《表1 故障与技能需求关系表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的工具箱调度算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

客户设备出现动叶卡涩、有异响、轴承振动、轴承温度过高、叶轮摩擦等多个故障向原制造厂商申请维修时，原制造厂商需要快速从测量工具、扭矩工具、焊接工具、起重工具等不同用途，24mm、27mm、32mm、34mm等不同规格等级的工具中选择出能够修复客户设备故障的工具箱组合。对基于深度学习的工具箱调度算法进行工具选择试验，以5种故障和3种工具用途要求为例，并进行编号。故障与工具用途和工具等级的关联关系见表1。