CN107884189A - 一种故障诊断方法 - Google Patents

一种故障诊断方法 Download PDF

Info

Publication number
CN107884189A
CN107884189A CN201710948235.7A CN201710948235A CN107884189A CN 107884189 A CN107884189 A CN 107884189A CN 201710948235 A CN201710948235 A CN 201710948235A CN 107884189 A CN107884189 A CN 107884189A
Authority
CN
China
Prior art keywords
bearing
frequency
failure
impact energy
energy values
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710948235.7A
Other languages
English (en)
Other versions
CN107884189B (zh
Inventor
王卫东
刘涛
黄前进
万平生
陈勇
孙仁贵
夏军文
江世刚
赵云
赵一云
旷众
旷一众
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China General Nuclear Power Corp
CGN Power Co Ltd
Daya Bay Nuclear Power Operations and Management Co Ltd
Lingdong Nuclear Power Co Ltd
Guangdong Nuclear Power Joint Venture Co Ltd
Original Assignee
China General Nuclear Power Corp
CGN Power Co Ltd
Daya Bay Nuclear Power Operations and Management Co Ltd
Lingdong Nuclear Power Co Ltd
Guangdong Nuclear Power Joint Venture Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China General Nuclear Power Corp, CGN Power Co Ltd, Daya Bay Nuclear Power Operations and Management Co Ltd, Lingdong Nuclear Power Co Ltd, Guangdong Nuclear Power Joint Venture Co Ltd filed Critical China General Nuclear Power Corp
Priority to CN201710948235.7A priority Critical patent/CN107884189B/zh
Publication of CN107884189A publication Critical patent/CN107884189A/zh
Application granted granted Critical
Publication of CN107884189B publication Critical patent/CN107884189B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/04Bearings
    • G01M13/045Acoustic or vibration analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

一种故障诊断方法,从检测端获取轴承冲击能量值和频谱;根据冲击能量值判断所属区间,若冲击能量值位于加强监督区间,判断频谱是否出现故障特征,若出现故障特征,则根据频谱计算是否存在故障频率,如存在故障频率则解体轴承;冲击能量值位于设备故障区间,判断是否出现温度异常、噪声异常、白噪声、高频分量,如出现上述任意一项特征,则进行润滑,润滑后温度异常、噪声异常、白噪声、高频分量没有全部消失,判断是否存在故障频率,如存在故障频率则解体轴承。由于本发明对冲击能量进行分区间处理,在不同的能量区间再结合频谱中出现的各种故障特征和故障频率对轴承进行判断,能够准确地判定轴承的状态,从而在相应的状态下对轴承解体。

Description

一种故障诊断方法
技术领域
本申请涉及轴承故障诊断技术领域,具体涉及一种故障诊断方法。
背景技术
轴承是应用最广泛的机械零件之一,同时也是机械设备当中最容易损坏的部件之一,其工作状态是否正常直接关系到整台机组的生产和安全。轴承产生故障的原因有疲劳剥落、磨损、塑性变形、锈蚀、断裂、胶合以及保持架损坏等。如果不及时诊断轴承故障,将可能导致机器设备产生严重故障,从而造成巨大的经济损失,尤其是对于核电站等对安全系数要求较高的环境。因此,诊断出轴承的故障特征对避免严重故障的发生,保证机械设备的正常运行有着重大的现实意义。
轴承故障有一个发展的过程,如何判定轴承达到需要解体维修的状态则是目前的难题。如在国家知识产权局公开的公开号为CN105181334A的基于级联多稳随机共振和EMD的轴承故障检测方法,该专利是从振动数据中进行运算并滤除噪声,然后提取故障特征,然后根据故障特征判断轴承的状态。此方法虽然可以较好的滤除噪声,但对轴承的故障状态不能进行准确的判断。
目前轴承故障诊断主要还是个人按照自己的习惯观察各个频谱参数,根据经验判断是否达到维修解体的状态,没有相关的量化标准,也没有完整的分析判断方法,容易发生误判、漏判的情况。
发明内容
本申请的目的在于克服现有轴承故障判断不准和不全的缺陷而提供一种故障诊断方法。
根据第一方面,一种实施例中提供一种故障诊断方法,包括:A、从检测端获取轴承冲击能量值和频谱;B、根据冲击能量值判断所属区间,若冲击能量值位于加强监督区间,判断频谱是否出现故障特征,若出现故障特征,则根据频谱计算是否存在故障频率,如存在故障频率则解体轴承;冲击能量值位于设备故障区间,判断频谱是否出现异常特征,如出现异常特征,则进行润滑,润滑后异常特征没有消失,判断是否存在故障频率,如存在故障频率则解体轴承。
优选地,所述异常特征包括温度异常、噪声异常、白噪声、高频分量。
优选地,所述加强监督区间为[2E,3E),设备故障区间为[3E,10E),E为轴承正常平稳运行时的冲击能量值。
优选地,若冲击能量值位于解体区间[10E,+∞),则解体轴承。
优选地,所述频谱包括速度谱、速度趋势图、瀑布图,所述故障特征包括速度趋势图存在幅值增加一倍和一倍以上、速度谱存在倍频和高频、瀑布图存在区别峰值。
优选地,冲击能量值位于加强监督区间内,且频谱没有出现故障特征,将该轴承以及轴承的特征数据列入异常设备数据库。
优选地,根据频谱计算没有存在故障频率,将该轴承以及轴承的特征数据列入异常设备数据库。
优选地,润滑并调整工况后异常特征消失,将该轴承以及轴承的特征数据列入异常设备数据库。
优选地,冲击能量值位于设备故障区间,异常特征没有出现,将该轴承以及轴承的特征数据列入异常设备数据库。
优选地,缩短异常设备数据库中轴承的测量周期。
优选地,对异常设备数据库中的轴承进行润滑并调整工况,如轴承的特征数据恢复正常,恢复该轴承正常的测量周期。
优选地,将解体轴承以及轴承的特征数据列入故障诊断数据库。
优选地,冲击能量值位于设备故障区间,判断是否出现异常特征,如出现上述任意一项特征,则进行润滑并调整工况,润滑并调整工况后异常特征没有消失,判断是否存在故障频率。
根据第二方面,一种实施例中提供一种故障诊断方法,包括:A、从检测端获取轴承冲击能量值和频谱;B、根据冲击能量值判断所属区间,若冲击能量值位于加强监督区间,判断频谱是否出现故障特征,若出现故障特征,则根据频谱计算是否存在故障频率,如存在故障频率则解体轴承;若冲击能量值位于设备故障区间,根据频谱计算是否存在故障频率,如存在故障频率则进行润滑,润滑后判断是否存在故障频率,如存在故障频率则解体轴承。
优选地,所述加强监督区间为[2E,3E),设备故障区间为[3E,10E),E为轴承正常平稳运行时的冲击能量值。
优选地,冲击能量值位于设备故障区间,根据频谱计算是否存在故障频率,如存在故障频率则进行润滑和调整工况,润滑并调整工况后判断是否存在故障频率。
优选地,所述频谱包括速度谱、速度趋势图、瀑布图。
优选地,所述故障特征包括速度趋势图存在幅值增加一倍和一倍以上、速度谱存在倍频和高频、瀑布图存在区别峰值。
优选地,冲击能量值位于加强监督区间,频谱没有出现故障特征,将该轴承以及轴承的特征数据列入异常设备数据库。
优选地,冲击能量值位于设备故障区间,根据频谱计算没有存在故障频率,将该轴承以及轴承的特征数据列入异常设备数据库。
优选地,润滑后不存在故障频率,将该轴承以及轴承的特征数据列入异常设备数据库。
优选地,缩短异常设备数据库中轴承的测量周期。
优选地,冲击能量值大于或等于10E,解体轴承。
依据上述实施例的故障诊断方法,由于对冲击能量进行分区间处理,在不同的能量区间结合异常特征以及频谱中出现的各种故障特征和故障频率对轴承进行判断,能够准确地判定轴承的状态,从而在相应的状态下对轴承解体。从以上技术方案可以看出,本申请对不同的故障现象进行精确分离,判断过程清晰明确,不会出现误判和漏判的情况。进一步,将冲击能量值落入区间[2E,10E)确没有解体的设备列入异常设备数据库,缩短异常设备数据库中轴承的测量周期,保障设备安全稳定地运行。
附图说明
图1为实施例一的流程图;
图2为实施例二的流程图;
图3为实施例三的流程图;
图4为实施例四的流程图;
图5为实施例五的流程图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本申请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
本文中为部件所编序号本身,例如“第一”、“第二”等,仅用于区分所描述的对象,不具有任何顺序或技术含义。而本申请所说“连接”、“联接”,如无特别说明,均包括直接和间接连接(联接)。
实施例一:
请参考图1,故障诊断方法包括:
101、对轴承进行检测,从检测端获取轴的承冲击能量值和频谱,具体为振动分析仪对轴承进行检测得到轴承的振动数据,振动数据经计算机处理得到冲击能量值和速度谱、速度趋势图、瀑布图;
102、根据冲击能量值判断所属区间,若冲击能量值落入区间[2E,3E),则进入步骤103,若冲击能量值落入区间[3E,10E)则进入步骤107,E为轴承正常平稳运行时的冲击能量值;
103、从速度趋势图判断幅值是否增加一倍和一倍以上、速度谱是否存在倍频或高频、瀑布图是否存在区别峰值的故障特征,若存在上述任一一种故障特征则进入步骤104,若上述所有故障特征没有出现,则进入步骤105;
104、从频谱中判断是否出现故障频率,若出现故障频率则进入步骤106,若未出现故障频率则进入步骤105;
105、将轴承列入异常设备数据库;
106、解体轴承;
107、判断是否出现温度异常、噪声异常、白噪声、高频分量,如出现上述任意一项特征,则进入步骤108,若上述特征都没有出现则进入步骤105。通过温度检测单元检测温度,然后将温度值反馈到计算机,计算机根据预设的正常温度判定是否出现温度异常;通过声音检测单元检测噪声,然后将声音的分贝和频率反馈到计算机,计算机根据预设的正常声音参数判定是否出现噪声异常;
108、对轴承润滑并调整工况,然后进入步骤109;
109、判断是否仍然出现温度异常、噪声异常、白噪声、高频分量,如出现上述任意一项特征,则进入步骤110,若上述特征都没有出现则进入步骤105;
110、判断是否存在故障频率,若不存在故障频率进入步骤105,若存在故障频率则进入步骤106。
缩短异常设备数据库中轴承的测量周期,对异常设备数据库中的轴承进行润滑并调整工况,如轴承的特征数据恢复正常,恢复该轴承正常的测量周期。
实施例二:
请参考图2,故障诊断方法包括:
201、从检测端获取轴承冲击能量值和频谱;
202、根据冲击能量值判断所属区间,若冲击能量值落入区间[2E,3E),则进入步骤203;若冲击能量值落入区间[3E,10E),则进入步骤206;
203、从速度趋势图判断幅值是否增加一倍和一倍以上、速度谱是否存在倍频或高频、瀑布图是否存在区别峰值的故障特征,若存在上述任一一种故障特征则进入步骤204;
204、从频谱中判断是否出现故障频率,若出现故障频率则进入步骤205;
205、解体轴承;
206、判断是否出现温度异常、噪声异常、白噪声、高频分量,如出现上述任意一项特征,则进入步骤207;
207、对轴承润滑,然后进入步骤208;
208、判断是否仍然出现温度异常、噪声异常、白噪声、高频分量,如出现上述任意一项特征,则进入步骤209;
209、判断是否存在故障频率,若存在故障频率则进入步骤205。
实施例三:
请参考图3,故障诊断方法包括:
301、从检测端获取轴承冲击能量值和频谱;
302、根据冲击能量值判断所属区间,若冲击能量值落入区间[2E,3E),则进入步骤303;若冲击能量值落入区间[3E,10E),则进入步骤306,若冲击能量值落入区间[10E,+∞),则进入步骤305;
303、从速度趋势图判断幅值是否增加一倍和一倍以上、速度谱是否存在倍频或高频、瀑布图是否存在区别峰值的故障特征,若存在上述任一一种故障特征则进入步骤304;
304、从频谱中判断是否出现故障频率,若出现故障频率则进入步骤305;
305、解体轴承;
306、判断是否出现温度异常、噪声异常、白噪声、高频分量,如出现上述任意一项特征,则进入步骤307;
307、对轴承润滑,然后进入步骤308;
308、判断是否仍然出现温度异常、噪声异常、白噪声、高频分量,如出现上述任意一项特征,则进入步骤309;
309、判断是否存在故障频率,若存在故障频率则进入步骤305。
实施例四:
请参考图4,该实施例与图1所示实施例基本相同,不同之处在于在步骤106后,多出步骤111,步骤111是将解体的轴承解体时的各项振动数据导入故障振动数据库中,为往后故障的分析诊断提供参考和指引。
实施例五:
请参考图5,故障诊断方法包括:
501、从检测端获取轴承冲击能量值和频谱;
502、根据冲击能量值判断所属区间,若冲击能量值落入区间[2E,3E),则进入步骤503;若冲击能量值落入区间[3E,10E),则进入步骤507;
503、判断是否出现故障特征,若是则进入步骤504;若无则进入步骤505;
504、判断是否出现故障频率,若是则进入步骤506,若无则进入步骤505;
505、将轴承列入异常设备数据库;
506、解体轴承;
507、判断是否出现故障频率,若是则进入步骤508,若无则进入步骤505;
508、对轴承润滑并调整工况,然后进入步骤509;
509、判断故障频率是否仍然存在,若是则进入步骤506,若无则进入步骤505。
在上述实施例中,对于列入异常设备数据库的轴承,缩短这些异常轴承的测量周期,加强对这些异常轴承的监控,防止出现轴承突发损坏,而影响整个设备甚至机组的运行。
其中,故障频率和异常特征均为轴承故障判断的一种手段。
以上应用了具体个例对本发明进行阐述,只是用于帮助理解本发明,并不用以限制本发明。对于本发明所属技术领域的技术人员,依据本发明的思想,还可以做出若干简单推演、变形或替换。

Claims (16)

1.一种故障诊断方法,其特征在于,包括:
A、从检测端获取轴承冲击能量值和频谱;
B、根据冲击能量值判断所属区间,若冲击能量值位于加强监督区间,判断频谱是否出现故障特征,若出现故障特征,则根据频谱计算是否存在故障频率,如存在故障频率则解体轴承;冲击能量值位于设备故障区间,判断频谱是否出现异常特征,如出现异常特征,则进行润滑,润滑后异常特征没有消失,判断是否存在故障频率,如存在故障频率则解体轴承。
2.如权利要求1所述的故障诊断方法,其特征在于,所述异常特征包括温度异常、噪声异常、白噪声、高频分量。
3.如权利要求1所述的故障诊断方法,其特征在于,所述加强监督区间为[2E,3E),设备故障区间为[3E,10E),E为轴承正常平稳运行时的冲击能量值。
4.如权利要求1所述的故障诊断方法,其特征在于,若冲击能量值位于解体区间[10E,+∞),则解体轴承。
5.如权利要求1所述的故障诊断方法,其特征在于,所述频谱包括速度谱、速度趋势图、瀑布图,所述故障特征包括速度趋势图存在幅值增加一倍和一倍以上、速度谱存在倍频和高频、瀑布图存在区别峰值。
6.如权利要求1所述的故障诊断方法,其特征在于,冲击能量值位于加强监督区间内,且频谱没有出现故障特征,将该轴承以及轴承的特征数据列入异常设备数据库。
7.如权利要求1所述的故障诊断方法,其特征在于,根据频谱计算没有存在故障频率,将该轴承以及轴承的特征数据列入异常设备数据库。
8.如权利要求1所述的故障诊断方法,其特征在于,润滑并调整工况后异常特征消失,将该轴承以及轴承的特征数据列入异常设备数据库。
9.如权利要求1所述的故障诊断方法,其特征在于,冲击能量值位于设备故障区间,异常特征没有出现,将该轴承以及轴承的特征数据列入异常设备数据库。
10.如权利要求6、7、8、9任一所述的故障诊断方法,其特征在于,缩短异常设备数据库中轴承的测量周期。
11.如权利要求11所述的故障诊断方法,其特征在于,对异常设备数据库中的轴承进行润滑并调整工况,如轴承的特征数据恢复正常,恢复该轴承正常的测量周期。
12.如权利要求1所述的故障诊断方法,其特征在于,将解体轴承以及轴承的特征数据列入故障诊断数据库。
13.如权利要求1所述的故障诊断方法,其特征在于,冲击能量值位于设备故障区间,判断是否出现异常特征,如出现上述任意一项特征,则进行润滑并调整工况,润滑并调整工况后异常特征没有消失,判断是否存在故障频率。
14.一种故障诊断方法,其特征在于,包括:
A、从检测端获取轴承冲击能量值和频谱;
B、根据冲击能量值判断所属区间,若冲击能量值位于加强监督区间,判断频谱是否出现故障特征,若出现故障特征,则根据频谱计算是否存在故障频率,如存在故障频率则解体轴承;若冲击能量值位于设备故障区间,根据频谱计算是否存在故障频率,如存在故障频率则进行润滑,润滑后判断是否存在故障频率,如存在故障频率则解体轴承。
15.如权利要求14所述的故障诊断方法,其特征在于,所述加强监督区间为[2E,3E),设备故障区间为[3E,10E),E为轴承正常平稳运行时的冲击能量值。
16.如权利要求14所述的故障诊断方法,其特征在于,冲击能量值位于设备故障区间,根据频谱计算是否存在故障频率,如存在故障频率则进行润滑和调整工况,润滑并调整工况后判断是否存在故障频率。
CN201710948235.7A 2017-10-12 2017-10-12 一种故障诊断方法 Active CN107884189B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710948235.7A CN107884189B (zh) 2017-10-12 2017-10-12 一种故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710948235.7A CN107884189B (zh) 2017-10-12 2017-10-12 一种故障诊断方法

Publications (2)

Publication Number Publication Date
CN107884189A true CN107884189A (zh) 2018-04-06
CN107884189B CN107884189B (zh) 2021-05-11

Family

ID=61781519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710948235.7A Active CN107884189B (zh) 2017-10-12 2017-10-12 一种故障诊断方法

Country Status (1)

Country Link
CN (1) CN107884189B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111144362A (zh) * 2019-12-31 2020-05-12 上海数深智能科技有限公司 一种旋转设备振动故障特征库定期优化算法
CN113607213A (zh) * 2021-07-29 2021-11-05 西南交通大学 工程结构监测装置、系统和工程结构监测数据收集方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101464211A (zh) * 2007-12-18 2009-06-24 上海宝钢工业检测公司 利用振动监测低速重载设备状态的方法
WO2010094915A1 (en) * 2009-02-18 2010-08-26 Optimised Systems And Solutions Limited Method and apparatus for monitoring and analyzing vibrations in rotary machines
CN103941722A (zh) * 2014-03-26 2014-07-23 西安热工研究院有限公司 通过部件特征倍频幅值趋势监测和诊断设备故障的方法
CN106124210A (zh) * 2015-05-04 2016-11-16 迪尔公司 用于轴承的故障检测

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101464211A (zh) * 2007-12-18 2009-06-24 上海宝钢工业检测公司 利用振动监测低速重载设备状态的方法
WO2010094915A1 (en) * 2009-02-18 2010-08-26 Optimised Systems And Solutions Limited Method and apparatus for monitoring and analyzing vibrations in rotary machines
CN103941722A (zh) * 2014-03-26 2014-07-23 西安热工研究院有限公司 通过部件特征倍频幅值趋势监测和诊断设备故障的方法
CN106124210A (zh) * 2015-05-04 2016-11-16 迪尔公司 用于轴承的故障检测

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
李百栋: "滚动轴承故障诊断技术与应用", 《设备管理与维修》 *
王迪 等: "尖峰能量技术对滚动轴承故障的有效评估", 《石油化工设备》 *
胡军 等: "状态监测技术在精轧F2减速箱故障诊断中应用", 《鞍钢技术》 *
赵振宇 等: "尖峰能量法在岭澳核电站滚动轴承故障诊断中的应用", 《东方电气评论》 *
黄勇波: "振动和噪声分析在滚动轴承故障诊断中的应用", 《设备管理与维修》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111144362A (zh) * 2019-12-31 2020-05-12 上海数深智能科技有限公司 一种旋转设备振动故障特征库定期优化算法
CN113607213A (zh) * 2021-07-29 2021-11-05 西南交通大学 工程结构监测装置、系统和工程结构监测数据收集方法

Also Published As

Publication number Publication date
CN107884189B (zh) 2021-05-11

Similar Documents

Publication Publication Date Title
CN108154166A (zh) 一种风机智能故障诊断系统及方法
CN106600095A (zh) 一种基于可靠性的维修评估方法
US20150346066A1 (en) Asset Condition Monitoring
US7877636B2 (en) System and method for detecting temporal relationships uniquely associated with an underlying root cause
EP2613131A2 (en) Detecting rotor anomalies
CN108896299A (zh) 一种齿轮箱故障检测方法
CN104267668A (zh) 基于贝叶斯方法的航天阀门零件加工过程故障诊断方法
DE102012110498A1 (de) Systeme und Verfahren zur Verwendung bei der Überwachung des Betriebs einer rotierenden Komponente
CN113982850B (zh) 融合高低频信号的风机综合健康分析方法及系统
CN107884189A (zh) 一种故障诊断方法
US11720093B2 (en) Method for predictive maintenance of equipment via distribution chart
CN103309342A (zh) 一种针对工业控制系统的防危性验证方案
KR20190081933A (ko) 제조 설비의 이상 감지 및 진단 방법
CN105738136A (zh) 一种设备异常检测方法和装置
Pirasteh et al. Interactive feature extraction for diagnostic trouble codes in predictive maintenance: A case study from automotive domain
Calabrese et al. An event based machine learning framework for predictive maintenance in industry 4.0
CN106933097B (zh) 一种基于多层优化pcc-sdg的化工过程故障诊断方法
CN114111352B (zh) 一种碳化炉抽真空系统异常检测方法及系统
CN112985578A (zh) 一种风电机组共振诊断方法及装置
RU2687848C1 (ru) Способ и система вибромониторинга промышленной безопасности динамического оборудования опасных производственных объектов
CN110687851A (zh) 一种终端运行监控系统及方法
CN105116869B (zh) 大型养路机械电气系统故障实时监测诊断方法
Li et al. Application and improvement study on FMEA in the process of military equipment maintenance
CN107727392B (zh) 基于信号检测和roc分析的状态指数评估和优化方法
CN115658982A (zh) 一种dram老化测试数据分析系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant