Zobrazeno 1 - 10
of 113
pro vyhledávání: '"equipment fault"'
Autor:
Weiguo ZHANG
Publikováno v:
Meikuang Anquan, Vol 55, Iss 8, Pp 221-226 (2024)
In view of the diversity of equipment failure causes in the field application of coal mine safety monitoring system at the present stage, for some deep-level equipment failure causes, field technicians do not have the ability to conduct in-depth anal
Externí odkaz:
https://doaj.org/article/f5b5fa79a0f04f5f8e2edd1f7e794f84
Publikováno v:
Sensors, Vol 24, Iss 22, p 7139 (2024)
To address the issues of single-structured feature input channels, insufficient feature learning capabilities in noisy environments, and large model parameter sizes in intelligent diagnostic models for mechanical equipment, a lightweight and efficien
Externí odkaz:
https://doaj.org/article/84892e9f338a44b988340cf67ff0e0d4
Autor:
Chaoquan Mo, Ke Huang
Publikováno v:
Sensors, Vol 24, Iss 13, p 4070 (2024)
In response to the issues of low model recognition accuracy and weak generalization in mechanical equipment fault diagnosis due to scarce data, this paper proposes an innovative solution, a cross-device secondary transfer-learning method based on EGR
Externí odkaz:
https://doaj.org/article/6bd6d58e6c304ad98b474fa6df38a49c
Autor:
Yang Guang, Gu Hong
Publikováno v:
Applied Mathematics and Nonlinear Sciences, Vol 9, Iss 1 (2024)
In this paper, facing the digital development of the power grid and the status quo of massive power communication equipment access and targeting the demand for highly intelligent operation and maintenance management of the power grid, combined with n
Externí odkaz:
https://doaj.org/article/2338d75733964875bedec5787b9b2a7e
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
LIU Yuanyuan
Publikováno v:
Gong-kuang zidonghua, Vol 47, Iss 7, Pp 79-84 (2021)
The intelligent maintenance of coal mine electromechanical equipment is an important part of the construction of intelligent mines. The research status of intelligent fault diagnosis and predictive maintenance of coal mine electromechanical equipment
Externí odkaz:
https://doaj.org/article/5a08b9f3e7644c009747f8fd9082f95b
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Alexandria Engineering Journal, Vol 60, Iss 4, Pp 4047-4056 (2021)
When a new fault occurs, how to determine whether the new fault is a known fault or an unknown fault outside the fault pattern base. If a new unknown fault is identified, adding the unknown fault to the fault pattern base for adaptive updating the fa
Externí odkaz:
https://doaj.org/article/7eea93d3e8884f80843a37829fe31846
Publikováno v:
Gong-kuang zidonghua, Vol 46, Iss 10, Pp 49-54 (2020)
Data-driven detection technology is an effective part of development of smart coal mine. It can predict behavior of future object system without knowing accurate analytical model of smart coal mine big data system. For the difficult problems of intel
Externí odkaz:
https://doaj.org/article/943dc933c2cf44a9b619b4089d9a1121
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.