The maintenance of large-scale syst

The maintenance of large-scale systems is an important issue for logistics support planning. In this paper, we developed a Logistical Remote Association Repair Framework (LRARF) to aid repairmen in keeping the system available. LRARF includes four subsystems: smart mobile phones, a Database Management System (DBMS), a Maintenance Support Center (MSC) and wireless networks. The repairman uses smart mobile phones to capture QR-codes and the images of faulty circuit boards. The captured QR-codes and images are transmitted to the DBMS so the invalid modules can be recognized via the proposed algorithm. In this paper, the Linear Projective Transform (LPT) is employed for fast QR-code calibration. Moreover, the ANFIS-based data mining system is used for module identification and searching automatically for the maintenance manual corresponding to the invalid modules. The inputs of the ANFIS-based data mining system are the QR-codes and image features; the output is the module ID. DBMS also transmits the maintenance manual back to the maintenance staff. If modules are not recognizable, the repairmen and center engineers can obtain the relevant information about the invalid modules through live video. The experimental results validate the applicability of the Android-based platform
OPEN

ผลลัพธ์ (ไทย) 1:

การบำรุงรักษาของระบบขนาดใหญ่ถือเป็นประเด็นสำคัญสำหรับการวางแผนสนับสนุนโลจิสติกส์ ในเอกสารนี้ เราพัฒนาการ Logistical ไกลสมาคมซ่อมกรอบ (LRARF) เพื่อช่วยค่ารักษาระบบที่มี LRARF รวมย่อย 4: สมาร์ทโทรศัพท์มือถือ ระบบจัดการฐานข้อมูล (DBMS) ศูนย์บำรุงรักษาสนับสนุน (หลัก) และเครือข่ายไร้สาย Repairman การใช้โทรศัพท์มือถือสมาร์ทรหัส QR และภาพของวงจรผิดพลาด รหัส QR และภาพจับส่งให้ DBMS เพื่อโมถูกต้องสามารถรับรู้ผ่านอัลกอริทึมนำเสนอ กระดาษนี้ ลูกจ้างเส้น Projective แปลง (LPT) สำหรับปรับเทียบรหัส QR ที่รวดเร็ว นอกจากนี้ ระบบเหมืองข้อมูลตาม ANFIS จะใช้สำหรับระบุโมดูล และค้นหาโดยอัตโนมัติสำหรับคู่มือบำรุงรักษาตรงกับโมดูลที่ไม่ถูกต้อง อินพุตของระบบเหมืองข้อมูลตาม ANFIS คือ รหัส QR และภาพประกอบ ผลลัพธ์คือ รหัสโมดูล DBMS ยังส่งการบำรุงรักษาด้วยตนเองพนักงานบำรุงรักษาไป ถ้าโมดูลที่ไม่รู้จัก ศูนย์และค่าวิศวกรสามารถรับข้อมูลที่เกี่ยวข้องเกี่ยวกับโมดูลที่ไม่ถูกต้องผ่านภาพวิดีโอสดได้ ผลการทดลองตรวจสอบความเกี่ยวข้องของของแพลตฟอร์ม Android อยู่ เปิด

ผลลัพธ์ (ไทย) 2:

การบำรุงรักษาของระบบขนาดใหญ่เป็นเรื่องที่สำคัญสำหรับการวางแผนการสนับสนุนจิสติกส์ ในบทความนี้เราพัฒนาสมาคมจิสติกส์ระยะไกลกรอบซ่อม (LRARF) เพื่อช่วยในการรักษาซ่อมระบบที่มีอยู่ LRARF รวมถึงสี่ระบบย่อย: โทรศัพท์มือถือสมาร์ทระบบการจัดการฐานข้อมูล (DBMS) บำรุงรักษาศูนย์บริการ (MSC) และเครือข่ายไร้สาย ช่างซ่อมใช้โทรศัพท์มือถือสมาร์ทในการจับภาพ QR-รหัสและภาพของแผงวงจรที่ผิดพลาด จับ QR-รหัสและภาพที่ถูกส่งไปยัง DBMS เพื่อโมดูลที่ไม่ถูกต้องได้รับการยอมรับผ่านขั้นตอนวิธีการที่นำเสนอ ในบทความนี้เป็น Linear Projective การแปลง (LPT) เป็นลูกจ้างอย่างรวดเร็วรหัส QR สอบเทียบ นอกจากนี้ยังมีระบบการทำเหมืองข้อมูล ANFIS ตามถูกนำมาใช้สำหรับการระบุโมดูลและการค้นหาโดยอัตโนมัติสำหรับคู่มือการบำรุงรักษาที่สอดคล้องกับโมดูลที่ไม่ถูกต้อง ปัจจัยการผลิตของข้อมูล ANFIS ตามระบบการทำเหมืองแร่ที่มีรหัส QR-และคุณสมบัติภาพ; ออกเป็น ID โมดูล DBMS ยังส่งคู่มือการบำรุงรักษากลับไปที่พนักงานซ่อมบำรุง ถ้าโมดูลไม่ได้รู้จักวิศวกรซ่อมและศูนย์สามารถได้รับข้อมูลที่เกี่ยวข้องเกี่ยวกับโมดูลที่ไม่ถูกต้องผ่านวิดีโอสด ผลการทดลองตรวจสอบการบังคับใช้ของแพลตฟอร์ม Android ที่ใช้
เปิด

ผลลัพธ์ (ไทย) 3:

การบำรุงรักษาของระบบขนาดใหญ่ เป็นประเด็นที่สำคัญสำหรับการวางแผนโลจิสติกส์สนับสนุน ในกระดาษนี้เราพัฒนาสมาคมระยะไกลจิสติกส์การซ่อมกรอบ ( lrarf ) เพื่อช่วยเหลือช่างซ่อมในการรักษาระบบที่พร้อมใช้งาน lrarf ประกอบด้วย 4 ระบบย่อย : โทรศัพท์มือถือสมาร์ท , ระบบบริหารจัดการฐานข้อมูล ( DBMS ) สนับสนุนศูนย์ซ่อมบำรุง ( MSC ) และเครือข่ายแบบไร้สายช่างใช้โทรศัพท์มือถือสมาร์ทจับรหัส QR และภาพแผงวงจรเสีย บันทึกรหัส QR และภาพจะถูกส่งผ่านไปยัง DBMS ดังนั้นโมดูลที่ไม่ถูกต้องสามารถรับรู้ผ่านทางเสนอขั้นตอนวิธี ในกระดาษนี้ , เส้น projective แปลง ( LPT ) ที่ใช้สำหรับการสอบเทียบรหัส QR อย่างรวดเร็ว นอกจากนี้การ anfis ตามระบบเหมืองข้อมูลที่ใช้สำหรับระบุโมดูลและการค้นหาโดยอัตโนมัติสำหรับการบำรุงรักษาด้วยตนเองที่สอดคล้องกับโมดูลที่ไม่ถูกต้อง การใช้ปัจจัยการผลิตของ anfis ตามระบบเหมืองข้อมูลเป็นรหัส QR และรูปลักษณะ ผลผลิตเป็นโมดูล ID DBMS ยังส่งซ่อมคู่มือกลับเจ้าหน้าที่ซ่อมบำรุง ถ้าโมดูลที่ไม่รู้จักช่างซ่อมและวิศวกรศูนย์สามารถได้รับข้อมูลที่เกี่ยวข้องเกี่ยวกับโมดูลที่ไม่ถูกต้องผ่านวิดีโอสด ผลตรวจสอบการประยุกต์ใช้ตาม Android แพลตฟอร์ม
เปิด