本章目的:填写建议措施及DFMEA后续完备. 1.建议措施(k) 定义 总的来说,预防措施(降低发生率)比探测措施更好.举例来说,比起设计定稿后的产品验证/确认,使用已证实的设计标准或最佳实践更加可取. //这句话在上上章节,也就是叙述预防控制和探测控制的章节已经描述过了. 建议措施的目的在于改进设计. 所以,就作者看来,为了改进设计,建议措施的填写实际上需要分两步进行. 1)尽可能降低SOD三者的评分,其目的是最优化产品设计: 2)在最近一代产品已经不能优化设计的基础上:这个原因有很多,比如项

本章目的:填写严重度S(+分类).频度O.探测度D,判定风险优先系数RPN. 1.前言 实施阶段中, 要求.潜在失效模式.潜在失效后果.潜在失效原因和现有设计控制措施等 5 个为基础项, 它们的分析是决定 DFMEA实施成功与否的关键;S,O,D,RPN和建议的纠正措施为衍生项;基础项确定之后, 衍生项可以随之确定. 2.定义: 2.1 严重度(S) 严重度是指对一个特定失效模式的最严重的影响后果的评价等级.严重度是在单个FMEA范围内的一个相对级别. 推荐的评估标准: 小组应当同意一个评估标准

innodb_log_buffer_size Command-Line Format --innodb_log_buffer_size=# System Variable Name    innodb_log_buffer_size Variable Scope  Global Dynamic Variable    No Permitted Values    Type    integer Default 8388608 Min Value   262144 Max Value   4294

本章目的:搭建自己的产品结构设计知识体系与框架,从零开始设计一个完整产品. 需知远途即捷径! //作者的结构设计体系尚在搭建中,所有的文章都会定期进行一定编排修改 目录: 0)自序 1.基础篇 1)时代的发展与结构设计--3d与2d设计的变迁: 2)基于特征设计概念介绍(重要): 2.1)设计的深度-最小特征: 3)规范化:3d制图总章: 3.1)规范化:3d草绘: 3.2)规范化:3d零件建模: 3.3)规范化:3d装配图: 3.4)3d模型绘制的好坏会影响产品合格率(注意点): 4)规范化:

本章目的:按照工程图出图步骤,更方便出具规范的工程图. 1.工程出图步骤 这是作者个人归纳的步骤,供同行业工程师参考完善. 以solidworks为例,工程出图步骤如下:1.1)打开绘制的3d零件图,进行3d图的GB基础设置:1.2)3d零件图(装配体图)转为工程图,进行工程图GB基础设置:1.3)选定合适图幅和比例,合理进行视图布局:1.4)标题栏的填写和3d图纸内容的关联:1.5)填写技术要求:1.6)进行全尺寸标注:1.7)公差和行位公差的标注:1.8)质量特性重要度标注:1.9)其他.

先给一个参考文献:The RAM reported by the System Properties dialog box and the System Information tool is less than you expect in Windows Vista or in Windows XP Service Pack 2 or later version 先说结论: 1.PAE允许操作系统在32位模式下使用大于4G的物理内存. 2.不管是否使用PAE,对于单个进程而言,32位系统下可见

原文:编写高质量代码改善C#程序的157个建议[1-3] 前言 本文主要来学习记录前三个建议. 建议1.正确操作字符串 建议2.使用默认转型方法 建议3.区别对待强制转换与as和is 其中有很多需要理解的东西,有些地方可能理解的不太到位,还望指正. 建议1.正确操作字符串 字符串应该是所有编程语言中使用最频繁的一种基础数据类型.如果使用不慎,我们就会为一次字符串的操作所带来的额外性能开销而付出代价.本条建议将从两个方面来探讨如何规避这类性能开销: 1.确保尽量少的装箱 2.避免分配额外的内存空间

编写高质量代码:改善Java程序的151个建议(第二章:基本类型) 目录 建议21:用偶判断,不用奇判断 建议22:用整数类型处理货币 建议23:不要让类型默默转换 建议24:边界还是边界 建议25:不要让四舍五入亏了一方 建议26:提防包装类型的null值 建议27:谨慎包装类型的大小比较 建议28:优先使用整型池 建议29:优先选择基本类型 建议30:不要随便设置随机种子 建议21:用偶判断,不用奇判断 判断一个数是奇数还是偶数是小学里的基本知识,能够被2整除的整数是偶数,不能被2整除的数是

1. 应用机器学习是高度依赖迭代尝试的,不要指望一蹴而就,必须不断调参数看结果,根据结果再继续调参数. 2. 数据集分成训练集(training set).验证集(validation/development set).测试集(test set). 对于传统的机器学习算法,数据量(比如100.1000.10000),常用的分法是70%训练集/30%测试集.60%训练集/20%验证集/20%测试集. 对于大数据(比如100万),可能分法是98%训练集/1%验证集/1%测试集.99.5%训练集/0.

机器学习策略 ML strategy 觉得有用的话,欢迎一起讨论相互学习~Follow Me 1.8 为什么是人的表现 今天,机器学习算法可以与人类水平的表现性能竞争,因为它们在很多应用程序中更有生产力和更可行.并且设计和构建机器学习系统的工作流程都比以往更加高效.此外,人类所做的一些任务接近于"完美",这就是机器学习试图模仿人类水平表现的原因. 图中所示的是经过一段时间后人和机器的表现. 当算法逐渐逼近人类表现时,算法的准确率快速提高.但是当这个算法表现比人类更好时,进展和精确度的提

编写高质量代码:改善Java程序的151个建议 --[78~92] HashMap中的hashCode应避免冲突 多线程使用Vector或HashTable Vector是ArrayList的多线程版本,HashTable是HashMap的多线程版本. 非稳定排序推荐使用List 对于变动的集合排序 set=new TreeSet(new ArrayList(set));重新生成一个Set对象,也就是对原有的Set对象重新排序 使用TreeSet是希望实现自动排序,即使修改也能自动排序,既然它无

本版本延续MVC中的统一验证机制~续的这篇文章,本篇主要是对验证基类的扩展和改善 namespace Web.Mvc.Extensions { #region 验证基类 /// <summary> /// 通用验证基类 /// </summary> public abstract class EntityValidationAttribute : ValidationAttribute { #region Constructors public EntityValidationAt

1.mini-batch梯度下降 在前面学习向量化时,知道了可以将训练样本横向堆叠,形成一个输入矩阵和对应的输出矩阵: 当数据量不是太大时,这样做当然会充分利用向量化的优点,一次训练中就可以将所有训练样本涵盖,速度也会较快.但当数据量急剧增大,达到百万甚至更大的数量级时,组成的矩阵将极其庞大,直接对这么大的的数据作梯度下降,可想而知速度是快不起来的.故这里将训练样本分割成较小的训练子集,子集就叫mini-batch.例如:训练样本数量m=500万,设置mini-batch=1000,则可以将训练

根据<编写高质量代码改善JavaScript程序的188个建议>这本书,来记录我目前所了解的建议方式. 建议1:警惕Unicode乱码 根据ECMA标准规定JavaScript语言可以使用中文来命名变量或函数名,例如: var 人名 = “张三”; function 睡觉(谁){ alert(谁 + ":快睡觉!都半夜三更了."); } 睡觉(人名); 但是在ECMA标准化之前,JavaScript通常是不支持Unicode编码的,为了防止乱码,我们应该尽量使用基本字符进行

建议76: 警惕线程的优先级 线程在C#中有5个优先级:Highest.AboveNormal.Normal.BelowNormal和Lowest.讲到线程的优先级,就会涉及线程的调度.Windows系统是一个基于优先级的抢占式调度系统.在系统中,如果有一个线程的优先级较高,并且它正好处在就绪状态,系统总是会优先运行该线程.换句话说,高优先级的线程总是在系统调度算法中获取更多的CPU执行时间. 我们可以在一个单CPU系统中测试下面的代码: static void Main(string[] ar

建议72:在线程同步中使用信号量 所谓线程同步,就是多个线程在某个对象上执行等待(也可理解为锁定该对象),直到该对象被解除锁定.C#中对象的类型分为引用类型和值类型.CLR在这两种类型上的等待是不一样的.我们可以简单地理解为在CLR中,值类型是不能被锁定的,即不能在一个值类型对象上执行等待.而在引用类型上的等待机制,又分为两类:锁定和信号同步. 锁定使用关键字lock和类型Monitor.两者没有实质区别,前者其实是后者的语法糖.这是最常用的同步技术. 本建议主要讨论信号同步.信号同步机制中涉及

本章目的:明确失效模式.失效后果.失效原因的定义,分清楚层次关系,完成DFMEA这部分的填写. 1.失效模式,失效后果,失效原因的定义: 这是FEMEA手册第四册中的定义. 1.1 潜在失效模式 (b) 潜在失效模式是指零部件.子系统.系统可能潜在地不能满足或者实现项目栏里描述的预期功能的状态.识别与功能/要求有关的潜在失效模式.潜在失效模式应当用专业技术术语描述,不必描述成顾客能够注意到的现象.一个功能可能有多个失效模式.如果一个功能被识别有大量的失效模式,则可能说明要求没有妥善的定义.由于假

本章目的:明确什么是FTA,及与DFMEA的关系. 1.FTA定义 故障树分析(FTA) 其一:故障树分析(Fault Tree Analysis,简称FTA)又称事故树分析,是安全系统工程中最重要的分析方法.事故树分析从一个可能的事故开始,自上而下.一层层的寻找顶事件的直接原因和间接原因事件,直到基本原因事件,并用逻辑图把这些事件之间的逻辑关系表达出来.其二:FTA是系统分析的一种技术,它从单个的潜在失效模式来识别所有的可能原因,分析系统失误.FTA考虑的是相互关联的原因以及独立原因.除了故障

原文发表在我的博客主页,转载请注明出处! 建议三十四:掌握字符串的基本用法 编程有两件事,一件是处理数值,另一件是处理字符串,在商业应用编程来说,处理字符串的代码超过八成,所以需要重点掌握. 首先有个小技巧,python遇到未闭合的小括号时会自动将多行代码拼接为一行,同时把相邻的两个字符串字面量拼接再议,比如下面的两个代码是等价的. s = ('SELECT *' 'FROM atable' 'WHERE afield = "value"') 'SELECT *FROM atableW

最近拜读了陆敏技老师的<编写高质量代码改善C#程序的157个建议>,感觉不错,决定把笔记整理一遍. 建议1: 正确操作字符串 字符串应该是所有编程语言中使用最频繁的一种基础数据类型.如果使用不慎,我们就会为一次字符串的操作所带来的额外性能开销而付出代价.本条建议将从两个方面来探讨如何规避这类性能开销: 确保尽量少的装箱 避免分配额外的内存空间 先来介绍第一个方面,请看下面的两行代码: String str1 = ; String str2 = .ToString(); 为了清楚这两行代码的执行