ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب E-diagnosis of physical processes based on high resolution methods, Application : Wind turbine machines

دانلود کتاب تشخیص الکترونیکی فرآیندهای فیزیکی بر اساس روش‌های وضوح بالا، کاربرد: ماشین‌های توربین بادی

E-diagnosis of physical processes based on high resolution methods, Application : Wind turbine machines

مشخصات کتاب

E-diagnosis of physical processes based on high resolution methods, Application : Wind turbine machines

دسته بندی: اتوماسیون
ویرایش:  
نویسندگان:   
سری:  
 
ناشر:  
سال نشر: 2015 
تعداد صفحات: 0 
زبان: French 
فرمت فایل : RAR (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 مگابایت

قیمت کتاب (تومان) : 47,000



کلمات کلیدی مربوط به کتاب تشخیص الکترونیکی فرآیندهای فیزیکی بر اساس روش‌های وضوح بالا، کاربرد: ماشین‌های توربین بادی: تشخیص سیستم های جاسازی شده قدرت باد پردازش سیگنال تخمین طیفی رزولوشن بالا نظارت از راه دور سنسورهای هوشمند کنترل زمان واقعی ارتباطات بی سیم پروتکل های مسیریابی تعمیر و نگهداری منطق فازی طبقه بندی خطا شبیه سازی میکروکنترلر



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 12


در صورت تبدیل فایل کتاب E-diagnosis of physical processes based on high resolution methods, Application : Wind turbine machines به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تشخیص الکترونیکی فرآیندهای فیزیکی بر اساس روش‌های وضوح بالا، کاربرد: ماشین‌های توربین بادی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تشخیص الکترونیکی فرآیندهای فیزیکی بر اساس روش‌های وضوح بالا، کاربرد: ماشین‌های توربین بادی

گسترش سیستم های با استفاده از حسگرهای هوشمند، مطالعه فرآیندهای فیزیکی را برانگیخته است. تشخیص بر اساس روش های با وضوح بالا کنترل خودکار ماشین های بادی مدرن نیاز دارد نگهداری پیشگیرانه ما چندین شاخص برای اندازه گیری سطح عملکرد یک بی سیم پیشنهاد کردیم پروتکل برای مسیریابی بسته های داده به ایستگاه مانیتورینگ. مطالعه ای برای طراحی یک سیستم تشخیص با عنوان IESRCM برای نظارت محلی یا از راه دور برای ماشین های ذکر شده به دست آمده است. مقایسه ای برای قدردانی از عملکرد این سیستم در صورت ادغام با آن انجام شده است ماژول های بی سیم GPRS یا Wi-Max. نتایج به دست آمده با شبیه سازی با استفاده از Proteus ISIS و نرم‌افزار OPNET به دلیل مزایای آن نسبت به GPRS، استفاده از ماژول Wi-Max را در سیستم پیشنهادی ترجیح داده‌اند. روش های تخمین طیفی با وضوح بالا به طور موثر برای استفاده می شود تشخیص عیوب الکترومکانیکی توربین بادی در مقابل تنوع این روش ها، بررسی هر الگوریتم به طور جداگانه با سیگنال ترکیبی جریان استاتور حاوی چندین نوع نقص و در محیط های مختلف نویز انجام شده است. در آن استنباط شد که دقت تخمین طیفی به درجه اختلال سیگنال، سطح شدت خطاها، نمونه‌برداری فرکانس و تعداد نمونه‌های داده بستگی دارد. مقایسه با شبیه سازی در Matlab که ما بین این الگوریتم ها انجام دادیم برتری آنها ثابت شده است الگوریتم ESPRIT با این حال، این الگوریتم زمان محاسباتی نسبتاً زیادی دارد و برای اجرا نیاز به اندازه حافظه مهمی دارد. برای غلبه بر این مشکل، بهبود ESPRIT-TLS تکنیکی پیشنهاد شده است تا آن را در زمان واقعی قابل اجرا کند. نسخه جدیدی از این روش در این پایان نامه با عنوان Fast-ESPRIT ارائه شده است. توسعه پیشنهادی با ترکیب تکنیک فیلتر بازگشتی باند عبور IIR از Yule-Walker و تکنیک decimation ساخته شده است. ارزیابی تکنیک پیشنهادی برای تشخیص عیب توربین بادی در انواع مختلف انجام شده است. تجزیه و تحلیل نتایج به‌دست‌آمده تأیید می‌کند که الگوریتم Fast-ESPRIT دقت طیفی بسیار رضایت‌بخشی را در تشخیص هارمونیک‌های خطاهای مورد مطالعه ارائه می‌کند. این منجر به کاهش پیچیدگی با نسبت واجد شرایط، کاهش اندازه حافظه مورد نیاز برای اجرای آن 5 برابر کمتر و کاهش زمان محاسبه حدود 14.25 برابر کمتر شد. این روش حتی در حضور تعداد قابل توجهی از هارمونیک های گسل های مختلف، وضوح طیفی بهتری را ارائه می دهد. با این حال، این روش جدید دارای محدودیت هایی است زیرا نوع و سطح شدت یک خطای شناسایی شده را تشخیص نمی دهد. بنابراین، روش کنترل زمان واقعی دیگری پیشنهاد شده است. این روش توسعه‌یافته Fast-ESPRIT، الگوریتم طبقه‌بندی خطا به نام CAFH و یک سیستم استنتاج فازی مرتبط با حسگرهای ارتعاش واقع در اجزای مختلف توربین بادی را ترکیب می‌کند. یک شاخص جدید از سطح شدت برای هر نوع گسل مورد مطالعه فرموله شد. این امکان جلوگیری از آلارم های غیر ضروری را فراهم می کند. شبیه‌سازی متلب این رویکرد تحت چهار نوع شکست با نویز نشان می‌دهد که استحکام خوبی در طبقه‌بندی خطاها ارائه می‌کند.


توضیحاتی درمورد کتاب به خارجی

The expansion of systems using intelligent sensors has prompted the study of physical processes E- diagnosis based on high resolution methods. The automated control of modern wind machines requires proactive maintenance. We proposed several indicators measuring the performance level of a wireless protocol for routing data packets to the monitoring station. A study to design a diagnosis system entitled IESRCM for local or remote monitoring for the mentioned machines is achieved. A comparison has been realized to appreciate the performance of this system when it is integrated with GPRS or Wi-Max wireless modules. The obtained results by simulation using Proteus ISIS and OPNET software have favored the incorporation of Wi-Max module in the proposed system because its advantages over GPRS. The high resolution spectral estimation methods are effectively used for detecting electromechanical wind turbine faults. In front of the diversity of these methods, an investigation of each algorithm separately has been performed with a composite signal of stator current containing several types of defects and under different noisy environments. It was deduced in therein that the accuracy of the spectral estimation depends on the degree of the signal disturbance, the severity level of the faults, the frequency sampling and the number of data samples. The comparison with simulation in Matlab that we have made between these algorithms has proved the superiority of ESPRIT algorithm. However, this algorithm has a relatively large computing time and requires an important memory size to be executed. To overcome this problem, an improvement of ESPRIT-TLS technique has been proposed to make it applicable in real time. A new version of this method is developed in this thesis entitled Fast-ESPRIT. The proposed development is made by combining pass band recursive filtering technique IIR of Yule-Walker and decimation technique. The evaluation of the proposed technique for wind turbine fault detection of various types is performed. The analysis of the obtained results confirms that the Fast-ESPRIT algorithm provides a very satisfactory spectral accuracy in discriminating the studied faults harmonics. It resulted in a reduced complexity with an eligible ratio, a reduction of the required memory size for its implementation 5 times lower and a decrease of calculation time about 14,25 times less. This method provides better spectral resolution even in presence of a significant number of harmonics of different faults. However, this new method has some limitations because it does not recognize the type and the severity level of a detected fault. Therefore, another real time control approach has been proposed. It combines the developed Fast-ESPRIT method, the fault classification algorithm called CAFH and a fuzzy inference system interconnected with vibration sensors located on various wind turbine components. A new indicator of severity level for each studied fault type was formulated. It allows avoiding unnecessary alarms. Matlab simulation of this approach under four failure types with a noise shows that it provides a good robustness of faults classification.





نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی