Zobrazeno 1 - 10
of 677
pro vyhledávání: '"Fault recognition"'
Publikováno v:
电力工程技术, Vol 43, Iss 6, Pp 173-182 (2024)
In response to the challenges posed by imbalanced samples leading to low recognition accuracy and high feature redundancy in AC contactor, a novel composite recognition methodology which is leverages embedded random forest (ERF) and Bayesian optimiza
Externí odkaz:
https://doaj.org/article/48081a58af4d404eaf09c545b228c78a
Publikováno v:
IEEE Access, Vol 12, Pp 12760-12770 (2024)
This paper considers the tasks of detecting and recognizing bearing faults in electric motors from the signals collected from supply currents, using machine learning techniques. In particular, following recent trends in AI, the main point of interest
Externí odkaz:
https://doaj.org/article/31b4c4d6a8ed4b2a99630df51cc322c6
Publikováno v:
Energy Reports, Vol 9, Iss , Pp 5287-5298 (2023)
The distribution network can continue to operate for a short time once a single-phase grounding fault arises, but if the defect is not monitored and corrected right away, it might cause serious harm. However, the bulk of fault monitoring algorithms s
Externí odkaz:
https://doaj.org/article/bceb4c6c3528406293b2d4be26397c3a
Autor:
WEI Zhaoyang, DUAN Jiandong
Publikováno v:
Gong-kuang zidonghua, Vol 49, Iss 10, Pp 26-34 (2023)
The fault current of coal mine DC power supply and distribution lines has the features of large amplitude and high rise rate, which is an important factor threatening the safety and stability of the power supply system. The method of using electrical
Externí odkaz:
https://doaj.org/article/1411a51422db49dfa64ca59959d42288
Publikováno v:
Machines, Vol 12, Iss 7, p 456 (2024)
In response to the challenge of timely fault identification in the spindle bearings of machine tools operating in complex environments, this study proposes a method based on a combination of infrared imaging with an Informer and a CNN + Swin Transfor
Externí odkaz:
https://doaj.org/article/6774cd85a55345339b10218b22dbbb23
Publikováno v:
Jixie qiangdu, Pp 262-270 (2023)
The data-driven intelligent diagnosis of rolling bearing status suffers from low recognition rate due to the poor quality of learning samples in the process of identification model construction. To address this problem, a method is proposed to improv
Externí odkaz:
https://doaj.org/article/764df842fc2341df9127644ad28ad312
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.