Fault diagnosis of electronic system using artificial intelligence

Fenton, B.; McGinnity, T.M.; Maguire, Liam

doi:10.1109/mim.2002.1028367

Cited by 16 publications

(6 citation statements)

References 5 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Система управління ЕОР -складна організаційна ієрархічна система, тому ефективність процесів, котрими управляють, нерозривно пов'язана з якістю роботи системи управління і зв'язку. Критерії ефективності її роботи можна поділити на зовнішні і внутрішні [10]. Зовнішні критерії тотожні системі критеріїв керованих процесів, вони дозволяють оцінити, як управління впливає на результати, що досягаються.…”

Section: результати дослідженняunclassified

Ефективність Управління Ресурсами E-Learning В Гіперконвергентному Середовищ

Kuchuk¹,

Лукова-Чуйко²

2018

CNCS

View full text Add to dashboard Cite

ВступРозподілені хмарні платформи на ринку IT-технологій поступово витісняються конвергентними і гіперконвергентними платформами [1]. Інфрастру-ктури, що створюється на конвергентної платформі, припускають об'єднання пам'яті, обчислювальних і мережних ресурсів в пул, заздалегідь сконфігурова-ний для роботи в дата-центрі [2], а при гіперконвер-гентній інфраструктурі обчислювальні потужності, сховища, сервери, мережі об'єднуються в одне ціле за допомогою програмних засобів, а управління ни-ми відбувається через загальну консоль адміністру-вання [3]. При цьому для управління електронними освітніми ресурсами (ЕОР) часом досить одного системного адміністратора. Це істотно знижує ви-трати на обслуговування системи. Тому на сьогодніі дана платформа є однією із кращих для університет-ського e-learning. Мета використання e-learning складається в управлінні знаннями кожного учня на основі достовірної оцінки його знань. Характерними для e-learning є такі риси: незалежність територіаль-ного положення того, хто навчається; гнучкий інди-відуальний графік проходження навчального плану, відсутність суб'єктивності екзаменатора при оцінці знань тощо [4]. Базою e-learning є електронні освітні ресурси, під якими в загальному випадку розуміють сукупність засобів програмного, інформаційного, технічного та організаційного забезпечення, елект-ронних видань, що розміщуються на електронних носіях [5]. При цьому актуальною стає проблема ефективного управління ресурсами, підходи до ви-рішення якої розглядаються багатьма авторами, на-приклад, в [6 -8]. Проте залишилося нерозглянутим завдання оцінки ефективності управління ресурса-ми, яка одночасно враховує як особливості гіперко-нвергентного середовища, так і вимоги до функціо-нування e-learning.Мета даної статті -розробка методу вирішен-ня даного завдання. Результати дослідженняУ запропонованій в статті [9] математичній мо-делі (ММ) процесу оперативного перерозподілу ре-сурсів e-learning гіперконвергентне середовище представлена m-рівневим деревом G X з коренем Х 0 :

show abstract

Section: результати дослідженняunclassified

Ефективність Управління Ресурсами E-Learning В Гіперконвергентному Середовищ

Kuchuk¹,

Лукова-Чуйко²

2018

CNCS

View full text Add to dashboard Cite

show abstract

“…TCAS can test and repair the component level depth of the failure board. TCAS can improve the level of fault diagnosis [1][2] and play the role of maintenance expert. Will greatly save maintenance costs and maintenance time, reduce spare air materials, greatly improve the economic benefits of airlines.…”

Section: Introductionmentioning

confidence: 99%

Research on TCAS Component-Level Circuit Fault Diagnosis Expert System

2018

Proceedings of 2018 the 8th International Workshop on Computer Science and Engineering

View full text Add to dashboard Cite

Accord to that fault diagnosis analysis of TCAS processor of airborne electronic equipment, a fault diagnosis expert system scheme based on component-level circuit is proposed. The scheme mainly carries out circuit fault diagnosis from the establishment of knowledge database and reasoning diagnosis mechanism. In the aspect of knowledge database building, SQL server language is used to build the database. In the aspect of reasoning and diagnosis mechanism, a hybrid reasoning mechanism based on the combination of case-based reasoning subsystem and fault tree reasoning subsystem is proposed, and the interpretation mechanism and self-learning mechanism of expert system fault library are established. According to TCAS fault phenomenon, the expert system can quickly and accurately diagnose the cause of the fault and give the corresponding troubleshooting plan, so as to accurately position the fault diagnosis to the component-level and achieve the purpose of depth diagnosis. Through the diagnosis example of TCAS data processor, the effect of positioning fault diagnosis to component-level is achieved.

show abstract

“…A fault detection process isolates the source of a system malfunction through the gathering and the analysis of information about the current state of the system obtained through measurement, testing and other sources of information, such as the user [3]. Since the detection is usually performed in embedded systems with other functions, such as control, the fault detection process should be as simple as possible.…”

Section: Introductionmentioning

confidence: 99%

“…The evaluation of the acquired data from the system is important to the decision making process and it can be done using techniques such as artificial intelligence, behavior or failure models, signal analysis, process history, statistical methods and others [3], [5]. The model based approach requires extensive effort during the development phase, and is computer intensive when used on-line, but is adaptable to other similar equipment through parameter and model adjustments.…”

Section: Introductionmentioning

confidence: 99%

Model-Based Fault Detection for Hydraulic Servoproportional Valves

Filho

Negri

2013

Linköping Electronic Conference Proceedings

View full text Add to dashboard Cite

This paper presents a mathematical model for online fault detection on single solenoid servoproportional spool valves. The most common failures as well as its effects on the valve behavior are studied and took into account for the model representation. Servoproportional valves are used in industry, aerospace, and military fields. Some of these uses are criticalmission, where the valve must not fail without previous warning to prevent or mitigate financial losses, equipment damage, and risk to personnel. Even in less demanding applications, it is very useful to be able to quickly locate a failure in the hydraulic circuit, which is a task that may demand up to 80% of the time used in corrective maintenance. Total failure can readily be detected using the signals available on the valve electronics. However, since the spool positioning is on closed loop on these valves, incipient failures that can be overcome by the controllers cannot be easily detected. In this paper, an experimentally validated analytical model is used as a reference model such that the solenoid actual current can be compared with the theoretical current. Since the valve hysteresis is considered, the model calculates maximum and minimum current values that correspond to an undamaged valve. Experimental results with a standard valve and a damaged valve show the effectiveness of the model for fault detection.

show abstract

Fault diagnosis of electronic system using artificial intelligence

Cited by 16 publications

References 5 publications

Ефективність Управління Ресурсами E-Learning В Гіперконвергентному Середовищ

Ефективність Управління Ресурсами E-Learning В Гіперконвергентному Середовищ

Research on TCAS Component-Level Circuit Fault Diagnosis Expert System

Model-Based Fault Detection for Hydraulic Servoproportional Valves

Contact Info

Product

Resources

About