3.3.2. Трудовая функция \ КонсультантПлюс
3.3.2. Трудовая функция
Наименование | Испытания, дефектация и ремонт трубопроводов, их составных частей и систем диаметром до 108 мм, труб из пластмасс диаметром до 76 мм | Код | C/02.3 | Уровень (подуровень) квалификации | 3 |
Происхождение трудовой функции | Оригинал | X | Заимствовано из оригинала | ||
Код оригинала | Регистрационный номер профессионального стандарта |
Трудовые действия | Выявление и устранение дефектов в работе монтируемых трубопроводов и систем |
Гидравлические испытания давлением до 15 кгс/см | |
Гидравлические испытания давлением от 15 до 100 кгс/см2 судовой арматуры и труб в цехе | |
Демонтаж, разборка, ремонт судовых трубопроводов любого диаметра и арматуры, кроме специальных систем и трубопроводов | |
Дефектация арматуры, трубопроводов и систем на судне (кроме специальных систем) диаметром 108 мм и давлением до 15 кгс/см2 | |
Испытания труб из пластмасс диаметром до 76 мм и отростков | |
Пневматические испытания давлением до 10 кгс/см2 арматуры, трубопроводов и систем диаметром 108 мм на судне (кроме специальных систем) | |
Пневматические испытания давлением до 15 кгс/см2 арматуры и труб в цехе | |
Ремонт судовых трубопроводов и систем диаметром до 108 мм и давлением до 15 кгс/см 2 | |
Выполнение работ по разборке, ремонту специальных судовых систем и трубопроводов под руководством трубопроводчика судового более высокой квалификации | |
Необходимые умения | Выполнять отдельные операции по разборке и ремонту специальных судовых систем и трубопроводов |
Выполнять разборку и демонтаж судовых трубопроводов любого диаметра, подлежащих восстановлению, кроме бытовых, хозяйственных и специальных систем | |
Выявлять изменение формы или нарушение целостности элементов судовой арматуры, трубопроводов и систем диаметром до 108 мм (кроме специальных систем) | |
Контролировать качество выполненных работ по ремонту судовых трубопроводов и арматуры | |
Определять техническое состояние арматуры, трубопроводов и систем диаметром до 108 мм (кроме специальных систем) с выявлением дефектов и неисправностей в их работе | |
Оценивать качество сборки судовой арматуры и труб при гидравлических испытаниях в цехе давлением от 15 до 100 кгс/см2 и пневматических испытаниях давлением до 15 кгс/см2 | |
Оценивать качество сборки и монтажа арматуры, трубопроводов и систем (кроме специальных систем) диаметром до 108 мм при гидравлических испытаниях давлением до 15 кгс/см2 и пневматических испытаниях давлением до 10 кгс/см2 на судне | |
Проводить гидравлические испытания давлением до 15 кгс/см2 и пневматические испытания давлением до 10 кгс/см2 арматуры, трубопроводов и систем (кроме специальных систем) диаметром до 108 мм на судне в соответствии с технической документацией | |
Проводить гидравлические испытания давлением от 15 до 100 кгс/см2 и пневматические испытания давлением до 15 кгс/см2 арматуры и труб в цехе в соответствии с технической документацией | |
Проводить испытания труб из пластмасс диаметром до 76 мм и отростков в соответствии с технической документацией | |
Производить проверку соответствия монтируемых трубопроводов и систем проектной документации с целью выявления и устранения дефектов | |
Производить ремонт арматуры и трубопроводов любого диаметра, кроме бытовых, хозяйственных и специальных систем, в соответствии с технической документацией и требованиями охраны труда | |
Соблюдать требования нормативных правовых актов по охране труда, промышленной безопасности и производственной санитарии в процессе проведения испытаний | |
Необходимые знания | Виды износов и повреждений судовых трубопроводов и арматуры |
Классификация судовых систем и трубопроводов | |
Методы диагностики технического состояния арматуры, трубопроводов и систем | |
Назначение и устройство специальных судовых систем и трубопроводов | |
Нормы износа отдельных элементов и деталей судовых трубопроводов и арматуры | |
Порядок проведения гидравлических испытаний | |
Правила дефектования судовых трубопроводов и систем | |
Способы и последовательность демонтажа труб | |
Требования технической документации по проведению ремонта арматуры и трубопроводов любого диаметра, кроме бытовых, хозяйственных и специальных систем | |
Требования технической документации, предъявляемые к организации и проведению гидравлических испытаний давлением от 15 до 100 кгс/см2 и пневматических испытаний давлением до 15 кгс/см2 судовой арматуры и труб в цехе | |
Требования технической документации, предъявляемые к организации и проведению гидравлических испытаний давлением до 15 кгс/см 2 и пневматических испытаний давлением до 10 кгс/см2 арматуры, трубопроводов и систем (кроме специальных систем) диаметром до 108 мм на судне | |
Требования технической документации, предъявляемые к организации и проведению испытаний труб из пластмасс диаметром до 76 мм и отростков | |
Требования, предъявляемые к качеству выполненных работ по ремонту судовых трубопроводов и арматуры | |
Универсальные и специальные приспособления, применяемые трубопроводчиком судовым в работе | |
Другие характеристики | — |
Фронтенд-разработка системы учёта логических ресурсов
Продукт
Система инвентаризации и управления телефонными номерами, IP-адресами и международными идентификаторами мобильных абонентов. Приложение представляет собой единое решение для учёта оборудования, телефонных номеров и SIM-карт; выполнения бизнес-процессов изготовления, дефектования и выведения из эксплуатации SIM-карт; создания, аннулирования и изменения параметров стартовых комплектов.
Бизнес-вызов
Заказчику, реализующему SIM-карты с помощью обширной сети дистрибьюторов, расположенных по всей стране, необходима единая система для учёта логических ресурсов и автоматизации бизнес-процессов по их подготовке. Для разработки и тестирования UI-части данной системы были привлечены специалисты JazzTeam. Процессным и технологическим вызовом для нашей компании стали следующие факторы: работа в распределённой команде, в процессе которой необходимо наладить постоянное взаимодействие с инженерами заказчика (реализация бэкенд-части системы осуществляется параллельно с разработкой UI). Совместными усилиями задача должна быть реализована в сжатые сроки, в условиях жёстких технологических требований (включая быстрое освоение широкого стека JavaScript-инструментов) и необходимости достижения высокого уровня покрытия кода автоматизированными Unit-тестами.
Схема процесса СI/CD, применяемого в рамках разработки проекта
Особенности проекта
В рамках проекта специалисты JazzTeam стали частью международной распределённой команды. В наши обязанности входила разработка фронтенд-части системы (Angular-составляющая проекта), её мануальное и автоматизированное Unit-тестирование. Также наша команда должна была провести интеграцию приложения с системой централизованного управления бизнес-процессами заказчика, а именно объединить UI разработанной системы с UI частью готового приложения.
Front-end разработка системы записи логических ресурсов
Технологические особенности
- Разработка UI-части системы с нуля с помощью выбранных и утверждённых заказчиком технологий (JavaScript, AngularJS, RequireJS).

- Команда JazzTeam должна постоянно синхронизироваться с командой бэкенд-разработки заказчика. Для ускорения работы и обеспечения независимости команд на стороне фронтенд-разработки постоянно использовались эмуляторы серверной части.
- Создание интерактивного интерфейса системы с помощью подхода SPA (single page application). Маршрутизация, подгрузка и рендеринг данных должны осуществляться в рамках одной страницы.
- После создания UI-части приложения необходимо интегрировать его с UI-частью системы централизованного управления бизнес-процессами заказчика, позволяющей формировать и отслеживать выполнение заданий по изготовлению, дефектованию или выведению SIM-карт из эксплуатации и др.
Подходы и решения
- Оперативная разработка UI-части системы на основе наработанных командой заказчика компонентов. Специалисты JazzTeam использовали наработанные командой заказчика UI-компоненты (библиотеки, модули и т.д.), что позволило быстрее освоить необходимый стек и получить первые результаты.
- Автоматизированное Unit-тестирование JS-кода. Изначально заказчиком была поставлена следующая задача — добиться 85% покрытия кода Unit-тестами, чтобы обеспечить стабильную работу UI-составляющей приложения. Для отслеживания процесса достижения данной цели наши инженеры применили утилиту подсчёта покрытия тестами Karma, что позволило постоянно контролировать процент покрытия кода Unit-тестами. Для запуска автотестов развёрнута среда тестирования Jasmine. В результате применённого подхода покрытие кода Unit-тестами составило более 85%.
- Организация процесса разработки по Scrum/Agile. Ввиду часто меняющихся требований менеджером JazzTeam были инициированы ежедневные скрам-митинги (стендапы). Раз в 2 недели проводились демонстрации нового функционала, способствующие установлению общего понимания актуального статуса проекта всеми участниками команды. Также были введены регулярные планирования спринтов и ретроспективы, на которых обсуждались важнейшие вопросы, касающиеся улучшения процесса разработки.
Всё это способствовало синхронизации и эффективной коммуникации распределённой команды, что позволило добиться достаточно быстрого прогресса и взаимопонимания между всеми участниками проекта.
- Инжиниринговый подход к разработке. Для объединения созданной нашей командой UI-части приложения с UI-частью системы централизованного управления бизнес-процессами заказчика был проведён рефакторинг, в ходе которого разработана общая структура AngularJS проекта. Кроме того, приведена к общему стилю кодовая база приложений. В данной задаче инженеры JazzTeam применили свой обширный опыт и знания в реинжиниринге legacy-кода.
- Мануальное тестирование приложения с тщательным сохранением сценариев и их повторным использованием при создании автотестов. Проведение нагрузочного тестирования осуществлялось с помощью генерирования номеров для SIM-карт из разных регионов на единый сервер. Также было проведено функциональное тестирование системы.
Кроме того, разработаны сценарии тест-кейсов для написания автоматизированных UI-тестов. В последующем данные тест-кейсы использовались специалистами по автоматизированному тестированию команды заказчика.
Результаты и достижения
- Команда JazzTeam успешно справилась с поставленными перед ней задачами, работая в распределённой команде в условиях коротких итераций и жёсткого временного графика. Наш профессиональный менеджмент стал основой для организации эффективного процесса разработки на данном проекте. Благодаря грамотному подходу к управлению проектом команда постоянно синхронизировалась, своевременно реагировала на изменение требований. Специалисты JazzTeam быстро освоили определённый заказчиком в начале сотрудничества стек технологий. Всё это позволило реализовать сложный долговременный проект качественно и в срок.
- Специалисты JazzTeam подготовили множество визуальных интерфейсов приложения.
Также успешно проведено объединение двух приложений в единую систему, которая позволила автоматизировать весь цикл бизнес-процессов по предпродажной подготовке ресурсов для отгрузки дилерам стартовых комплектов и обменных SIM-карт, что полностью удовлетворило цели конечного заказчика.
- UI-составляющая продукта работает стабильно. Команда смогла достичь высокого показателя покрытия кода Unit-тестами благодаря хорошим традициям автоматизированного тестирования: отличные знания и регулярный опыт в Unit-тестирования является стандартом ежедневной работы для инженеров JazzTeam.
- В процессе работы над проектом специалисты JazzTeam использовали проактивный подход, принятый за правило в компании. Нашей командой было предложено несколько улучшений по увеличению области применения некоторых UI-компонентов, которые после обсуждения с командой заказчика были одобрены и реализованы. Лучшие практики автоматизированного Unit-тестирования переданы заказчику и сохранены для использования внутри нашей компании: по результатам проведённой работы по стабилизации продукта создан мануал по тестированию AngularJS сервиса с помощью Jasmine и Karma, который используется для обучения и погружения в проект новых специалистов.
Применённые технологии
JavaScript
Angular JS
Require JS
Jasmine
Apache HTTP Server
REST services
Karma
ЗАИНТЕРЕСОВАНЫ В СОТРУДНИЧЕСТВЕ?
СВЯЖИТЕСЬ С НАМИ
Обнаружение и диагностика неисправностей при обслуживании оборудования
28 октября 2021 г.
Понимание неисправностей оборудования и разработка стратегий их обнаружения и диагностики является одним из ключевых элементов обслуживания оборудования.
Цель этой статьи — представить обзор обнаружения и диагностики неисправностей, поскольку они применяются для улучшения процесса обслуживания оборудования и повышения надежности активов.
История обнаружения и диагностики неисправностей
В первые дни техническое обслуживание оборудования ограничивалось ремонтом неисправных активов и выполнением базового планового обслуживания через определенные промежутки времени. Специалисты по техническому обслуживанию не могли бы быть более активными, даже если бы захотели. Их возможности по сбору, хранению и анализу данных о состоянии и производительности оборудования были просто слишком ограничены.
Однако благодаря постоянному совершенствованию микропроцессорного управления, автоматизации, сбора данных в режиме реального времени и таких систем, как обнаружение и диагностика неисправностей (FDD), способ, которым мы выполняем техническое обслуживание оборудования, значительно изменился.
FDD в техническом обслуживании оборудования
Целью обнаружения и диагностики неисправностей в контексте технического обслуживания оборудования является оптимизация затрат на техническое обслуживание при одновременном повышении надежности, доступности, ремонтопригодности и безопасности (RAMS) оборудования.
Функция FDD заключается в непрерывном мониторинге и анализе данных мониторинга состояния и обнаружении любых аномалий (при их наличии). Затем наборы данных о состоянии оборудования обрабатываются алгоритмами диагностики неисправностей, иногда встроенными в само оборудование, для создания предупреждений о сбоях для операторов оборудования и обеспечения своевременного технического обслуживания.
В некоторых случаях алгоритмы достаточно сложны, чтобы даже инициировать действия по локализации сбоя для автоматического исправления самого сбоя и восстановления работоспособного состояния оборудования.
Ключевые элементы системы обнаружения и диагностики неисправностей
FDD, как следует из названия, содержит обнаружение и диагностику отказов оборудования. Диагностика отказа может быть разбита на выделение и идентификацию отказа.
Оценка отказов часто добавляется в область действия FDD, поскольку она помогает понять серьезность отказа для производительности системы, что является важным аспектом управления техническим обслуживанием.
Тем не менее, алгоритм обнаружения и диагностики неисправностей для любого оборудования должен содержать не менее четырех ключевых процессов, перечисленных ниже (они также могут представлять собой нелинейный процесс при условии, что некоторые шаги происходят одновременно):
Нам нужно чтобы обсудить каждый элемент более подробно, чтобы действительно понять, как работают обнаружение неисправностей и диагностика.
1. Обнаружение неисправностей
Обнаружение неисправностей – это процесс обнаружения наличия неисправности в каком-либо оборудовании до того, как она проявится в виде поломки. Это самый важный этап FDD, поскольку все последующие процессы зависят от его точности.
Если оборудование не может обнаружить правильный вид отказа (или если обнаружение неверно и вызывает ложные тревоги), изоляция, идентификация и оценка также будут неэффективны.
Существует два основных подхода к обнаружению неисправностей:
- Обнаружение неисправностей на основе моделей: Осуществляется посредством математического моделирования сигналов и процессов.
- Обнаружение неисправностей на основе знаний: Это метод, использующий исторические данные о производительности оборудования.
Обнаружение неисправностей на основе моделей
При обнаружении неисправностей на основе моделей мы определяем набор инженерных правил, написанных в соответствии с физическими законами, которые определяют отношения подсистем и компонентов внутри оборудования. Всякий раз, когда правило нарушается, алгоритм может обнаружить неисправность и запустить диагностику неисправности.
Одним из примеров обнаружения неисправностей на основе моделей является использование рефлектометрии во временной области (TDR) для обнаружения повреждений в подземных кабелях. В TDR сигнал передается по тестовому кабелю и принимается после отражения от места повреждения.
Если в кабеле имеется разрыв или высокое сопротивление, часть сигнала будет отражаться обратно к испытательному оборудованию или приемнику. Анализируя время возврата сигнала и скорость отраженного сигнала, испытательное оборудование может определить характер неисправности в кабеле как обрыв цепи или короткое замыкание.
Другой простой пример обнаружения на основе правил связан с последовательной работой системы наполнения, укупорки и упаковки бутылок на конвейерной ленте. Можно установить простое правило, указывающее иерархию процессов, например:
- бутылку нельзя закрыть крышкой, пока бутылка не будет заполнена жидкостью
- бутылки не могут быть упакованы, если они не заполнены и не закрыты крышками
В случае неисправности механизма укупорки бутылок алгоритм обнаружит поступающий сбой в системе упаковки. Он заблаговременно уведомит оператора упаковки. Необходимая подготовка может быть сделана для минимизации эксплуатационных потерь на упаковочной стороне конвейерной ленты.
Обнаружение ошибок на основе знаний
Чтобы обнаружение ошибок на основе знаний работало, нам сначала нужно установить базовый уровень. Это делается путем получения параметров производительности оборудования , таких как напряжение, ток, вибрация, температура, давление и других соответствующих переменных процесса, пока оборудование работает в нормальных условиях.
Цель состоит в том, чтобы разработать сигнатуру оборудования при нормальной работе.
После этого одни и те же параметры непрерывно извлекаются и сопоставляются с «здоровой» сигнатурой, чтобы зафиксировать отклонение через интерфейс статистического анализа — распознавание образов, выполняемое с помощью машинного обучения или искусственной нейронной сети.
Мы можем использовать этот метод для прогнозирования выхода из строя подшипника двигателя на основе сенсорных данных, собранных с подшипника и двигателя в целом.
Большое количество данных, собранных в течение долгого времени — история процесса — может быть проанализировано с помощью статистического алгоритма. Это помогает нам понять влияние различных условий, которым подвергается двигатель, таких как тепловой режим, механическое напряжение или некоторые другие рабочие условия, возникающие в особых обстоятельствах.
Затем алгоритм сопоставляет влияние этих условий на ухудшение состояния подшипников и прогнозирует частоту отказов и состояние работоспособности всего двигателя.
На основе этих сигнатур данных можно провести анализ для прогнозирования будущего состояния оборудования. Кроме того, можно активировать необходимые аварийные сигналы и провести диагностику неисправностей, чтобы оператор/техник мог предпринять соответствующие действия.
Те же данные можно использовать для определения стратегии профилактического обслуживания на оставшийся срок службы двигателя.
2. Локализация неисправности
Целью процесса локализации неисправности является локализация неисправности до самого нижнего компонента, который можно заменить. В некоторых приложениях обнаружение и изоляция неисправностей идут рука об руку; они могут, конечно, быть отдельными модулями процесса. Это связано с тем, что процессы обнаружения и локализации неисправности происходят в основном в одно и то же время, и оба выполняются алгоритмом обнаружения и изоляции неисправностей (FDI).
Например, рассмотрим пример тестирования TDR для подземного кабеля. Возвратный импульсный сигнал от кабеля одновременно указывает на наличие и местонахождение неисправности через время и скорость возвращенного импульсного сигнала.
Важным аспектом локализации неисправности является то, что неисправность должна быть локализована в самом нижнем компоненте, который может быть заменен . Это сделано для повышения точности изоляции и снижения влияния простоев.
В случае описанного ранее примера системы конвейера для бутылок обнаружение должно быть способно точно определить место отказа, например, отказ платы управления в механизме укупорки бутылок.
Если обнаружение просто указывает на отказ высокого уровня в конвейерной ленте, это не очень полезно для техника, выполняющего диагностику — на одном конвейере есть несколько систем, которые потенциально могут выйти из строя.
Информация, которая действительно ускорит процесс ремонта, — это знание точного места неисправности.
3. Идентификация неисправности
Цель идентификации неисправности состоит в том, чтобы понять основной вид неисправности, определить размер неисправности и найти ее первопричину. Методы диагностики неисправностей могут различаться, но действия, которые необходимо выполнить, в основном одинаковы.
Понимание основного режима сбоя
Глубокое понимание режима сбоя требует работы:
- нам необходимо проанализировать поведение сбоя в разное время
- , чтобы мы могли разработать изменяющуюся во времени сигнатуру режима отказа .
- и классифицировать его по разным категориям
Определение размера сбоя
Независимо от применяемого метода обнаружения сбоя размер или величина сбоя играет важную роль в определении желаемого уровня отказоустойчивости, который необходимо заложить в конструкцию оборудования .
Если величина неисправности мала, системе просто необходимо выдержать неисправность в течение дополнительного времени, пока неисправность не будет устранена сама по себе. Прекрасным примером является разрешение на временное переключение токов в электроприборах, если это не оказывает существенного влияния на производительность оборудования.
Теперь, если величина ошибки действительно высока, требуется другая методология: инженеры должны использовать активное или пассивное резервирование для повышения отказоустойчивости своих устройств.
Поиск основных причин
Алгоритм обнаружения и диагностики неисправностей является ядром хорошей системы диагностики неисправностей. Он основан на принципах машинного обучения и может использоваться для выявления аномалий в потоках данных, исходящих от оборудования, и определения их основной причины.
Идентификация некоторых режимов отказа очень проста, в то время как другие могут быть сложными и требовать обширных математических вычислений.
БЕСПЛАТНЫЕ РЕСУРСЫ ДЛЯ ПРОФЕССИОНАЛОВ И СТУДЕНТОВ
Вы получите:
- Рабочий билет + рабочий лист анализа первопричин
- Прямая поддержка от нашей команды
В качестве примера возьмем высоковольтный и мощный трехфазный асинхронный двигатель переменного тока.
Чаще всего основные виды отказов носят механический характер и связаны с вращающейся частью двигателя: короткое замыкание обмоток ротора, выход из строя подшипников и поломка ротора. Поскольку ротор является быстродвижущимся элементом, непосредственно на него нельзя установить датчик.
Усовершенствованные алгоритмы FDD можно использовать для получения сигнатур тока на клеммах статора исправного двигателя и сравнения их с сигнатурами тока в неисправных условиях.
Например, при обрыве стержней ротора импульс тока статора в два раза превышает частоту тока статора двигателя. Существует косвенная зависимость между механическим разрушением стержней ротора и колебаниями тока статора.
Такие возникающие тенденции анализируются алгоритмами обнаружения и диагностики неисправностей и могут использоваться для поиска возможных основных причин, которые выводятся и отображаются в режиме реального времени на интерактивных информационных панелях.
Использование таких алгоритмов идентификации неисправностей значительно сократило количество времени, необходимого техническим специалистам для устранения неполадок оборудования и выявления основной причины сбоев. Автоматическая диагностика основных причин в значительной степени способствовала сокращению времени простоя оборудования, сокращению среднего времени ремонта и повышению общей надежности предприятия.
4. Оценка сбоев
После определения видов сбоев и связанных с ними основных причин следующим шагом является оценка влияния этого типа сбоя на общую производительность системы.
Нам необходимо учитывать такие факторы, как:
- влияние сбоя на окружающую среду и остальную часть системы
- влияние неисправности на безопасность системы
- финансовый убыток из-за простоя
- необходимость принятия решений о капитальной замене (в случае, если серьезность неисправности достаточна для замены оборудования, а не для его ремонта)
через GIPHY
Оценка неисправностей является важным элементом общего процесса, поскольку он направлен на определение серьезности неисправности . Это помогает инженерам по надежности проводить проверку и рассчитывать риск сбоев, что окажет большое влияние на требования к техническому обслуживанию, рекомендации и оптимизацию.
Например, результат FDD для одной единицы оборудования может означать быстрое увеличение количества отказов. Однако влияние этой ошибки на общую производительность системы может быть минимальным, что делает общий риск умеренным. В этом случае для управления риском может быть достаточно менее строгой стратегии обслуживания, такой как работа до отказа или профилактическое обслуживание.
Обнаружение и диагностика сбоев для другой части оборудования может указывать на увеличение количества отказов, а также на сильное влияние отказа на общую производительность системы. В этом случае следует принять наиболее строгую программу профилактического обслуживания, несмотря на ее высокую стоимость. Это связано с тем, что увеличение затрат на техническое обслуживание оправдано для предотвращения серьезных последствий, которые будут намного более дорогостоящими.
Оптимизация обслуживания с помощью FDD
Короче говоря, обнаружение неисправностей и диагностика играют решающую роль в оптимизации режима обслуживания любого оборудования на протяжении всего его жизненного цикла.
С появлением технологий быстрых вычислений, обработки больших данных и передовых алгоритмов обучения традиционное обнаружение неисправностей превратилось в автоматические системы управления неисправностями, которые не только обнаруживают неисправности, но также определяют их основную причину и осуществляют корректирующие действия, чтобы избежать повторения в будущем.
Такая автоматизация ряда ручных процессов позволила инженерам по надежности и техническому обслуживанию прогнозировать состояние оборудования, определять будущие характеристики оборудования и определять оптимальные интервалы обслуживания.
Единственное, что им осталось сделать, это запустить свое компьютеризированное программное обеспечение для управления техническим обслуживанием (CMMS), отслеживать состояние своих критически важных активов и планировать соответствующие работы по техническому обслуживанию.
Брайан Кристиансен Генеральный директор и основатель Limble
Определение неисправности | ПКМаг
Обнаружение сбоя в аппаратном или программном обеспечении. Методы обнаружения неисправностей, такие как встроенные тесты, обычно регистрируют время возникновения ошибки и либо инициируют аварийные сигналы для ручного вмешательства, либо инициируют автоматическое восстановление. В корпоративных сетях к линиям часто подключаются сетевые анализаторы, чтобы контролировать трафик и отправлять сигнал тревоги при обнаружении сбоев. См. раздел «Изоляция неисправностей» и «Сетевой анализатор».
Реклама
Истории PCMag, которые вам понравятся
{X-html заменен}
Выбор редакции
ЭТО ОПРЕДЕЛЕНИЕ ПРЕДНАЗНАЧЕНО ТОЛЬКО ДЛЯ ЛИЧНОГО ИСПОЛЬЗОВАНИЯ.
Copyright © 1981-2022. The Computer Language(Opens in a new window) Co Inc. Все права защищены.
Информационные бюллетени PCMag
Информационные бюллетени PCMag
Наши лучшие истории в папке «Входящие»
Следите за новостями PCMag
- Фейсбук (Открывается в новом окне)
- Твиттер (Откроется в новом окне)
- Флипборд (Открывается в новом окне)
- Гугл (откроется в новом окне)
- Инстаграм (откроется в новом окне)
- Pinterest (Открывается в новом окне)
PCMag.com является ведущим авторитетом в области технологий, предоставляющим независимые лабораторные обзоры новейших продуктов и услуг. Наш экспертный отраслевой анализ и практические решения помогут вам принимать более обоснованные решения о покупке и получать больше от технологий.
Как мы тестируем Редакционные принципы
- (Открывается в новом окне) Логотип Зиффмедиа
- (Открывается в новом окне) Логотип Аскмен
- (Открывается в новом окне) Логотип Экстримтек
- (Открывается в новом окне) Логотип ИНГ
- (Открывается в новом окне) Логотип Mashable
- (Открывается в новом окне) Предлагает логотип
- (Открывается в новом окне) Логотип RetailMeNot
- (Открывается в новом окне) Логотип Speedtest
- (Открывается в новом окне) Логотип Спайсворкс
(Открывается в новом окне)
PCMag поддерживает Group Black и ее миссию по увеличению разнообразия голосов в СМИ и прав собственности на СМИ.