括即时故障模式和上下文故障模式；根据不同的故障模式，执行与所述故障模式对应的故障现场保留操作收集故障现场信息；将收集到的故障现场信息进行存储。在故障发生后，相关人员基于所述故障现场信息可以直接对故障发生原因进行分析，无需进行故障复现操作，即可准确排查和定位导致故障发生的具体原因，提高故障原因定位准确性的同时也提高了故障排查的效率。
一种故障现场保留方法装置服务器

[发明专利]一种装备的故障隔离和定位方法-CN202110517401.4在审
发明人：李兴旺;肖红玉;汪慧云;章程;郎国伟 -专利权人：中国航空工业集团公司上海航空测控技术研究所
申请日： 2021-05-12 - 公布日： 2021-08-17 - 主分类号： G06Q10/00 文献下载
摘要：本发明公开了一种装备的故障隔离和定位方法，根据装备中各设备间的功能关联关系梳理出各设备间的关联故障模式以及关联故障模式的影响关系；建立各设备与关联故障模式间的相关性模型，并基于相关性模型构建推理机制；为相关性模型中每个关联故障模式建立故障模式识别方程；通过故障模式识别方程识别出装备在运行中设备发生的故障模式，将识别出的关联故障模式和相关性模型作为推理机制的输入，推理机制定位出发生故障的源设备，从而对故障进行隔离。本发明有效解决了设备交联故障的隔离定位难题，既能满足大型装备多系统的故障隔离和定位，也可应用于单个产品内部模块间的故障隔离和定位。
一种装备故障隔离定位方法

[发明专利]时序控制器及具有其的OLED显示器和驱动该显示器的方法-CN201510382211.0在审
发明人：琴玟夏;金宇哲 -专利权人：三星显示有限公司
申请日： 2015-07-02 - 公布日： 2016-12-07 - 主分类号： G09G3/32 文献下载
摘要：该时序控制器包括故障模式确定器，该故障模式确定器可接收输入信号并基于该输入信号确定OLED显示器是否处于故障模式。时序控制器还包括故障模式生成器，该故障模式生成器配置成存储失效信号、在故障模式中输出失效信号以及基于OLED显示器是否处于故障模式而选择性地输出包括输入信号或失效信号中的一个的复用信号。时序控制器还包括故障模式控制器，该故障模式控制器配置成从故障模式生成器接收复用信号、存储复用信号以及基于OLED显示器是否处于故障模式而选择性地输出当前帧的复用信号或先前帧的复用信号。
时序控制器具有 oled 显示器驱动方法

[发明专利]城轨车辆部件故障模式和故障原因综合影响度的确定方法-CN201410303135.5在审
发明人：王晓浩;邢宗义;高旭东;石奋义;王夫歌 -专利权人：南京理工大学
申请日： 2014-06-27 - 公布日： 2014-10-01 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种城轨车辆部件故障模式和故障原因综合影响度的确定方法。步骤如下：首先确定城轨车辆部件故障模式的故障率λ和故障频比数α；其次利用群体决策理论确定部件故障模式的故障影响概率β，并利用层次分析法得到λ、α、β三因素的权重值；然后将λ、α、β进行有权重的相乘得到部件故障模式的危害度，并构建故障模式和故障原因间的初始数据矩阵；最后根据初始数据矩阵的标准化矩阵得到故障模式和故障原因之间的综合影响度矩阵，并得到各故障模式和故障原因的影响度、被影响度、中心度和原因度，将故障模式按中心度排序，将故障原因按原因度进行排序。
车辆部件故障模式原因综合影响确定方法

[发明专利]一种水轮机故障诊断推理校验方法-CN202310191257.9在审
发明人：高洪军;王润鹏;范寿孝;孙永鑫;夏佑安;刘红坤 -专利权人：哈尔滨电机厂有限责任公司
申请日： 2023-03-02 - 公布日： 2023-03-28 - 主分类号： G06N5/04 文献下载
摘要：本发明公开一种水轮机故障诊断推理校验方法，其涉及水轮机故障诊断技术领域。本发明使用互相验证的推理模式实现对水轮机故障的精确诊断，互相验证的推理模式主要包含故障演化过程故障现象推理模式分析和故障层级推理模式，故障现象推理模式从故障发展角度出发，以故障现象为依据自前往后进行故障模式推理，故障层级推理模式“系统－子系统”分析从子系统角度进行层级分析，自下往上进行故障模式推理，最终根据两种推理模式进行综合分析故障诊断模型的诊断结果，本发明可以确保诊断结果准确合理，避免由于单方向传感器异常或者数据传输错误等原因造成的诊断模型发生误报情况
一种水轮机故障诊断推理校验方法

[发明专利]一种批次电能表多故障模式近期寿命预测方法-CN201811484825.X在审
发明人：姚力;沈建良;韩霄汉;陆春光;章江铭;胡瑛俊;徐韬;袁健;倪琳娜;杨思洁;周佑;沈曙明;胡小寒;黄荣国;吕几凡;丁徐楠;李亦龙;王军;李志鹏;闫鹏;王文浩 -专利权人：国网浙江省电力有限公司电力科学研究院;国家电网有限公司;河南许继仪表有限公司
申请日： 2018-12-06 - 公布日： 2019-04-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种批次电能表多故障模式近期寿命预测方法。现场运行故障电能表，故障类型各有差异，本发明按照故障模式对故障电能表进行分类，建立各故障模式分类表；计算电能表各故障模式的阶段失效率和累积失效率；对单故障模式进行威布尔拟合；根据拟合优度情况，优化部分故障模式预测结果；对所有故障模式的阶段失效率进行累加；获得批次电能表整体寿命预测值。
故障模式电能表失效率寿命预测电能表状态风险预警故障类型技术支撑拟合优度预测结果运行故障整体寿命分类表累加拟合轮换参考分类预测优化

[发明专利]基于正态云模型区间证据融合的电机轴系故障风险模式辨识方法-CN202210172214.1在审
发明人：郭豪豪;余善恩;徐晓滨;侯平智;李轶;冯静;马枫;徐晓健 -专利权人：杭州电子科技大学
申请日： 2022-02-24 - 公布日： 2022-05-24 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种基于正态云模型区间证据融合的电机轴系故障风险模式辨识方法。该方法基于对故障典型数据的分析，构建各种故障样板模式的云模型；根据在线监测电机轴系不同故障特征下的数据，构建故障待检模式云模型；将待检模式与各种故障样板模式的云模型进行匹配，获得该待检模式对不同故障样板模式的匹配度区间；对获取的匹配度区间进行归一化得到用于融合的区间证据；对区间证据进行融合，并依据一定的辨识准则，进行故障风险模式判定。本发明利用正态云模型描述客观对象模糊性和随机性的优势，通过构建待检模式以及故障样板模式的云模型以获得更为精准的区间证据，使得基于区间证据融合所获得的故障风险模式辨识结果更加符合实际情况。
基于正态云模型区间证据融合机轴故障风险模式辨识方法

[发明专利]用于故障弹性存储的系统、方法和设备-CN202110510880.7在审
发明人：奇亮奭;柳星旭;A.特兰 -专利权人：三星电子株式会社
申请日： 2021-05-11 - 公布日： 2021-11-12 - 主分类号： G06F3/06 文献下载
摘要：一种操作存储设备的方法可以包括：确定存储设备的故障状况；基于存储设备的故障状况选择故障弹性模式；以及以所选择的故障弹性模式操作存储设备。所选择的故障弹性模式可以包括供电循环模式、重新格式化模式、降低容量只读模式、降低容量模式、降低性能模式、只读模式、部分只读模式、临时只读模式、临时部分只读模式或易受攻击模式中的一种。存储设备可以向主机报告所选择的故障弹性模式。
用于故障弹性存储系统方法设备