我的标准
购物车
400-168-0010
行业标准（0）
- 全部 AQ 安全生产( 0 ) BB 包装( 0 ) CB 船舶( 0 ) CH 测绘( 0 ) CJ 城镇建设( 0 ) CM 国密( 0 ) CY 新闻出版( 0 ) DA 档案( 0 ) DB 地震( 0 ) DL 电力( 0 ) DZ 地质矿产( 0 ) EJ 核工业( 0 ) FZ 纺织( 0 ) GA 公共安全( 0 ) GBZ 职业卫生( 0 ) GC 物资储备( 0 ) GH 供销( 0 ) GM 密码( 0 ) GY 广播电影电视( 0 ) HB 航空( 0 ) HG 化工( 0 ) HJ 环境保护( 0 ) HS 海关( 0 ) HY 海洋( 0 ) JB 机械( 0 ) JC 建材( 0 ) JG 建筑工业( 0 ) JR 金融( 0 ) JS 机关事务行业标准( 0 ) JT 交通( 0 ) JY 教育( 0 ) LB 旅游( 0 ) LD 劳动和劳动安全( 0 ) LS 粮食( 0 ) LY 林业( 0 ) MH 民用航空( 0 ) MR 市场监管行业标准( 0 ) MT 煤炭( 0 ) MZ 民政( 0 ) NB 能源( 0 ) NY 农业( 0 ) QB 轻工( 0 ) QC 汽车( 0 ) QJ 航天( 0 ) QTE 行业标准英文版( 0 ) QX 气象( 0 ) RB 认证认可标准( 0 ) SB 商业( 0 ) SC 水产( 0 ) SF 司法( 0 ) SH 石油化工( 0 ) SJ 电子( 0 ) SL 水利( 0 ) SN 商检( 0 ) SW 税务( 0 ) SY 石油天然气( 0 ) TB 铁路运输( 0 ) TD 土地管理( 0 ) TY 体育( 0 ) WB 物资管理( 0 ) WH 文化( 0 ) WJ 兵工民品( 0 ) WM 外经贸( 0 ) WS 卫生( 0 ) WW 文物( 0 ) XB 稀土( 0 ) XF 消防( 0 ) YB 黑色冶金( 0 ) YC 烟草( 0 ) YD 通信( 0 ) YS 有色冶金( 0 ) YY 医药( 0 ) YZ 邮政( 0 ) ZY 中医药( 0 )
国际标准 （0）
- 全部 01 综合、术语学、标准化、文献( 0 ) 03 社会学、服务、公司(企业)的组织和管理、行政、运输( 0 ) 07 自然和应用科学( 0 ) 11 医药卫生技术( 0 ) 13 环保、保健和安全( 0 ) 17 计量学和测量、物理现象( 0 ) 19 试验［该类仅包括试验通用标准;分析化学,见71.040］( 0 ) 21 机械系统和通用件( 0 ) 23 流体系统和通用件［流体流量的测量,见17.120］( 0 ) 25 机械制造［该类包括通用标准］( 0 ) 27 能源和热传导工程( 0 ) 29 电气工程( 0 ) 31 电子学( 0 ) 33 电信、音频和视频工程( 0 ) 35 信息技术( 0 ) 37 成像技术( 0 ) 39 精密机械、珠宝( 0 ) 43 道路车辆工程( 0 ) 45 铁路工程( 0 ) 47 造船和海上构筑物( 0 ) 49 航空器和航天器工程( 0 ) 53 材料储运设备( 0 ) 55 货物的包装和调运( 0 ) 59 纺织和皮革技术( 0 ) 61 服装工业( 0 ) 65 农业( 0 ) 67 食品技术( 0 ) 71 化工技术( 0 ) 73 采矿和矿产品( 0 ) 75 石油天然气及相关技术( 0 ) 77 冶金( 0 ) 79 木材技术( 0 ) 81 玻璃和陶瓷工业( 0 ) 83 橡胶和塑料工业［其他高分子材料入此］( 0 ) 85 造纸技术( 0 ) 87 涂料和颜料工业( 0 ) 91 建筑材料和建筑物( 0 ) 93 土木工程( 0 ) 95 军事物资、军事工程、武器( 0 ) 97 家用和商用设备、文娱、体育( 0 ) 99 (无标题)［该类保留出,作为内部其他用途］( 0 )
国外标准 （0）
- 全部 ANSI 美国国家标准学会( 0 ) API 美国石油学会( 0 ) AS 澳大利亚标准( 0 ) ASME 美国机械工程协会( 0 ) ASTM 美国材料与试验协会标准( 0 ) BS 英国标准( 0 ) BSI 英国BSI标准( 0 ) CFR 美国联邦法规( 0 ) CSA 加拿大标准( 0 ) DE 德国标准( 0 ) DIN 德国DIN标准( 0 ) EN 欧洲标准( 0 ) FR 法国标准( 0 ) IEEE 美国电气电子工程师协会( 0 ) JP 日本标准( 0 ) JSA 日本JIS标准( 0 ) KS 韩国标准( 0 ) MIL 美国军用标准( 0 ) SAE 美国机动车工程师学会( 0 ) SU 俄罗斯GOST标准( 0 ) UL 美国保险商试验室( 0 ) UNI 意大利标准( 0 )
地方标准（0）
- 全部 DB11 北京市地方标准( 0 ) DB12 天津市地方标准( 0 ) DB13 河北省地方标准( 0 ) DB14 山西省地方标准( 0 ) DB15 内蒙古自治区地方标准( 0 ) DB21 辽宁省地方标准( 0 ) DB22 吉林省地方标准( 0 ) DB23 黑龙江省地方标准( 0 ) DB31 上海市地方标准( 0 ) DB32 江苏省地方标准( 0 ) DB33 浙江省地方标准( 0 ) DB34 安徽省地方标准( 0 ) DB35 福建省地方标准( 0 ) DB36 江西省地方标准( 0 ) DB37 山东省地方标准( 0 ) DB41 河南省地方标准( 0 ) DB42 湖北省地方标准( 0 ) DB43 湖南省地方标准( 0 ) DB44 广东省地方标准( 0 ) DB45 广西壮族自治区地方标准( 0 ) DB46 海南省地方标准( 0 ) DB50 重庆市地方标准( 0 ) DB51 四川省地方标准( 0 ) DB52 贵州省地方标准( 0 ) DB53 云南省地方标准( 0 ) DB54 西藏自治区地方标准( 0 ) DB61 陕西省地方标准( 0 ) DB62 甘肃省地方标准( 0 ) DB63 青海省地方标准( 0 ) DB64 宁夏回族自治区地方标准( 0 ) DB65 新疆维吾尔自治区地方标准( 0 )
QQ交流1群（已满）
QQ交流2群
GB/T 22394的本部分给出了实施数据驱动监测与诊断方法的过程，以帮助专业人员，特别是监测中心的专业人员进行分析工作。虽然现有的工具中已经内嵌了一些步骤，为了更好地使用，仍有必要注意下列步骤：--资产、关键故障以及可用过程参数的选择；--数据清洗和重采样；--模型开发；--模型初始化和调整；--模型性能评估；--诊断过程。实施这些步骤不需要全面的统计学方法知识，但需要具有首先建立训练模型并将模型应用于监测和诊断过程的能力。在正常工作状态的机器上实施数据驱动监测模型的训练。故障监测的原理是将观察数据与估计数据进行对比。参数的观察值与期望值之间的不同（称为残差）表示存在异常，该异常可能与设备或仪器有关。在正常工作状态和故障状态的机器上实施数据驱动诊断模型的训练。诊断方法的原理不是去检测参数的偏差，而是通过将观察到的状况与训练阶段学到的故障进行比较从而识别故障。通常使用的技术是模式识别以及模式分类。数据可以取自分散式控制系统（DCS）的历史数据，或者取自特定的监测系统。
定价： 37元 / 折扣价： 32 元 加购物车
对不起，暂未有相关搜索结果！
