Name: Fehlererkennung eines Getriebes mit einem künstlichen neuronalen Netzwerk (ANN) (en Alemán)
Price: 67.91 USD
Availability: InStock
Author: Ghulanavar, Rohit
ISBN: 9786205683910

portada Fehlererkennung eines Getriebes mit einem künstlichen neuronalen Netzwerk (ANN) (en Alemán)

Formato

Libro Físico

Autor

Rohit Ghulanavar

Editorial

Verlag Unser Wissen

Idioma

Alemán

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.4 cm

Peso

0.10 kg.

ISBN13

9786205683910

Categorías

Ingeniería: general

Fehlererkennung eines Getriebes mit einem künstlichen neuronalen Netzwerk (ANN) (en Alemán)

Rohit Ghulanavar (Autor) · Verlag Unser Wissen · Tapa Blanda

Libro Nuevo

$ 67.91

$ 104.48

Ahorras: $ 36.57

35% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Lunes 15 de Julio y el Miércoles 24 de Julio.

Lo recibirás en cualquier lugar de Ecuador entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Fehlererkennung eines Getriebes mit einem künstlichen neuronalen Netzwerk (ANN) (en Alemán)"

Die Fehlerdiagnose spielt eine wichtige Rolle bei der Zustandsüberwachung, um die Maschinenlaufzeit zu verlängern. Vor diesem Hintergrund konzentrierte sich die vorliegende Untersuchung auf die Entwicklung eines Fehlerdiagnosesystems für Getriebe, das auf den Schwingungssignaturen und künstlichen neuronalen Netzen basiert. In der vorliegenden Untersuchung wurde zur Erzeugung der Schwingungssignaturen ein Versuchsaufbau mit Sensor- und Messgeräten erstellt. Die vier Hauptfehler Verschlei , Riss, gebrochener Zahn und unzureichende Schmierung des Getriebes wurden in der vorliegenden Untersuchung praktisch induziert. Die Schwingungssignaturen des Getriebes wurden erfasst, indem die Bewegung bei konstanter Geschwindigkeit mit fehlerfreien Zahnrädern und ohne Belastung übertragen wurde, wobei jeweils ein Fehler induziert wurde. Ferner wurde beschlossen, für die vorliegende Untersuchung ein ANN-basiertes Fehlerdiagnosesystem zu verwenden. Die statistischen Merkmale wurden auf der Grundlage der Daten über die maximalen Schwingungsamplituden extrahiert. Die untere Frequenz des Schwingungssignals (RMS) wird als Eingabe für das in MATLAB entworfene und entwickelte ANN-basierte Fehlerdiagnosesystem verwendet.