...
机译:Dempster-Shafer理论在基于振动和电流信号的感应电动机故障诊断中的应用
School of Mechanical Engineering, Pukyong National University, San 100, Yongdang-dong, Nam-gu, Busan 608-739, Republic of Korea;
dempster-shafer theory; data fusion; neural network; fault diagnosis; induction motor; condition monitoring; vibration signal; stator current signal;
机译:基于电机学习的定子电流和振动信号基于故障的异步电动机单故障和多故障诊断
机译:基于机器学习的故障诊断,使用测量定子电流和振动信号在感应电动机中的单次和多故障
机译:基于Dempster-Shafer证据理论的振动和声学信号分类器融合,用于行星齿轮的故障诊断和分类
机译:使用SVM的振动和电流信号的时间,频率和小波的特征分析,用于使用SVM的感应电机故障诊断
机译:基于机器学习的电动汽车感应电动机早期故障诊断
机译:跟踪电流多个振动频率的感应电动机散球轴承故障大小的近似估计方法。
机译:基于电流的感应电动机故障检测和诊断。仅使用电压和电流测量的模糊逻辑分类器的自适应混合残差方法对异步电动机的转子,定子,轴承和气隙故障进行故障检测和诊断。