亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于主成分分析的串聯(lián)電池組故障診斷實(shí)用方法

        2022-12-22 11:49:42楊啟帆段大衛(wèi)張玉良馬宏忠
        電力自動化設(shè)備 2022年12期
        關(guān)鍵詞:故障診斷測量故障

        楊啟帆,段大衛(wèi),李 楠,張玉良,馬宏忠

        (河海大學(xué) 能源與電氣學(xué)院,江蘇 南京 211100)

        0 引言

        鋰離子電池因具有能量密度高、自放電率低、循環(huán)壽命長等優(yōu)勢,被廣泛應(yīng)用于電動汽車和電網(wǎng)儲能系統(tǒng)[1-2]。近年來,由鋰離子電池故障引發(fā)的安全事故層出不窮,低安全性成為制約電池發(fā)展的首要問題[3]。為了確保電池在不同場景下的安全使用,電池故障診斷研究受到了廣泛的關(guān)注。然而,目前關(guān)于故障診斷的研究大多局限于面向單體電池,面向電池組故障診斷的研究很匱乏。實(shí)際上,電動汽車和電網(wǎng)儲能系統(tǒng)中成百上千的電池總是以電池組的形式呈現(xiàn)[4-5],因此開展面向電池組的故障診斷研究至關(guān)重要。

        電池的單體故障、電池之間的連接故障是電池組中最主要的故障[6]。雖然已有方法分別對電池單體故障[7?8]和連接故障[9?10]表現(xiàn)出優(yōu)良的診斷性能,但能否同時(shí)兼顧2種故障尚未可知。文獻(xiàn)[11?12]基于等值電路模型對2 種故障進(jìn)行了區(qū)分,事實(shí)上隨著電池?cái)?shù)量的不斷增加,同時(shí)涉及大量的物理化學(xué)反應(yīng)過程,為電池組中的每一塊電池建立模型并進(jìn)行精確辨識并不容易,因此這些方法的實(shí)用性不強(qiáng)。在實(shí)際應(yīng)用中,電池組的故障仍然是通過電池管理系統(tǒng)提供的閾值法進(jìn)行診斷[13]。閾值法將實(shí)測量與既定閾值進(jìn)行比較,將超出閾值的實(shí)測量記為故障量。實(shí)測量一般為電壓,而閾值分為絕對閾值和相對閾值,絕對閾值用于監(jiān)測單塊電池的最高、最低電壓,而相對閾值用于監(jiān)測電池間的電壓差。閾值法存在以下三方面的缺陷:①無法區(qū)分電池單體故障和連接故障;②不能檢測未觸及閾值的電池單體故障;③閾值固定,未能考慮實(shí)測量自身的特點(diǎn)以及多種因素的影響。

        在考慮串聯(lián)電池組內(nèi)電池電壓特點(diǎn)的基礎(chǔ)上,本文引入主成分分析PCA(Principle Component Analysis)作為診斷工具。PCA 診斷需要利用歷史數(shù)據(jù)建立模型[14],而電池實(shí)時(shí)運(yùn)行時(shí)的電壓復(fù)雜多變,無法保證歷史數(shù)據(jù)對實(shí)時(shí)數(shù)據(jù)全面覆蓋,因此為了避免模型失配,提出了PCA 實(shí)時(shí)建模與故障診斷一體化的思路。PCA 中霍斯林T2(后文簡稱為T2)統(tǒng)計(jì)量和平方預(yù)測誤差SPE(Squared Prediction Error)統(tǒng)計(jì)量的控制限由統(tǒng)計(jì)估計(jì)法得到,其數(shù)值大小取決于數(shù)據(jù)自身。另外,電池電壓之間不存在耦合關(guān)系,通過PCA 的變量貢獻(xiàn)計(jì)算能夠準(zhǔn)確地判斷故障位置。

        基于上述PCA 的特性,本文提出了一種面向串聯(lián)電池組的故障診斷實(shí)用方法。首先,設(shè)計(jì)非硬件冗余的交叉測量拓?fù)?,分別用不同數(shù)量的傳感器測量電池和連接板;接著,分析組內(nèi)測量電壓的變化特點(diǎn),利用PCA 提取故障特征并實(shí)施診斷;然后,開展實(shí)驗(yàn)對所提方法的性能進(jìn)行驗(yàn)證,同時(shí)計(jì)及荷電狀態(tài)SOC(State Of Charge)、健康狀態(tài)SOH(State Of Health)以及溫度差異的影響;最后,利用現(xiàn)場運(yùn)行數(shù)據(jù)對所提方法進(jìn)行測試。

        1 故障診斷原理及方案

        串聯(lián)連接是電池組內(nèi)電池的主要連接形式,由相鄰電池的正負(fù)極依次連通而成[15]。每塊串聯(lián)電池的電壓均可由傳感器測量得到,所以開展基于電壓的串聯(lián)電池組故障診斷研究具有普適性。

        1.1 交叉測量拓?fù)?/h3>

        為了區(qū)分電池單體故障和連接故障,首先提出了一種非硬件冗余的交叉測量拓?fù)洌鐖D1 所示。圖中:Celli(i=1,2,…)為第i塊電池;Li,i+1為Celli與Celli+1之間的連接板;Vi為第i臺電壓傳感器。在測量拓?fù)渲?,傳感器的測量線與電池的電極直接相連,Vi分別連接至Celli-1的正極和Celli+1的負(fù)極,從而保證每塊電池僅由1 臺傳感器測量,且每個(gè)連接板由2 臺傳感器測量。當(dāng)發(fā)生電池單體故障時(shí),故障特征僅傳遞至單臺傳感器,而當(dāng)發(fā)生連接板故障時(shí),故障特征會同時(shí)傳遞至2 臺傳感器,故障位置則需根據(jù)接收故障特征的傳感器序號進(jìn)行確定。需要指出的是,相比于目前電池與傳感器一對一的測量拓?fù)洌瑘D1 所示的交叉測量拓?fù)洳⒉恍枰黾宇~外的傳感器或者擴(kuò)增電壓傳感器的量程。

        圖1 交叉測量拓?fù)銯ig.1 Cross-measurement topology

        1.2 基于PCA的故障診斷技術(shù)

        1.2.1 PCA的理論基礎(chǔ)

        本文采用PCA 對電池組內(nèi)的故障特征進(jìn)行提取,首先對基于PCA 進(jìn)行故障診斷的主要思想和計(jì)算流程進(jìn)行描述。

        主要思想為:采用PCA 將原始數(shù)據(jù)從高維空間投影至2 個(gè)低維子空間,分別為主元子空間和殘差子空間。原始數(shù)據(jù)在主元子空間和殘差子空間的投影分別對應(yīng)原始數(shù)據(jù)中的主要信息和與主要信息相悖的誤差信息。主元子空間的信息可以近似地表達(dá)原始數(shù)據(jù)的信息。根據(jù)主元的選取,構(gòu)建PCA 模型?;赑CA 的故障診斷是根據(jù)PCA 模型的T2和SPE 統(tǒng)計(jì)量進(jìn)行的,一般先根據(jù)歷史正常數(shù)據(jù)構(gòu)建PCA 模型,并計(jì)算T2和SPE 的控制限,然后將實(shí)時(shí)數(shù)據(jù)代入模型計(jì)算得到T2和SPE 統(tǒng)計(jì)量,如果統(tǒng)計(jì)量大于控制限,則認(rèn)為發(fā)生故障。

        計(jì)算流程如下:令數(shù)據(jù)矩陣為x=[xi(k)]N×J(k=1,2,…,N;i=1,2,…,J;J為變量個(gè)數(shù);N為樣本個(gè)數(shù)),先按照式(1)—(3)對矩陣x進(jìn)行標(biāo)準(zhǔn)化處理。

        式中:μ、σ分別為矩陣x的第i列xi的均值、標(biāo)準(zhǔn)差;x'i(k)為第k行第i列元素的標(biāo)準(zhǔn)化數(shù)值。將標(biāo)準(zhǔn)化數(shù)值x'i(k)構(gòu)成的矩陣記為X,則PCA模型可表示為:

        式中:I為單位矩陣;P為負(fù)荷矩陣,根據(jù)X的協(xié)方差矩陣Σ(J×J階)確定,Σ的計(jì)算式見式(5)。式(4)等號右側(cè)的第1 項(xiàng)表示數(shù)據(jù)向主元子空間的投影,第2 項(xiàng)表示數(shù)據(jù)向殘差子空間的投影。

        對Σ進(jìn)行奇異值分解:

        式中:pi(J×1 階)、λi分別為Σ的第i個(gè)特征向量、特征值,且有λ1≥λ2≥…≥λJ。通常采用累積百分比選取前l(fā)個(gè)pi,則P為:

        當(dāng)檢驗(yàn)水平為α(通常取值為95%)時(shí),T2統(tǒng)計(jì)量的控制限γT2,lim和SPE 統(tǒng)計(jì)量的控制限γSPE,lim分別如式(8)和式(9)所示[16]。

        由式(8)、(9)可見,γT2,lim和γSPE,lim的大小是由數(shù)據(jù)自身特性決定的。

        1.2.2 基于PCA的故障診斷

        基于PCA 進(jìn)行故障診斷時(shí),存在統(tǒng)計(jì)量選取和模型適配2 個(gè)關(guān)鍵問題,本節(jié)結(jié)合串聯(lián)電池組內(nèi)電池電壓的特點(diǎn),對這2個(gè)關(guān)鍵問題進(jìn)行討論。

        5 個(gè)串聯(lián)電池在聯(lián)邦城市行駛工況下的電壓曲線見附錄A 圖A1。由圖可見,高相關(guān)性和強(qiáng)多變性為串聯(lián)電池組內(nèi)電池電壓的兩大特點(diǎn):組內(nèi)相同型號的電池具有相近的開路電壓和內(nèi)阻,當(dāng)接收到同一電流指令后,電池電壓表現(xiàn)出高相關(guān)性;電動汽車的行駛習(xí)慣和儲能系統(tǒng)的運(yùn)營方式并不固定,因此電池電壓復(fù)雜多變。

        雖然T2和SPE 都被用于故障診斷,但兩者的物理意義有所不同。T2衡量的是變量整體趨勢被改變的情況,而SPE 衡量的是破壞變量整體趨勢的局部情況。為了便于理解,圖2 給出了T2和SPE 用于故障診斷時(shí)的區(qū)別,其中左圖中的點(diǎn)劃線表示整體趨勢,實(shí)線表示趨勢的破壞情況。圖中,γT2、γSPE分別為T2統(tǒng)計(jì)量、SPE統(tǒng)計(jì)量。

        圖2 T2和SPE用于故障診斷的區(qū)別Fig.2 Difference between T2 and SPE for fault diagnosis

        事實(shí)上,對于串聯(lián)電池組中的電池和連接板而言,僅會有1 個(gè)或者少數(shù)幾個(gè)發(fā)生故障。如果將組內(nèi)每臺傳感器的測量電壓Vi看作1 個(gè)變量,則僅有少數(shù)的故障電壓表現(xiàn)出不符合高相關(guān)性的特點(diǎn),而整體電壓趨勢不會被改變,因此選用SPE 統(tǒng)計(jì)量進(jìn)行故障診斷更加合理。令標(biāo)準(zhǔn)化的數(shù)據(jù)向量為z(1×J階),則SPE統(tǒng)計(jì)量γSPE為[16]:

        若滿足式(11),則表示故障被檢測。

        進(jìn)一步地,根據(jù)式(12)計(jì)算z的每個(gè)變量zi(i=1,2,…,J)對γSPE的貢獻(xiàn)。

        如前文所述,PCA 模型一般由歷史正常數(shù)據(jù)構(gòu)建得到,這要求歷史正常數(shù)據(jù)足夠豐富以確保所建模型能盡可能地適應(yīng)全部的實(shí)時(shí)正常數(shù)據(jù)。然而,電池電壓的強(qiáng)多變性決定了歷史正常數(shù)據(jù)無法全面反映實(shí)時(shí)正常數(shù)據(jù)的變化,因此PCA 存在模型失配問題。為此,本文提出了PCA 實(shí)時(shí)建模與故障診斷一體化的思路,即利用實(shí)時(shí)數(shù)據(jù)構(gòu)建的模型來檢測實(shí)時(shí)數(shù)據(jù)的故障情況。該思路的依據(jù)為:①同一組數(shù)據(jù)可天然避免模型失配;②組內(nèi)電池電壓的強(qiáng)相關(guān)性信息唯一反映在協(xié)方差矩陣中的最大特征值內(nèi),當(dāng)采用最大特征值對應(yīng)的特征向量實(shí)時(shí)構(gòu)建模型時(shí),模型的故障診斷能力不會下降。

        此外,由圖A1 還可以看出,多條電壓曲線并非完全重合,這表明電池之間存在一定的不一致性。研究結(jié)果表明[17],電池之間的不一致性表現(xiàn)在電壓上主要為幅值和偏置的差異,可直觀看出圖2 中的電壓曲線也滿足這一特點(diǎn)。但是,根據(jù)式(1)—(3)所示的標(biāo)準(zhǔn)化處理過程可知,電池之間的不一致性并不會影響PCA 計(jì)算,這是因?yàn)榉岛推玫牟町愒跇?biāo)準(zhǔn)化過程中被消除。

        1.3 故障診斷方案

        基于交叉測量拓?fù)浜蚉CA 故障診斷技術(shù),面向組內(nèi)電池單體故障和連接故障的實(shí)用診斷方案流程圖如圖3 所示,流程在每個(gè)采樣中斷實(shí)現(xiàn)。具體的故障診斷步驟見附錄B。

        圖3 故障診斷流程圖Fig.3 Flowchart of fault diagnosis

        組內(nèi)電壓的采集數(shù)據(jù)量由數(shù)據(jù)窗長決定。具體應(yīng)用時(shí),窗內(nèi)數(shù)據(jù)應(yīng)能準(zhǔn)確地反映電壓之間的相關(guān)性,通過觀測實(shí)驗(yàn)數(shù)據(jù)和現(xiàn)場運(yùn)行數(shù)據(jù),本文將窗長選定為30 個(gè)數(shù)據(jù)點(diǎn)。需要指出的是,基于PCA 進(jìn)行故障診斷時(shí),故障數(shù)據(jù)只要出現(xiàn)無法適應(yīng)模型的情況就能發(fā)出動作信號,并不需要故障數(shù)據(jù)完全填滿數(shù)據(jù)窗,因此故障診斷具有較好的實(shí)時(shí)性。此外,相較于固定閾值的閾值法,γSPE,lim根據(jù)數(shù)據(jù)特點(diǎn)在每個(gè)數(shù)據(jù)窗內(nèi)不斷更新,這使得本文所提方法的閾值具備自適應(yīng)調(diào)整的能力。

        2 實(shí)驗(yàn)驗(yàn)證分析

        2.1 實(shí)驗(yàn)條件

        以5 塊圓柱型磷酸鐵鋰電池作為實(shí)驗(yàn)對象,參數(shù)見附錄C 表C1,實(shí)驗(yàn)設(shè)備見附錄C 圖C1。利用Arbin測試儀充放電池并測量電池電壓,頻率為1 Hz。恒溫箱將實(shí)驗(yàn)溫度控制為25 ℃。5塊電池通過夾具串聯(lián)連接,傳感器按照圖1 所示拓?fù)洳贾?。每次?shí)驗(yàn)前,電池采用恒流充電至3.45 V 并靜止1 h。所有實(shí)驗(yàn)均在城市動態(tài)行駛工況下進(jìn)行。實(shí)驗(yàn)方法和參數(shù)主要參考近5 a的電池故障相關(guān)研究[12,18?21]。

        2.2 故障診斷方案的實(shí)用化

        正常運(yùn)行工況下串聯(lián)電池的電壓曲線和PCA故障診斷結(jié)果分別見附錄D 圖D1 和圖4。由圖D1可知:電池之間存在一定的不一致性,顯然基于單一模型的故障診斷方法很難同時(shí)兼顧多塊電池的狀態(tài);大約在197 s 時(shí)最大電壓差超過0.02 V,如果相對閾值整定過小,則會引起診斷虛警。由圖4(a)可知,本文所提方法的閾值γSPE,lim不再固定,而是能夠隨著數(shù)據(jù)自適應(yīng)調(diào)整。然而,受到電池不一致性和測量噪聲的影響,測量電壓存在非相關(guān)變化,引起較多γSPE>γSPE,lim的情況。為了保證本文所提方法的實(shí)用性,采取2 種實(shí)用化手段提高容錯(cuò)能力:①小幅度提高控制限γSPE,lim,即在γSPE,lim的基礎(chǔ)上增加ε,并設(shè)ε取值為0.01;②采用連續(xù)β點(diǎn)的判斷邏輯,β取值為3,即當(dāng)且僅當(dāng)連續(xù)3 次及以上滿足式(11)時(shí),才發(fā)出故障信號。ε和β的取值說明見附錄E。采取實(shí)用化手段①后的故障診斷結(jié)果見圖4(b),可以看出僅存在個(gè)別γSPE>γSPE,lim的情況,但均不滿足連續(xù)3點(diǎn)的判斷邏輯,即不滿足采取實(shí)用化手段②的條件。可見,采取實(shí)用化手段后,本文所提方法在正常情況下能夠可靠不發(fā)出故障信號。

        圖4 正常運(yùn)行工況下的PCA故障診斷結(jié)果Fig.4 Fault diagnosis results based on PCA under normal operation condition

        2.3 電池單體故障

        短路是電池的典型故障[22],本文通過向Cell4的正負(fù)極并聯(lián)5 Ω 電阻模擬短路故障,故障時(shí)間為604~720 s,該工況下的電壓曲線和PCA 故障診斷結(jié)果分別見附錄F圖F1和圖5。

        圖5 電池單體故障的PCA診斷結(jié)果Fig.5 Battery cell fault diagnosis results based on PCA

        由圖F1(a)可見,V4在604 s時(shí)開始下降,故障期間V4降落幅度較小,最小電壓值約為3.2 V,仍然高于表C1中的下限截止電壓,因此絕對閾值法無法檢測該短路故障。由圖5 可知,γSPE在604 s 后顯著增大并快速超過γSPE,lim,在之后的5 s 內(nèi),γSPE始終大于γSPE,lim,由1.3節(jié)中的故障診斷方案可知,此時(shí)判斷串聯(lián)電池組內(nèi)發(fā)生故障。由圖F1(b)可知,604 s 后γSPE,4高于平均水平(γSPE的平均水平由透明平面表示),表明γSPE,4對整體γSPE的貢獻(xiàn)最大,因此V4為故障變量。V4由傳感器V4測量得到,由圖1 所示交叉測量拓?fù)淇芍?,僅Cell4的故障特征會唯一反映在V4上,因此可以診斷Cell4發(fā)生故障。此外,1054 s時(shí)出現(xiàn)γSPE>γSPE,lim的情況,不過由連續(xù)3 點(diǎn)判斷邏輯可知,此時(shí)本文所提方法不會發(fā)生虛警。

        2.4 連接故障

        電動汽車在惡劣道路工況下容易發(fā)生電池之間的連接故障,造成電池組功率衰退、局部過熱等負(fù)面影響[12]。通過增大Cell2與Cell3之間連接板L2,3的電阻來模擬連接故障,將L2,3的電阻設(shè)定為0.07 Ω,數(shù)值約為故障前的2 倍。故障時(shí)間為295~600 s 和900~1 371 s,該工況下的電壓曲線和PCA 故障診斷結(jié)果分別見附錄F圖F2和圖6。

        圖6 連接故障的PCA診斷結(jié)果Fig.6 Connection fault diagnosis results based on PCA

        由圖F2(a)可知,故障過程中V2和V3同時(shí)表現(xiàn)出更加明顯的波動,加劇了電池之間的不一致性。由圖6 可見,γSPE分別在295 s 和900 s 時(shí)開始快速增大并迅速超過γSPE,lim,在之后的5 s 內(nèi),γSPE始終大于γSPE,lim,據(jù)此可以判斷電池組內(nèi)發(fā)生故障。由圖F2(b)可知,2 次故障下γSPE,2和γSPE,3均高于γSPE的平均水平,表明V2和V3為故障變量。V2和V3分別由V2和V3測量得到,而L2,3是V2和V3測量的交叉部分,故可以診斷L2,3出現(xiàn)異常。

        2.5 影響因素分析

        2.3節(jié)和2.4節(jié)證明了本文所提方法能夠可靠地區(qū)分電池單體故障和連接故障,本節(jié)將進(jìn)一步對所提方法的性能進(jìn)行驗(yàn)證,主要考慮SOC、SOH 以及溫度差異的影響。文獻(xiàn)[19?20]對行駛3 a、里程為35 000 km 的電動汽車電池組進(jìn)行拆解,發(fā)現(xiàn)電池之間的SOC 和SOH 差異可分別達(dá)到13%和3%。文獻(xiàn)[20]分析了溫度對電池組功率衰退的影響,并考慮了15 ℃的溫差。為此,本文考慮20%的SOC 差異、3.9%的SOH 差異和15 ℃的溫差,選用3 塊電池(電池A、B、C)進(jìn)行實(shí)驗(yàn),電池參數(shù)見表1。實(shí)驗(yàn)中,將電池A 作為參考,電池B、C 用于設(shè)置差異,實(shí)驗(yàn)參數(shù)如表1 所示。SOC 通過控制滿充電池的放電時(shí)間進(jìn)行設(shè)定,溫度通過恒溫箱控制。電池A、B為2塊具有額定容量的全新電池,電池C為經(jīng)歷過400 次循環(huán)的舊電池,容量為3.652 A·h。不同影響因素下的電壓曲線和PCA 故障診斷結(jié)果分別見附錄F圖F3—F5和圖7。

        表1 實(shí)驗(yàn)參數(shù)Table 1 Experimental parameters

        由圖F3—F5 和圖7 可知:當(dāng)SOC 差異達(dá)到20%、SOH 差異接近4%且溫差達(dá)到15 ℃時(shí),γSPE均能可靠小于γSPE,lim,這表明本文所提方法對組內(nèi)電池的SOC、SOH 以及溫度差異具有充足的魯棒性;電池SOC越高,則電壓數(shù)值越大,SOH越低,則電壓波動越明顯,低溫相較于高溫對電池電壓的影響更加顯著。

        圖7 不同影響因素下的PCA故障診斷結(jié)果Fig.7 Fault diagnosis results based on PCA with different influence factors

        3 現(xiàn)場數(shù)據(jù)測試

        利用某電池儲能電站的現(xiàn)場運(yùn)行數(shù)據(jù)進(jìn)行測試。電池組由6 塊電池串聯(lián)而成,電池管理單元對每塊電池的電壓進(jìn)行測量以及監(jiān)測,其中電壓過高的一級閾值為3.4 V,報(bào)文動作為報(bào)警,測量頻率為1/30 Hz?,F(xiàn)場數(shù)據(jù)的10 h 運(yùn)行曲線及PCA 故障診斷結(jié)果分別見附錄F 圖F6 和圖8。由圖F6 可見,電池電壓在6 h 至7 h 內(nèi)頻繁地觸碰一級閾值3.4 V,引起電池管理單元多次報(bào)警,但由電壓之間的相關(guān)性可以判斷此時(shí)并未發(fā)生故障,即不應(yīng)發(fā)出報(bào)警信號。由圖8可見,10 h內(nèi)的γSPE可靠小于γSPE,lim,表明本文所提方法能夠有效避免發(fā)生虛警。

        圖8 現(xiàn)場運(yùn)行數(shù)據(jù)的PCA故障診斷結(jié)果Fig.8 Fault diagnosis results based on PCA with field operation data

        4 結(jié)論

        本文提出了一種面向串聯(lián)電池組的實(shí)用故障診斷方法,能夠準(zhǔn)確地區(qū)分電池單體故障和連接故障,所得結(jié)論如下:

        1)綜合利用交叉測量拓?fù)浜蚉CA 提取故障特征并實(shí)施故障診斷,所提交叉測量拓?fù)錈o需額外增加傳感器或者擴(kuò)展傳感器量程,所用PCA 將實(shí)時(shí)建模與故障診斷一體化,有效避免了模型失配問題;

        2)所提方法具備良好的實(shí)用性能,無需多電池建模,設(shè)定的閾值具備自適應(yīng)電壓變化的調(diào)整能力,對閾值法無法檢測的電池單體故障有充足的反應(yīng)能力,對SOC、SOH以及溫度差異有足夠的魯棒性;

        3)基于實(shí)驗(yàn)數(shù)據(jù)和現(xiàn)場運(yùn)行數(shù)據(jù)驗(yàn)證了本文所提的有效性和性能優(yōu)越性。

        附錄見本刊網(wǎng)絡(luò)版(http://www.epae.cn)。

        猜你喜歡
        故障診斷測量故障
        故障一點(diǎn)通
        把握四個(gè)“三” 測量變簡單
        滑動摩擦力的測量和計(jì)算
        滑動摩擦力的測量與計(jì)算
        奔馳R320車ABS、ESP故障燈異常點(diǎn)亮
        測量
        因果圖定性分析法及其在故障診斷中的應(yīng)用
        故障一點(diǎn)通
        江淮車故障3例
        基于LCD和排列熵的滾動軸承故障診斷
        亚洲av成人无码久久精品老人| 爆乳日韩尤物无码一区| 亚洲国产一区二区三区视频在线| 久亚洲精品不子伦一区| 亚洲欧洲成人精品香蕉网| 狠狠色噜噜狠狠狠狠色综合久| 妺妺窝人体色www在线直播| 国产精品一区一区三区| 日韩精品久久中文字幕| 色 综合 欧美 亚洲 国产| 午夜一级在线| 精品人妻夜夜爽一区二区| 国产一区高清在线观看| 中文字幕在线观看亚洲日韩| 久久久久久久98亚洲精品| 中文字幕被公侵犯的丰满人妻| 黑人老外3p爽粗大免费看视频| 国产国拍亚洲精品mv在线观看| 国内精品伊人久久久久av| 国产精品亚洲av无人区一区蜜桃| 国产精品女直播一区二区| 国产麻豆成人精品av| 国产哟交泬泬视频在线播放| 日韩伦理av一区二区三区| 日本xxxx色视频在线观看 | 免费xxx在线观看| 天堂在线观看av一区二区三区| 亚洲肥婆一区二区三区| 国产精品久久久久9999| 蜜臀av一区二区| 日本精品极品视频在线| 亚洲国产综合久久天堂| 小宝极品内射国产在线| 毛片无遮挡高清免费久久| 成人爽a毛片免费网站中国| 国产av一区二区三区天堂综合网| 日韩av无码成人无码免费| 五码人妻少妇久久五码| 蜜桃tv在线免费观看| 麻豆国产原创视频在线播放| 在线观看一区二区女同|