改进RPN方法在数控磨床可靠性分析上的应用

提出了一种适用于数控磨床可靠性分析的改进RPN方法。阐述了传统风险优先数法的缺陷与不足,并针对这些缺陷和数控磨床可靠性分析这个领域,给出了改进的RPN计算方法。改进的RPN方法不仅克服了传统方法的许多缺陷,而且易于操作,更加符合实际情况。利用改进的RPN方法对某批数控磨床进行了风险评估,确定各个子系统的风险优先等级排序。进而找到数控磨床的薄弱环节,对薄弱环节进行加强,进而提高数控磨床的整体可靠性。事实证明,该改进的RPN方法对提高数控磨床可靠性有十分重要的指导意义。

结直肠癌组织RPN11与Ki67的表达及其临床病理学意义

目的观察去泛素化酶RPN11和增殖相关核标记物Ki67在结直肠癌组织中的表达,研究其与结直肠癌肿瘤细胞增殖的相关性及与结直肠癌临床病理特征的关系。方法采用免疫组织化学SABC法检测56例结直癌组织及20例癌旁正常组织中的RPN11和Ki67表达,结合临床病理学资料进行统计分析。结果免疫组织化学染色显示:RPN11及Ki67在结直肠癌组织的阳性表达率明显高于正常结直肠组织;RPN11和Ki67的表达均与肿瘤分化程度、TNM分期、转移有关,而与性别、年龄无明显相关;RPN11与Ki67的表达呈正相关。结论RPN11和Ki67可能共同参与结直肠癌肿瘤细胞的增殖调控,并促进结直肠癌的发生发展以及浸润转移。

基于改进RPN深度网络的端到端的监控场景行人检测研究

监控场景下的行人检测相比其他场景,具有人流量大,遮挡程度高的特点。针对该场景,本文提出基于RPN深度网络的端到端检测方案。一方面改进了RPN深度网络,结合自行设计的深度卷积网络,获得了针对行人检测的深度网络。另一方面通过引入头肩模型进一步提高了针对该场景行人检测的检测性能,同时提升了检测实时性,最终实现了端到端检测。实验表明,本文方法有效提升了监控场景行人检测的检测性能和实时性,降低了检测漏检率。

应用卷积神经网络与RPN的交通标志识别

在智能交通系统中要求交通标志识别具有良好的鲁棒性、实时性,并且实际交通环境中可能因路标模糊、光照强弱、尺度大小、复杂背景等因素的问题,导致交通标志识别准确率很低。针对上述问题,提出了利用深度学习方法设计卷积神经网络,并通过卷积和池采样的多层处理,结合目标检测方法中的RPN网络结构,以提取图像的候选区域,从而对候选区域进行特征提取,最后利用全连接网络实现对特征图进行回归处理,获取检测目标的位置及识别。实验结果表明,该方法能有效地提高检测精度和计算效率,降低错误率,对于光照、旋转等不良因素下交通标志检测具有较好的稳定性和准确性,有效地提高了交通标志识别效率,具有良好的泛化能力和适应性,且满足一定的实时性的要求。

基于RPN和多粒度语言集结系统的多状态退化系统故障分析

针对传统故障分析方法缺乏系统性的问题,以多状态退化系统为研究对象,引入风险优先数(RPN),借助多粒度语言评价集结系统,提出了一种新的多状态退化过程的评估方法。明晰了系统退化过程的关键环节和关键参量,更加全面地分析故障演变过程。以系统风险加权后的最低维修费用为目标,运用策略迭代算法,计算出不同故障状态下的最优维修策略。以算例说明故障分析过程,验证了所提方法的有效性和实用性。

基于RPN的机器人制造数字化车间安全评估方法及应用研究

以机器人制造数字化车间的制造单元为基础,通过故障树方法对危险进行分析,识别制造单元的危险源和危险事件,并结合RPN(风险优先数分析)方法对各单元风险进行定量评估,得出各单元风险的危害性。在安全评估的基础上,针对所识别的各制造单元风险,结合风险降低要求给出相应的风险降低措施。最后,以装配单元的装配机器人为例进行安全评估,结合RPN方法对机器人伤人的风险进行定量计算,并结合风险控制要求,通过增加安全光栅系统来降低人员受伤害的风险,结果表明安全光栅系统能够很好的对风险进行管控,验证了基于RPN的安全评估方法的可行性和可操作性。

基于数控机床FMECA与改进RPN的系统危害性评价方法

数控机床的正常有效运行,需要时刻关注着机床各个部位的情况。通过从企业内部采集到的数控机床数据,对数控机床的各个系统进行可靠性分析,研究每个子系统存在的故障类型故障、故障模式与故障原因,确定其对机床整体功能的影响。并通过FMECA分析计算方法和改进后的RPN系统危害性的分析方法找出数控机床各个系统的薄弱位置,了解各个故障对数控机床的整体影响程度,最终得出数控机床的可靠性信息。研究结果表明,该方法能较为准确地找出机床的主要故障部位,并针对这些故障部位提出相应的预防措施与解决方案,从而提高机床的运行寿命。

RPN中子源组件试验装置设计

根据核仪表系统(RPN)源试验需求,设计专门的RPN中子源组件试验装置并进行试验验证。结果表明,该实验装置既能使源试验仪表调试人员获得理想的试验数据,又能最大程度地满足对中子源操作人员的辐射防护要求。

面向电子系统间歇故障的改进RPN计算框架

针对经典风险优先值(risk priority number,RPN)方法的数学缺陷、要素缺陷和研究对象缺陷,分析了经典RPN方法存在这些缺陷和不足的原因,提出了一种面向电子系统间歇故障的RPN改进计算方法。该方法采用五态Markov模型进行故障致损次数O的估算,采用DEMATEL方法进行故障位置、机理、模式的相关性/影响性分析,采用马氏距离对RPN一次排序结果中的相同序号进行二次排序,较好的解决了经典RPN方法取值不是连续整数、对3个主要要素S、O、D取值的微小变化敏感等问题。最后,采用某海基设备电子系统的间歇故障案例来力证了改进RPN计算框架的有效性,可清晰区分不同间歇故障的危险级且更为客观,取得较好效果。

基于RPN-BN的平台-隔水管系统遇内波风险分析

为保障内孤立波作用下的深水半潜式钻井平台-隔水管系统的安全,同时解决海洋平台系统设备失效数据的缺失问题,提出1种风险优先系数(RPN)与贝叶斯(BN)结合的定量风险分析方法。首先,基于故障树和安全屏障方法,建立平台-隔水管系统Bow-tie模型和贝叶斯风险演化模型;其次,根据贝叶斯推断和风险优先系数中的事故发生频度估计,得到平台-隔水管系统失效事故的发生概率;最后,通过贝叶斯网络的逆向推理能力辨识内孤立波作用下引起平台-隔水管系统失效的主要风险节点,实现对平台-隔水管系统失效事故的定量风险分析。结果表明:RPN-BN法可应用于平台-隔水管系统遇内波的定量风险分析;加强对平台漂移量的控制,提高动力定位系统控制设备的可靠性可有效抵御内波对系统造成的影响。

RPN——一个评价色谱柱效的新参数

本文以半峰宽与保留数据的线性关系为基础,提出用真实峰数(RPN)作为柱效评价指标。RPN定义式简单,物理意义清晰,反映一定容量比K′范围的平均柱效概念,克服了理论板数等原有柱效参数随K′变化的弱点,因而便于柱效的比较和评价。RPN比最近提出的无限大容量比的理论板数(Ninf)综合了更多的柱效信息与影响因素。本文推导了RPN与Ninf的关系式,建立了RPN与柱过程基本物理量的关系。讨论了死时间对RPN的影响及其ε外推算法;纠正了文献所述ε外推法“不受碳数规律限制”的错误结论。

RPN2在肿瘤发生发展中的研究进展

简述了RPN2的概况及其作用机制,并回顾其在各种肿瘤细胞中的相关研究进展,指出肿瘤细胞获得耐药表型是导致化疗失败的重要原因,下调作为N-寡糖基转移酶复合体成员之一的核糖体结合蛋白Ⅱ(RPN2)基因可显著促进多西紫杉醇诱导的乳腺肿瘤细胞凋亡,沉默RPN2基因可增加乳腺肿瘤细胞对多西紫杉醇的敏感性。但是,RPN2表达的功能和与其他恶性肿瘤临床特征的相关性仍有待阐明。本文根据最近的相关文献就RPN2发生发展的研究进展作一综述。

去泛素化酶Rpn11在套细胞淋巴瘤中的表达及其临床病理意义

目的:探讨去泛素化酶Rpn11蛋白在套细胞淋巴瘤(MCL)中的表达及其临床病理意义。方法:收集20例初治MCL的标本及资料,以10例反应性增生淋巴组织标本为对照,免疫组化检测组织中Rpn11蛋白的定位及表达,分析Rpn11表达与患者的临床病理指标的关系。结果:Rpn11蛋白定位于细胞核和细胞浆。MCL病理组织中Rpn11蛋白表达阳性率85%,高于对照组织40%(P=0.03)。套细胞淋巴瘤组织中Rpn11蛋白表达的阳性率与患者的Ann Arbor分期、血清白蛋白水平、Ki-67指数均相关(P<0.05),与呈阴性表达的MCL比较,Rpn11阳性者分期更晚、白蛋白水平更低、Ki-67指数更高。而Rpn11表达与患者的MIPI分组、B症状、骨髓浸润、β2-微球蛋白无关(P>0.05)。结论:Rpn11蛋白在MCL病理组织中的表达较对照组织为高,Rpn11可能是MCL预后较差的指标。

基于模糊RPN的塞拉门驱动传动系统危害性分析

塞拉门驱动传动系统作为塞拉门的重要组成部分,其可靠性决定了塞拉门运行的稳定性和安全性。为了确定塞拉门驱动传动系统零部件的故障模式及其危害性,利用FMEA方法分析系统各部件的故障模式、故障引起的影响以及故障产生的原因,并引入模糊语言变量和模糊综合评判以降低危害性等级评定过程中的模糊性和不确定性。通过构建模糊矩阵、因素集、权重向量和综合评判矩阵,定量分析各故障模式的危害性等级评判序数,经对比排序,得到塞拉门驱动传动系统各故障模式的危害性分析结果,为塞拉门维保策略、故障检测和诊断方法的制订提供重要参考。

基于RPN网络和改进LBP特征的充电口检测算法

随着电动汽车在全球范围内的大规模推广,电动汽车自动化充电问题越来越受到人们的关注。自动化充电过程中最关键的步骤就是检测和识别充电插口,并完成充电插口与充电枪的对接和插拔。本文提出一种基于Faster-RCNN的充电插口检测识别算法。结合显著化图像对其中的RPN网络部分进行改进,将图像中的充电口区域显著化,用处理后的特征图像作为RPN网络的输入;设计一种多尺度MB-LBP特征与神经网络联合进行候选区域分类。基于Pytorch框架在自建的数据集上进行训练和测试,实验结果表明,本文所提出的算法能够满足工作场景需求,并且能够较好地应对光照条件变化以及尺度变化。

基于RPN算法的嵌入式PLC设计

文章提出了一种基于RPN算法的嵌入式PLC系统的设计方案,介绍了RPN算法的基本原理,给出了RPN逻辑运算器模型及系统架构,并结合μC/OS-Ⅱ实时操作系统介绍了系统软件设计,使得用户程序无需编译即可进行调试和运行。经北京某公司生产线的试用,基于RPN算法的嵌入式PLC表现稳定可靠,从而验证了RPN算法应用于工业控制的可行性。

RPN中间量程电流量程切换问题的研究

针对核仪表系统（RPN）中间量程电流量程切换过程容易出现尖峰电流触发意外停堆的问题，提出了一种软件解决方案。大量的工厂测试及现场测试表明，优化后的软件可以有效避免量程切换过程出现电流尖峰，量程切换过渡平滑稳定，系统稳定性显著提高。该方案已在多台核电机组实施，中间量程在不同的堆芯状态均能实现稳定输出，有效避免了尖峰电流触发反应堆意外停堆给电厂带来的经济损失。

RPN系统中间量程切换共模缺陷的处理与分析

介绍了某核电项目机组在零功率平台调试期间,由于核测量仪表中间量程切换问题导致反应堆跳堆事件的经过,并对根本原因进行深入的分析,经过大量的试验,发现量程切换缺陷致使反应堆在启停堆阶段保护误动概率高达3%。通过根本原因分析,确定此缺陷为同系设备的共模故障。利用RPN系统本身特点采取了针对性的处理措施并在两台国内机组经过充分的验证,修改方案全面可靠,此经验已反馈到国内外其他应用同类设备的机组。

人工气道风险防范管理引入失效模式和效果分析对RPN值及老年患者意外拔管事件发生率的影响

目的探讨人工气道风险防范管理引入失效模式和效果分析(FMEA)对共同风险系数(RPN)值变化和老年患者意外拔管事件发生率的影响。方法选择2013年1月~2015年6月我院ICU进行气管插管人工气道的患者40例作为对照组,实施常规风险防范管理;选择2015年7月~2017年2月我院ICU进行气管插管人工气道的患者40例作为观察组,实施FMEA模式进行风险防范管理。对比两组RPN值变化和患者意外拔管事件发生率。结果观察组RPN值评分低于对照组,差异有统计学意义(P<0.05);观察组患者意外拔管事件发生率低于对照组,差异有统计学意义(P<0.05)。结论人工气道风险防范管理中引入FMEA模式可显著减小风险,尽可能降低老年患者意外拔管事件发生率,确保患者气管插管人工气道安全性,值得临床大力推广。

一种采用级联RPN的多尺度特征融合电表箱锈斑检测算法

配电柜锈蚀会导致的后果有接触不良,严重的甚至会导致火灾、部分电气控制设备爆炸。为此,本文提出一种基于神经网络的多尺度电表锈斑检测方法。首先,基于大量的锈斑数据,训练识别锈斑的卷积神经网络(CNN)模型;其次,利用训练出的CNN模型,对电表表箱的位置进行检测,同时实现对电表表面锈斑的实时识别。算法融合了通过级联RPN网络获得多尺度的特征映射,充分利用低层特征的位置信息和高层特征的强语义信息来增强检测效果。针对采集的电表锈斑数据集,电表检测达到94. 9%的精确度,优于采用YOLOv2达到的91. 1%的精确度,锈斑分类精度达到94. 5%。锈斑识别的识别率、实时性和稳定性可以较好地满足实际应用的需要。