计算机硬件系统常见故障的分析处理

归纳总结了计算机用户在日常工作、生活中可能碰到的多种代表性的电脑软硬件故障和问题及解决方法。各种故障问题类型和故障排除思维习惯来编排,具体包括开关机故障、死机故障、显示故障、声音故障、存储设备故障、CPU故障、内存故障、主板故障。在碰到电脑故障时,能快速判断和解决一些有规律可循的常见故障,以及如何维护电脑、如何避免电脑故障。     

基于故障传播模型与监督学习的电力通信网络故障定位

针对电力通信网络中的故障定位问题,分析了一种网络设备或链路故障引发的大范围连通片故障告警情形,提出一种基于故障传播模型和监督分类学习方法的故障定位算法。首先使用改进的故障传播模型求得初步定位结果,用最少的故障数目解释当前告警;然后通过故障源-故障告警向量分解将故障定位问题转化为监督分类问题,定位告警区域内部故障;最后加入猜测的故障设备和故障链路完善定位结果以提高定位准确率。模拟结果表明提出的故障定位算法的故障检测率达到84%~95%,具有较高的故障定位可靠性。     

一种基于依赖图的故障定位算法

大型网络中的单一故障可能导致大量故障表示(告警),从而很难隔离故障源.故障管理的有效与否和功能强弱直接关系到被管理网络的可用性和可靠性.故障检测、故障定位都是故障管理中的重要环节.由于故障管理的速度和准确性很大程度上依赖于故障定位过程,因此本文针对故障定位提出了一种基于依赖图的故障定位算法.     

分布式环形网络故障检测及恢复技术性能分析

在分析DRP分布式环形网络冗余协议故障诊断和恢复机理的基础上,建立DRP故障恢复时间模型,将故障恢复的时间分为故障定位等待时间、故障报警时间和故障处理时间,分别针对交换设备管理模块故障扣通信链路故障,以及DRP方法对不同故障的探测方式,分析影响不同故障恢复时间的各种因素,并根据算法得出制约故障恢复时间提高的主要因素,并通过实验验证各种不同故障在EPA现场网络中故障恢复时间.     

基于数据挖掘的航空装备故障成品预测模型

因航空装备系统复杂度高,故障成因复杂,在保障时根据故障现象判断故障成品的难度很大,同时大量的历史故障记录数据未能有效利用.通过分析航空装备成品故障记录的特点,提出了一种基于数据挖掘的航空装备故障成品预测模型.该模型将历史故障记录数据作为输入,通过文本聚类将大量故障描述聚类得到故障现象簇,并建立"故障现象"与"故障成品"之间的多对多关系,提出了故障成品概率分布算法,并通过匹配新发生故障现象与故障现象簇,计算出故障成品概率分布.实验验证结果表明,该模型可有效地根据故障描述预测可能发生故障的成品的概率分布,且预测准确率可随数据量的增加而提高,满足实际保障需求.     

分布式系统中的故障处理

对一种实时分布式系统中的故障处理机制进行了研究,详细描述了该系统中故障管理的概念,故障定义、故障分类与级别,故障检测、故障滤波、故障确认、故障相关分析、故障定位、故障隔离,健康监控、故障管理的功能与实现。任何系统可按其需求选择其中介绍的一种或多种技术组合。     

IP网络可生存性模型中故障模型的构建与仿真

为优化IP网络可生存性评估方法,对可生存性模型中故障模型的构建问题进行了研究.介绍网络可生存性评估框架,对IP网络故障特性进行了分析,分别分析了故障的特征,故障对IP网络可生存性的影响以及故障的分类情况,在了解了IP网络故障特性的基础之上,给出单链路故障、路由器相关故障及光纤相关故障三种故障状态集的数学表示,并给出两种故障模型的构建方法,分别为已知每种故障占全部故障的百分比和已知每种故障发生时间间隔的统计分布情况下的故障模型构建方法,最后对两种故障模型构建方法分别进行了仿真验证,得出两种故障模型构建方法可对实际故障状态进行较精确模拟的结论.     

微机系统板故障的诊断

微机的系统板故障可分为关键性故障和非关键性故障。关键性故障措CPU无法执行预定的程序——ROMBIOS，或无法进行正常的操作，或无法实现必需的功能。绝大多数关键性故障都表现为黑屏、无任何显示或死机。非关键性故障是指系统板的某些非关键的功能失常，但不影响微机基本功能的实现。绝大多数非关键性故障都可由屏幕显示故障部位，放本文对此不作展开，主要介绍关键性故障的诊断。关键性故障可分为总线故障和功能模块故障。下面分别予以介绍。总线故障所谓总线故障，是指系统板上的地址总线、数据总线和控制总线出现故障，从而无法完…     

七大案例 解决CPU常见故障

电脑用久了，难免会出现这样那样的故障。在众多电脑故障中，板卡类出现机率最大。CPU虽然是电脑中重要的配件，但出现故障的机率相当少，常见的CPU故障大致有以下几种：散热故障、重启故障、黑屏故障及超频故障。由于CPU本身出现故障的几率非常小，所以大部分故障都是因为用户粗心大意造成的。[编者按]     

基于VMD的小电流接地故障融合选线方法

针对目前煤矿配电网故障选线方法在相关故障特征不明显时存在故障选线失效,基于单一模态分量和单一故障特征的故障选线方法的选线准确度较低等问题,提出了一种基于变分模态分解（VMD）的小电流接地故障融合选线方法。利用VMD将母线中各出线的故障零序电流分解为多个模态分量,根据模态分量的故障特征确定VMD层数,并选取故障特征明显的模态分量作为故障选线的有效模态分量;分别计算各出线故障零序电流有效模态分量的暂态能量和波形相似度;根据各出线有效模态分量的暂态能量占比和波形相似度占比,构建基于暂态能量的故障选线判据和基于波形相似度的故障选线判据,并将2种故障选线判据融合,形成基于VMD的故障融合选线算法。利用电磁暂态仿真软件ATP/EMTP搭建煤矿配电网模型,在不同接地故障电阻、故障初相角和故障位置的单相接地故障场景下,对所提出的故障融合选线方法进行验证,结果表明：在配电网发生各种单相接地故障时,基于VMD的小电流接地故障融合选线方法不受故障位置的影响,较能量法和相关性聚类法的故障选线正确率分别提高了17%和50%,且不受故障类型影响,可应用于小电流接地故障选线。