三辰直流屏蓄電池SCSP12-200A 12V200AH

三辰直流屏蓄電池SCSP12-200A 12V200AH

在低壓直流成套開關設備行業，公司始終處在行業高新技術的前端，領航行業產品技術的發展趨勢，多次承擔了國家行業標準的制訂、修訂及行業產品聯合設計工作。1996年9月，公司以付組長單位參加了由機械工業部批準、天津電氣傳動設計研究所歸口的JB/T 8456《低壓直流成套開關設備》行業標準的制定。 2001年公司擔任全國直流屏聯合設計付組長單位，與天津電氣傳動研究所聯合設計了GZS2數控直流電源柜，并負責GZS2數控直流電源柜的樣機試制；項目于2002年7月在北京順利通過國家機械聯合會和國電公司聯合組織的產品鑒定，并在全國進行推廣應用。自1989年起，公司多次承擔了國家行業標準的制訂、修訂工作，以副組長單位參與JB/T8456《低壓直流成套開關設備》行業標準的制定與修訂工作。2016年4月，公司主持起草“浙江制造”T/ZZB0048《低壓直流成套開關設備》標準，于8月份通過浙江制造品牌促進會驗收完成，并發布與實施。

如果要實現真正的數據中心熱優化，則需要基于數千個實時傳感器和專家空間模型的經過驗證的安全過程。這不可避免地涉及到大量信息的收集，因此，如果要成功消除數據中心冷卻的大部分不確定性，那么依賴于正在收集的數據，這至關重要。

當數據中心的網絡規模變得很大時，不得不要增加網絡設備，實現多層級聯。現在的數據中心往往都是樹形結構，核心放置幾臺轉發容量超大的設備，然后下掛多層設備(因為端口數量不夠，可能需要多層)，數十臺甚至幾百臺的網絡設備級聯到一起，一旦出了故障，如何能快速找到故障設備，經常困擾著很多網絡運維人員。數據中心的網絡設備都是有冗余的，只要網絡故障時找到故障設備，將其隔離即可恢復業務，然后再去慢慢排查故障原因，但從數百臺的設備中找到具體哪臺故障絕非易事。網絡故障往往先從應用側得到故障反饋，然后開始排障，這時應用人員往往描述的只是一個應用訪問故障現象，他不會告訴你具體哪些地址到哪些地址不通，有時甚至是錯誤的信息，這很大延誤了問題定位時長。問題定位大部分時間都是花在故障現象的整理過程中，怎么辦?數據中心網絡該如何快速排障?本文將給出答案。
　　
　　網絡故障如果要從應用側反饋的故障現象去分析，這時已經晚了，而且容易被應用人員帶入誤區，有些應用人員反饋的現象只是他自己看到的，現象很可能只是一個局部現象，并不能反映出整個網絡的故障情況。所以要靠自己，做好網絡監控，通過監控去發現問題，從而迅速找到故障設備，做設備隔離或者解除故障。早期的網絡監控主要是對設備的一些日志和端口流量做監控，更多的時候這些信息并不夠，并不能及時發現問題。很多網絡設備廠商說自己的設備日志非常完整，但實際使用時仍有一些極端情況或者軟件BUG導致故障時無日志輸出，這時就要針對流量進行定位。到了這個時候，就需要網絡人員去找應用人員了解故障現象，通過現場找出一些丟包或者不通的IP地址來，然后進行網絡流通，對這個故障流量經過的設備都做流通，找到故障設備。既然是樹形網絡，每一層都有很多設備，這個流通量是相當大的，而且并不是所有的設備都能支持對所有特征的流量做統計，有不支持的設備就會使得統計不準，加大了尋找故障設備的難度，做網絡運維的這些年都是這樣堅持過來的。
　　
　　顯然，之前的網絡排障方式有效但效率太低，定位故障時間長，對業務影響大。現在的網絡監控都是針對數據流的，對網絡中的具體數據流進行監控，這樣一旦數據流量有中斷，立即可以查明故障位置。在這里，要提到幾種新興的網絡監控方法，也叫網絡可視化技術，是快速排障的較有效方法。首先是INT(In-bandNetworkTelemetry，帶內網絡遙測技術)技術，INT通過在數據層面收集和報告網絡的狀態來實現對網絡狀態的監控。當數據報文進入*個網絡設備時，設備上設置采樣方式采樣并鏡像出該業務流報文，INT在報文基礎上封裝一個INT頭，并將需要收集的交換機信息填入到INT數據段中，報文經過的所有網絡設備均這樣處理，直到最后一個服務器連接的網絡設備將INT頭剝離。報文經過的每臺設備都將采集到的INT報文通過gRPC報文發送到遠端的監控服務器進行解析和呈現，INT報文中攜帶了報文轉發的延遲、設備擁塞等情況，都能呈現到監控服務器上，一旦數據報文出現丟包或者不通情況，監控服務器立即感知到，并幾秒就能確定問題范圍和故障設備。其次是ERSPAN(EncapsulatedRemoteSwitchPortAnalyzer，跨三層IP傳輸的遠程網絡流量監控技術)，ERSPAN的報文基于GRE封裝，并通過以太網轉發到任何IP路由可達的地方。ERSPAN是將源端口報文復制一份通過GRE(GenericRoutingEncapsulation)發送到目的服務器進行解析，采集服務器的物理位置不受限制，這樣我們可以將整個網絡的關鍵流量轉發都通過ERSPAN發送到監控服務器上，流量在哪部分網絡出現了丟棄，一目了然。第三是sFlow和Netstream，這兩種都是數據采樣技術，Netstream采集的比較完整，但需要有的硬件來完成，在網絡中部署sFlow和Netstream后，可以通過gRPC將監控數據發給服務器，由監控服務器計算和整理，并將結果圖形化顯示出現，一旦哪部分網絡有問題，立即可以在監控服務器上顯現。sFlow和Netstream采集的都是報文頭的主要特征，而不是報文整個內容，這個和INT、ERSPAN有較大區別，應對絕大部分網絡故障排查都沒有問題，除非應用報文特征比較特殊，Netstream捕捉不到，這時只能求助INT和ERSPAN。在一個網絡中，并不介意三種監控方案都部署，這樣在故障時，可以從多個角度采集的數據去分析問題。還有一點很重要，盡量要將這些數據采集通過管理網發向監控服務器，否則一旦數據網出問題，可能監控的數據也無法正常達到監控服務器。大部分情況下，數據網絡故障很少波及到管理網，所有設備依然可以正常訪問，如果故障時，很多設備都無法通過管理網進行訪問，基本可以判定這臺設備就是故障點。
當運營商考慮監控數據中心區域的多個機房空調(CRAC)/空氣處理單元(AHU)的關鍵冷卻負載性能所需的控制模型時尤其如此。當然，還需要使用標準溫度和電流測量傳感器實時跟蹤數據中心冷卻負載，以用于冷凍水和直接膨脹冷卻系統。但是，持續監控空氣入口和出口溫度以及風扇性能，過濾器質量和潛在機房空調(CRAC)/空氣處理單元(AHU)堵塞警報等變量也很重要。

這顯然需要捕獲和吸收大量數據，那么數據中心如何將其轉化為可以采取行動的有意義的信息呢?在這個階段，人們總是開始談論人工智能應該扮演的角色。企業收集了所有的數據，但不用擔心，人工智能會為其排序。這種動態管理聽起來很好，但是當涉及真正100%可靠的數據中心冷卻所需的控制時，其事情就不那么簡單了。

現在是更清楚地了解數據中心和人工智能的時候了

人們非常高興能夠應用人工智能技術來幫助優化數據中心的熱性能，但是擔心人工智能通常被認為是一種通用的靈丹妙藥，可以某種方式解決與實踐數據中心熱量相關的所有多種復雜性和權衡問題優化。

人們顯然致力于建立實踐，以實現“*感知”的數據中心并捕獲真正的熱優化所需的實時機器學習類數據，但目前還不相信人工智能應該單獨實施管理關鍵冷卻負荷性能所需控制的一部分。

這就是為什么現在需要一定的清晰度，以及對所謂的人工智能解決方案和基于專家系統的控制之間的重大差異的認識的的原因，這些控制實際上更具可預測性、可審計性和有效性。

通過專家系統控制實現更好的控制和更多的節能

鑒于大多數數據中心環境具有業務關鍵性，組織需要確保在管理冷卻負載性能方面存在真正的透明度。如果它是一個負責處理這個角色的人工智能引擎，那么就會有一些問題要問：人工智能算法是否可審計?為什么在特定情況下做出特定決定?是否可以預測，當新的機器學習數據被引入系統時，它會做出類似的決定?真的知道人工智能正在查詢哪些源數據嗎?

相比之下，基于專家系統的方法根本不同，具有可審計的受控序列，可從經驗中獲得洞察力，并提供風險管理和合規官員要求的所有檢查和平衡。使用專家系統，企業可以挑戰控制應用程序的開發方式，隨時檢查流程，并審核系統以確定特定性能問題的根本原因。

但是問一下人工智能系統是如何做出決定的，人們很快就會發現技術真的不像希望的那樣容易接近。與此相比，專家系統控制算法的穩健性和可訪問性，以及它們在更廣泛的建筑管理系統環境中作為可管理組件有效運行的能力，企業很快就會開始質疑密封的人工智能引擎是否真的適合黃金時段數據中心部署。

但是，人工智能可以發揮重大作用的是提供深入的洞察力來支持數據中心專家。例如，熱優化引擎核心的人工智能啟用多站點熱分析工作正在進行中。這一突破為用戶提供了強大的仿真工具，可以提供有關現場無效率或風險區域的實時建議。從戰略上講，人們相信以這種方式證明人工智能驅動的優化引擎的功效將不可避免地導致預測警報功能，其中“經過測試的”人工智能引擎能夠實時模擬潛在的即將發生的系統故障，而這些故障尚未突破報警條件。

并且誰會知道，未來可能最終會導致自動人工智能控制，但在人們推進這一步驟之前還有幾個關鍵階段。而現在要提醒的是，將其關鍵控制措施*委托給人工智能系統會帶來風險成本，這可能比任何承諾的冷卻節能量大得多。這并不意味著人工智能在未來的控制系統環境中仍然不會發揮重要作用，但它可能必須等到基本的“專家系統”元素緊密集成到流程中。

我司代理湯淺蓄電池產品，；如需詳細了解更多蓄電池技術參數及規格，請通過以上聯系我；我們公司還設有經驗豐富的工程師團隊；對一些疑難解答和方案設計都有著多年的經驗。，我們將熱誠為你服務?。。?/span>

 蓄電池應用領域與分類：
◆　免維護無須補液；　　　　　　　　　　● UPS不間斷電源；
◆　內阻小，大電流放電性能好；　　　　　● 消防備用電源；
◆　適應溫度廣；　　　　　　　　　　　　● 安全防護報警系統；
◆　自放電小；　　　　　　　　　　　　　● 應急照明系統；
◆　使用壽命長；　　　　　　　　　　　　● 電力，郵電通信系統；
◆　荷電出廠，使用方便；　　　　　　　　● 電子儀器儀表；
◆　安全防爆；　　　　　　　　　　　　　● 電動工具,電動玩具；
◆　*配方，深放電恢復性能好；　　　　● 便攜式電子設備；
◆　無游離電解液，側倒仍能使用；　　　　● 攝影器材；
◆　產品通過CE,ROHS認證,所有電池　　　　● 太陽能、風能發電系統；
符合國家標準?！　　　　　　　　　　　?巡邏自行車、紅綠警示燈等。 

注：＞24AH電池額外容量以10小時率計，≤24AH電池額外容量以20小時率計；容量為25℃下的平均值。

1、蓄電池應存放在干燥，無霜的地方。 　　

2、如果要使電池隨時可投入使用，應按如下幾點處理：每月進行一次補償充電，充電電壓為平均每個電池單元2.23伏。

月度保護

每月完成下列反省：
——測量和記載德國陽光電池組房內情況溫度，電池外殼溫度和極柱溫度。
——逐一反省電池的潔凈度、端子的毀傷陳跡及溫度、外殼及蓋的損壞或溫度。
——測量和記載電池系統的總電壓、浮充電流。
季度保護
——反復各項月度反省。
——測量和記載各在線電池的浮充電壓。
年度保護
——反復季度一切保護、反省。
——每年反省銜接局部能否有松動。
——每年電池組以實踐負荷進行一次查對性放電實驗，放出額外容量的30%～40%。
三年保護
——每三年進行一次容量實驗（10h率），運用六年后每年做一次。若該組電池實放容量低于額外容量的60%，則以為該電池組壽命終止。
運用維護留意事項
——進行電池運用和維護時，請用絕緣東西。電池上面不成放置金屬東西；
——請勿運用任何有機溶劑清洗電池；
——切不成拆開密封電池的平安閥或在電池中參加任何物質；
——請勿在電池組鄰近抽煙或運用明火；
——德國陽光電池放電后，應在24h內對電池足夠電，以免影響電池容量；
——貯存中蓄電池功能會退步，宜盡早運用；

——一切的維護任務必需由專業人員進行。

適合圣陽蓄電池的充電器特點

具有操縱輕便，充電速率快，充電還原服從高，凌駕充電無過充傷害，電壓/電流數據表現、具有過壓、欠壓、過流、輸出短路、防反接掩護和過熱掩護等功效?？稍O定恒流充電、恒壓充電、浮充或并聯操縱功效。充電完成條件：可通過充電定電壓時間、充電時間、充電容量的設定，完成充電步伐，并可限定輸入范疇，防備過分放電.

蓄電池售后服務：

1． 對售出的電池我們建立《顧客檔案》，實行跟蹤服務。 

2． 電池售出后，實行隨時電話跟蹤，并執行每年至少一次的*巡檢，并向顧客報告蓄電池使用情況，讓顧客用的放心。 

3． 發生顧客投訴時，一小時內提供解決方案。包括現場恢復方案及退貨處理方案，直到顧客滿意。宗旨是將客戶的麻煩降到最小。 

4． 正常情況下，退回電池在到貨兩周內出具檢測報告，確屬我司原因我司承擔責任；非我司電池原因，我們出具相應報告，對顧客的使用加以指導 

由于大數據云服務的存在，其速度和敏捷性的門檻被設置得很高。內部IT確實需要轉換為IT即服務的模式，而這在傳統的數據中心中是非常困難的。數據中心的生命周期是用幾十年的時間來衡量的，但其內部的技術卻在不斷變化。

根據IDC的數據，到2020年，下一代應用和新的IT架構的需求將迫使55%的企業升級現有設備或部署新的設備?，F代化是IDC在未來3年對全球數據中心市場的10個關鍵預測之一。

整個行業的趨勢將繼續傾向于軟件定義的基礎設施，自主經營IT基礎設施，以及向基于消費的支付模式轉變和其他一些亮點。為了適應更快的時代變化速度，技術和操作模型正在涌入數據中心，這些技術對物理設施和數據中心本身產生了重大影響。那么在未來幾年，數據中心將有哪些重大的發展呢，未來發展趨勢又是如何呢?

一、數據中心現代化

到2020年，在核心的商業設施中，下一代應用程序和新的IT體系結構的繁重工作需求將迫使55%的企業通過更新現有設備或配備新設備來實現數據中心資產的現代化。現代化項目將允許公司轉向更加透明的運營模式，并提供IT所需的洞察力，以對工作負載分配做出明智決策。

智能數據中心技術已經存在了一段時間，但組織卻很難充分利用這些數據。因此必須做出改變。開發從關鍵基礎設施中收集和分析實時數據的能力，從現在起將真正成為關鍵，尤其是在一個更分散、更多樣化的數據中心生態系統中。

二、混合IT運營

到2019年底，70%從事數字化轉型的公司將難以將業務需求轉化為有效的IT投資和運營計劃，迫使他們改變員工招聘目標，以確保他們擁有構建數字化供應鏈所需的*人才和技能。

三、數據管控

到2021年，25%的大型企業將會把遵從強制性法規的投資轉化為自身的優勢，可以設置并執行自動化數據管控的，這些數據可能在云上，或核心數據中心，或邊緣位置上。

四、消費導向的IT

2020年，將通過更加*的“IT即服務”的商業模式，以消費為基礎的數據中心采購將取代傳統采購，從而占到企業IT基礎設施支出的40%.這種以消費為導向的IT趨勢正在增長。與此同時，供應商和服務運營商已經推出了新的IT采購計劃和利用自主基礎設施技術的服務模式。預計，采購領域的創新速度還將加快。

五、工作負載合理化

到2019年，50%的組織將開始努力使工作負載合理化，并加速采用下一代工作負載，這就需要對基礎設施的設計和布局以及IT運營模型做出巨大的改變(ydotpub)。

六、數字化校園

到2021年，在面向消費者的行業中，超過50%的公司將會在其核心數據中心的升級上花費更多的時間用于更新其網絡、計算和存儲資源。

七、智能邊緣數據中心

智能邊緣數據是現成的，而且邊緣計算將會對核心數據中心的開發產生影響。在邊緣地區提供IT服務將需要采用更自動化的IT.這些資源將會更加智能，能夠遠程管理和自我修復。而且，隨著公司在邊緣進行更智能的技術實驗，他們將認識到在所有數據中心資源中擴展這種智能的好處(ydotpub)。

八、軟件定義的IT

對更好的敏捷性、可管性、資產管理水平的需求，將迫使追求數字轉換的公司將其IT資產從數據中心、邊緣位置中遷移到軟件定義的模型中。

當公司考慮如何在其組織內部、數據中心和邊緣環境中采用軟件定義的基礎設施時，他們應該在服務調度、部署和配置過程的自動化以及資產回收方面多進行培養。特別是，如果企業想要充分利用未充分利用的資產，就需要更好地進行資產回收。

九、服務保證

在2019年，60%的數字服務將無法滿足客戶的需求，因為這些服務的提供者無法有效地監控其服務性能、利用率和成本下降，并快速做出響應。

十、設施模塊化

到2021年，耗電量巨大的加速計算技術的推廣將迫使大多數主要數據中心運營商采用模塊化的方法，在其數據中心里部署電力或冷卻設備。

隨著大數據的不斷發展，大數據時代已經到來，未來數據中心的發展也將必是潛力無限的，而且在未來我們使用到的數據中心的地方會越來越多，數據中心在我國將會有更大的發展。

質保規則：
質量保證期限：視使用方法及使用客戶，質保期為三年。
使用說明：鉛酸蓄電池長時間放置三個月要為電池補充電量，放置半年讓電池充放一次，達到一個循環;使用過 程中，切忌把電放干再充電，對電池影響很大，要 隨用隨充電，充滿為止，但也不要過充、過放電。
包裝：為紙箱，根據運輸距離可打扎帶，可打木箱。 紙箱包裝：1只/箱，采用物流長途運輸或兩箱打一個包 裝，節約運輸費用。
運輸：樣品可采用快遞方式，批 量貨，可采用物流或客車， 部分地區根據長期經銷商情況可采用代收款的方 式或預付30%--70%定金，余款代收的方式。
驗收：不管采用哪種方式運輸貨物，請客戶和收貨人一定在承運單位當事人在場時當場查驗收貨，查看外包 裝，是否破損，變形，是否沾水，小件可拿起來晃動，聽聽內部是否有配件脫落，用手捏一捏內部是否有 碎屑或裂縫等，確保我們的貨物和產品安全到達目的地。若遇到不可抗因素，我們三方可協調解決運輸問 題 。

  應用領域: 浮充使用，不間斷電源供應系統，醫療設備，電訊設備，手控發動機裝置，太陽能系統，風力系統，控制系統，移動通訊站，陰極保護設備，導航輔助設備，航海設備。

專業的電池代理隊伍，注重品質，服務熱情，公司提供本產品報價，價格，規格，參數，總代理商

本公司支持全國地區送貨，原裝產品，質保三年，送貨上門。公司承諾：凡我公司售出產品均享有3年質保，三年內出現任何質量問題（人為除外）我公司將免費更換。同時可享受公司專職人員跟蹤服務，可上門安裝、調試。全國免運費。以質量求發展，以誠信為原則。

當數據中心的網絡規模變得很大時，不得不要增加網絡設備，實現多層級聯?，F在的數據中心往往都是樹形結構，核心放置幾臺轉發容量超大的設備，然后下掛多層設備(因為端口數量不夠，可能需要多層)，數十臺甚至幾百臺的網絡設備級聯到一起，一旦出了故障，如何能快速找到故障設備，經常困擾著很多網絡運維人員。數據中心的網絡設備都是有冗余的，只要網絡故障時找到故障設備，將其隔離即可恢復業務，然后再去慢慢排查故障原因，但從數百臺的設備中找到具體哪臺故障絕非易事。網絡故障往往先從應用側得到故障反饋，然后開始排障，這時應用人員往往描述的只是一個應用訪問故障現象，他不會告訴你具體哪些地址到哪些地址不通，有時甚至是錯誤的信息，這很大延誤了問題定位時長。問題定位大部分時間都是花在故障現象的整理過程中，怎么辦?數據中心網絡該如何快速排障?本文將給出答案。
　　
　　網絡故障如果要從應用側反饋的故障現象去分析，這時已經晚了，而且容易被應用人員帶入誤區，有些應用人員反饋的現象只是他自己看到的，現象很可能只是一個局部現象，并不能反映出整個網絡的故障情況。所以要靠自己，做好網絡監控，通過監控去發現問題，從而迅速找到故障設備，做設備隔離或者解除故障。早期的網絡監控主要是對設備的一些日志和端口流量做監控，更多的時候這些信息并不夠，并不能及時發現問題。很多網絡設備廠商說自己的設備日志非常完整，但實際使用時仍有一些極端情況或者軟件BUG導致故障時無日志輸出，這時就要針對流量進行定位。到了這個時候，就需要網絡人員去找應用人員了解故障現象，通過現場找出一些丟包或者不通的IP地址來，然后進行網絡流通，對這個故障流量經過的設備都做流通，找到故障設備。既然是樹形網絡，每一層都有很多設備，這個流通量是相當大的，而且并不是所有的設備都能支持對所有特征的流量做統計，有不支持的設備就會使得統計不準，加大了尋找故障設備的難度，做網絡運維的這些年都是這樣堅持過來的。
　　
　　顯然，之前的網絡排障方式有效但效率太低，定位故障時間長，對業務影響大?，F在的網絡監控都是針對數據流的，對網絡中的具體數據流進行監控，這樣一旦數據流量有中斷，立即可以查明故障位置。在這里，要提到幾種新興的網絡監控方法，也叫網絡可視化技術，是快速排障的較有效方法。首先是INT(In-bandNetworkTelemetry，帶內網絡遙測技術)技術，INT通過在數據層面收集和報告網絡的狀態來實現對網絡狀態的監控。當數據報文進入*個網絡設備時，設備上設置采樣方式采樣并鏡像出該業務流報文，INT在報文基礎上封裝一個INT頭，并將需要收集的交換機信息填入到INT數據段中，報文經過的所有網絡設備均這樣處理，直到最后一個服務器連接的網絡設備將INT頭剝離。報文經過的每臺設備都將采集到的INT報文通過gRPC報文發送到遠端的監控服務器進行解析和呈現，INT報文中攜帶了報文轉發的延遲、設備擁塞等情況，都能呈現到監控服務器上，一旦數據報文出現丟包或者不通情況，監控服務器立即感知到，并幾秒就能確定問題范圍和故障設備。其次是ERSPAN(EncapsulatedRemoteSwitchPortAnalyzer，跨三層IP傳輸的遠程網絡流量監控技術)，ERSPAN的報文基于GRE封裝，并通過以太網轉發到任何IP路由可達的地方。ERSPAN是將源端口報文復制一份通過GRE(GenericRoutingEncapsulation)發送到目的服務器進行解析，采集服務器的物理位置不受限制，這樣我們可以將整個網絡的關鍵流量轉發都通過ERSPAN發送到監控服務器上，流量在哪部分網絡出現了丟棄，一目了然。第三是sFlow和Netstream，這兩種都是數據采樣技術，Netstream采集的比較完整，但需要有的硬件來完成，在網絡中部署sFlow和Netstream后，可以通過gRPC將監控數據發給服務器，由監控服務器計算和整理，并將結果圖形化顯示出現，一旦哪部分網絡有問題，立即可以在監控服務器上顯現。sFlow和Netstream采集的都是報文頭的主要特征，而不是報文整個內容，這個和INT、ERSPAN有較大區別，應對絕大部分網絡故障排查都沒有問題，除非應用報文特征比較特殊，Netstream捕捉不到，這時只能求助INT和ERSPAN。在一個網絡中，并不介意三種監控方案都部署，這樣在故障時，可以從多個角度采集的數據去分析問題。還有一點很重要，盡量要將這些數據采集通過管理網發向監控服務器，否則一旦數據網出問題，可能監控的數據也無法正常達到監控服務器。大部分情況下，數據網絡故障很少波及到管理網，所有設備依然可以正常訪問，如果故障時，很多設備都無法通過管理網進行訪問，基本可以判定這臺設備就是故障點。