• Fri frakt över 249 kr
  • •
  • Snabba leveranser
  • •
  • Billiga böcker
Kundservice

Du är på sajten för privatpersoner.

Företag, bibliotek eller offentlig verksamhet?

Du handlar på classic.bokus.com, där alla dina funktioner finns intakta.
Till classic.bokus.com
Bokus logotyp. Gå till startsidan.
  • Erbjudanden
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • E-böcker
  • Ljudböcker
  • Pocketböcker
  • Spel och pussel

Pocketfynda! Hundratals böcker för 49 kr/st →

Sidfot

Mina sidor

    Hjälp

    • Kundservice
    • Vanliga frågor och svar
    • Frakt och leverans
    • Retur vid ångerrätt
    • Reklamera vara
    • Betalning
    • Köpvillkor
    • Allmänna villkor
    • Information om webbplatsens tillgänglighet

    Om Bokus

    • Om oss
    • Pressrum
    • För studenter
    • För företag
    • För bibliotek och offentlig verksamhet
    • För leverantörer
    • Hållbarhet

    Populärt

    • Aktuella erbjudanden
    • Presentkort
    • Studentlitteratur
    • Nya böcker
    • Topplistor
    • Signerade böcker
    • Engelska böcker

    Inspiration

    • Boktips
    • BookTok
    • Barnbokskaraktärer
    • Populära författare
    Logotyp för Bokus
    Följ oss på Facebook (extern länk)Följ oss på Instagram (extern länk)Följ oss på YouTube (extern länk)Följ oss på TikTok (extern länk)
    bokus @ CookiesAnpassa cookiesIntegritetspolicyKöpvillkor
    Till Citymail hemsida (extern länk)Till Budbee hemsida (extern länk)Till Postnord hemsida (extern länk)Till Schenker hemsida (extern länk)Till Early Bird hemsida (extern länk)Till Walleys hemsida (extern länk)
    1. Naturvetenskap och teknik
    2. Teknik och industri
    3. Energiteknik

    Filter-Based Fault Diagnosis and Remaining Useful Life Prediction

    AvYong Zhang,Zidong Wang

    Inbunden, Engelska, 2023

    2 047 kr

    Beställningsvara. Skickas inom 10-15 vardagar. Fri frakt över 249 kr.

    Fler format och utgåvor

    Häftad

    720 kr

    Beskrivning

    This book unifies existing and emerging concepts concerning state estimation, fault detection, fault isolation and fault estimation on industrial systems with an emphasis on a variety of network-induced phenomena, fault diagnosis and remaining useful life for industrial equipment. It covers state estimation/monitor, fault diagnosis and remaining useful life prediction by drawing on the conventional theories of systems science, signal processing and machine learning. Features: Unifies existing and emerging concepts concerning robust filtering and fault diagnosis with an emphasis on a variety of network-induced complexities. Explains theories, techniques, and applications of state estimation as well as fault diagnosis from an engineering-oriented perspective. Provides a series of latest results in robust/stochastic filtering, multidate sample, and time-varying system. Captures diagnosis (fault detection, fault isolation and fault estimation) for time-varying multi-rate systems. Includes simulation examples in each chapter to reflect the engineering practice.This book aims at graduate students, professionals and researchers in control science and application, system analysis, artificial intelligence, and fault diagnosis.

    Produktinformation

    • Utgivningsdatum:2023-02-10
    • Mått:156 x 234 x 22 mm
    • Vikt:540 g
    • Format:Inbunden
    • Språk:Engelska
    • Antal sidor:262
    • Förlag:Taylor & Francis Ltd
    • ISBN:9781032362533

    Utforska kategorier

    • Energiteknik inom Naturvetenskap och teknik
    • Maskinteknik och material inom Naturvetenskap och teknik
    • Elektronik och kommunikationer inom Naturvetenskap och teknik

    Innehållsförteckning

    • 1. Introduction . 2. Filter/Estimator Design of Networked Multirate Sampled Systems with Network-induced Phenomena. 3. Fault Detection of Networked Multirate Systems with Filter-based Methods. 4. Fault Diagnosis of Multirate Time-varying Systems with Filter-based Methods. 5. Fault Diagnosis of Modular Multilevel Converters with Machine Learning Methods. 6. Remaining Useful Life Prediction of Industrial Components with Filterbased Methods. 7. Remaining Useful Life Prediction of Industrial Components with Machine Learning Methods. 8. Conclusions and Future Topics.