故障早期诊断::brain:基于PCA和多标签决策树的感应电动机多故障早期检测模型 源码
感应电动机的早期和极早期多标签故障诊断 马里奥Juez吉尔一个,胡安何塞·绍塞多-Dorantes B,阿尔瓦Arnaiz -冈萨雷斯,塞萨尔·伊格纳西奥·加西亚-奥索里奥一,卡洛斯·洛佩斯- Nozal一个,大卫·罗伊°C。 一个大学布尔戈斯,布尔戈斯,西班牙 b墨西哥克雷塔罗自治大学 c阿斯顿大学,英国伯明翰 抽象 机械故障的检测及其自动化诊断是工业优先考虑的问题,因为有效的故障诊断意味着有效管理维护时间,减少能耗,降低总体成本,最重要的是,确保了机械的可用性。 因此,本文提出了一种基于多传感器信息的新型智能多故障诊断方法,用于评估感应电动机中单个,组合和同时出现的故障情况。 所提出的方
文件列表
early-im-fault-diagnosis-master.zip
(预估有个6文件)
early-im-fault-diagnosis-master
.gitignore
1KB
experiments.ipynb
2.45MB
ef
LICENSE
34KB
experiments_notebook_utils.py
13KB
.gitmodules
86B
README.md
4KB
暂无评论