实战| 安服仔用一毛钱维修台伊拉克成色笔记本(下)

2023-10-23 17:59

本文主要是介绍实战| 安服仔用一毛钱维修台伊拉克成色笔记本(下),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言:

本来是要做个笔记啥的,但文笔太差,想说的是修这台电脑是有风险的,拆卸的屏线口或者换的时候静电击穿别的点,一切都白搭。。

0x08.二次换屏测试

​ 哥几个是不是好奇为啥要把主板啥的都拆卸下来? 看这块主板的屏线角度。
27

屏线是压在主板下面的,是完全撤不下来的,如果硬扯就报废了。。主板就只能外界显示器,但这种老笔记本,谁又愿意呢? 所以才有那么多事。。

花了点时间重新拆卸。

拆卸

然后发现一个很惊奇的东西。

0x09.伊拉克风扇清洗

这nmm的,风扇全堵上了,客户平时是怎么用的下去的? 起码10天死机两次,原来这台电脑能活下来全靠一块高清屏,这tm风扇堵成这样连办公都卡啊

28

29

拿着二十根棉签和牙签一点点给他扣干净了,这nm都靠之前的手法,这风扇用了5年说不定擦擦扇叶就断了。

30

还是挺干净的,这笔省了50,内存4g是板内置的4颗粒。

注意手法,抓住屏线的最两边的角角,慢慢拉慢慢抽,不过这里是原屏线,比较耐造。

32

tm的,突然发现D面没装上,管他呢,先试试能不能点亮

34

没毛病,吧他在拆了,吧d小板装上,tm的,拆装拆装,手都冒烟了,,,

成功点亮

0x10.成功点亮

给了客户一个友情价,160,一分钱不赚,,没办法,这个人不能赚钱,换个人,在三亚步行街这样的,起码400利润起步,大一的时候和同学去维修,亲眼看着给坑了860(只是当时不懂。)

	36

37

0x11 后续

现在是4月11号,,客户已经拿走半个月了,,机子一切稳定,,吧他留下的坏屏拿来测试,,说不定是显卡的问题导致的花屏,还能捡个漏,,

=============
于是,拿小Y测试了下,,结果终究还是没能让我失望。。。。

在这里插入图片描述

这篇关于实战| 安服仔用一毛钱维修台伊拉克成色笔记本(下)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/269527

相关文章

网页解析 lxml 库--实战

lxml库使用流程 lxml 是 Python 的第三方解析库,完全使用 Python 语言编写,它对 XPath表达式提供了良好的支 持,因此能够了高效地解析 HTML/XML 文档。本节讲解如何通过 lxml 库解析 HTML 文档。 pip install lxml lxm| 库提供了一个 etree 模块,该模块专门用来解析 HTML/XML 文档,下面来介绍一下 lxml 库

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

滚雪球学Java(87):Java事务处理:JDBC的ACID属性与实战技巧!真有两下子!

咦咦咦,各位小可爱,我是你们的好伙伴——bug菌,今天又来给大家普及Java SE啦,别躲起来啊,听我讲干货还不快点赞,赞多了我就有动力讲得更嗨啦!所以呀,养成先点赞后阅读的好习惯,别被干货淹没了哦~ 🏆本文收录于「滚雪球学Java」专栏,专业攻坚指数级提升,助你一臂之力,带你早日登顶🚀,欢迎大家关注&&收藏!持续更新中,up!up!up!! 环境说明:Windows 10

springboot实战学习(1)(开发模式与环境)

目录 一、实战学习的引言 (1)前后端的大致学习模块 (2)后端 (3)前端 二、开发模式 一、实战学习的引言 (1)前后端的大致学习模块 (2)后端 Validation:做参数校验Mybatis:做数据库的操作Redis:做缓存Junit:单元测试项目部署:springboot项目部署相关的知识 (3)前端 Vite:Vue项目的脚手架Router:路由Pina:状态管理Eleme

深度学习实战:如何利用CNN实现人脸识别考勤系统

1. 何为CNN及其在人脸识别中的应用 卷积神经网络(CNN)是深度学习中的核心技术之一,擅长处理图像数据。CNN通过卷积层提取图像的局部特征,在人脸识别领域尤其适用。CNN的多个层次可以逐步提取面部的特征,最终实现精确的身份识别。对于考勤系统而言,CNN可以自动从摄像头捕捉的视频流中检测并识别出员工的面部。 我们在该项目中采用了 RetinaFace 模型,它基于CNN的结构实现高效、精准的

项目实战系列三: 家居购项目 第四部分

购物车 🌳购物车🍆显示购物车🍆更改商品数量🍆清空购物车&&删除商品 🌳生成订单 🌳购物车 需求分析 1.会员登陆后, 可以添加家居到购物车 2.完成购物车的设计和实现 3.每添加一个家居,购物车的数量+1, 并显示 程序框架图 1.新建src/com/zzw/furns/entity/CartItem.java, CartItem-家居项模型 /***

Birt报表开发实战

我就截图描述得了,没什么含金量,看图基本明白的。 1.开始 a.创建报表文件 b.数据源配置 c.配置数据集 2.网格报表 拖拉式操作,很方便 3.预览效果 其他报表的操作也基本不难,就不扯了! 2.级联参数 官方视频教程:http://demo.actuate.com/demos/cascade/cascade.html

[yolov5] --- yolov5入门实战「土堆视频」

1 项目介绍及环境配置 下载yolov5 tags 5.0源码,https://github.com/ultralytics/yolov5/tree/v5.0,解压 Pycharm 中创建conda虚拟环境 激活conda虚拟环境 根据作者提供的requirements.txt文件,pip install -r requirements.txt 如果作者没有提供requirement.txt文件

用Python实现时间序列模型实战——Day 14: 向量自回归模型 (VAR) 与向量误差修正模型 (VECM)

一、学习内容 1. 向量自回归模型 (VAR) 的基本概念与应用 向量自回归模型 (VAR) 是多元时间序列分析中的一种模型,用于捕捉多个变量之间的相互依赖关系。与单变量自回归模型不同,VAR 模型将多个时间序列作为向量输入,同时对这些变量进行回归分析。 VAR 模型的一般形式为: 其中: ​ 是时间  的变量向量。 是常数向量。​ 是每个时间滞后的回归系数矩阵。​ 是误差项向量,假