内容提供者
硬盘故障预测方法、计算设备及存储介质.pdf
2023-06-11
10金币
440KB
16页
Th****84
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共16页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
硬盘故障预测方法、计算设备及存储介质.pdf
本申请实施例公开了一种硬盘故障预测方法、计算设备及存储介质，该方法包括：获取第一HDD的工作参数，该工作参数为在该第一HDD响应IO请求的过程中该第一HDD的内部硬件反映的参数；若该工作参数与该工作参数的标准值之间的关系满足对应预设条件，则对该第一HDD内的数据进行重构。通过在该工作参数和该标准值之间的关系满足对应预设条件时，确定该第一HDD即将达到发生故障的临界点，然后对该第一HDD内的数据进行重构，从而可以避免第一HDD内部硬件的故障带来的短时间内的频繁报错，保障计算设备的数据安全和业务开展。
2023-06-11
10
440KB
磁盘故障预测方法及装置、设备、存储介质.pdf
本申请公开了磁盘故障预测方法及装置、设备、存储介质，其中，所述方法包括：获取待测磁盘的当前属性数据；在预先训练得到的多个目标分类器中没有所述待测磁盘对应的目标分类器的情况下，获取训练每一所述目标分类器时对应使用的训练集；确定所述当前属性数据与每一所述训练集之间的相似度；利用相似度满足第一条件的目标分类器，对所述当前属性数据进行处理，以得到所述待测磁盘的故障预测结果；如此，能够提高磁盘故障预测功能的泛化能力。
2023-07-24
10
1.1MB
一种设备故障预测方法、装置、可读存储介质和计算设备.pdf
本发明公开了一种设备故障预测方法、装置、可读存储介质及计算设备，包括：根据目标设备属性，获取用于对目标设备建立预测模型的训练数据集，其中所述数据集中的样本数据为共享数据；计算所述训练数据集中每条样本数据的权重；利用所述权重训练得到目标设备的故障预测局部模型；基于所述故障预测局部模型与联合学习算法，建立联合模型；根据所述联合模型对所述目标设备进行故障预测。本发明采用基于联合学习方式的样本迁移方法，用于设备预测性维护，可以将在多台设备上采集到的数据联合学习，并迁移到目标设备上，用来训练针对目标设备的预测性维护
2023-07-24
10
518KB
固态硬盘的故障注入方法、装置、计算机设备及存储介质.pdf
本发明涉及固态硬盘的故障注入方法、装置、计算机设备及存储介质，该方法，包括：获取主机下发的命令请求；根据命令请求，获取固态硬盘对应的状态信息；对固态硬盘注入故障；判断固态硬盘注入故障是否成功；若固态硬盘注入故障成功，则故障的注入和构造完成，返回完成信息；将固态硬盘的响应信息返回主机。本发明通过验证带外管理输出数据异常时，对于上层业务的相关影响，从而丰富测试的相关场景，提升测试设计覆盖的完整度和准确性。
2023-06-02
10
419KB
自卸车故障预测方法、系统、设备及存储介质.pdf
本发明提供了一种自卸车故障预测方法、系统、设备及存储介质，所述方法包括步骤：获取自卸车中目标零件的历史运行数据和一预设时间段内每一天的当前运行数据；基于历史运行数据和当前运行数据，分别计算目标零件在预设时间段内每一天的失效率；基于目标零件在预设时间段内的失效率，预测目标零件在当前单位时间的失效率；利用目标零件在预设时间段内的失效率以及当前单位时间的失效率，对一预设周期内的失效率进行更新，并利用更新后的预设周期内的失效率，逐一预测下一单位时间的失效率，直至下一单位时间的失效率大于等于第一预设阈值，获得对应的
2023-07-24
10
846KB