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 Fault Diagnosis, Prognosis, and Reliability for Electrical Machines and Drives (IEEE Press)

دانلود کتاب عیب‌یابی، پیش‌آگهی و قابلیت اطمینان برای ماشین‌های الکتریکی و درایوها (IEEE Press)

Fault Diagnosis, Prognosis, and Reliability for Electrical Machines and Drives (IEEE Press)

مشخصات کتاب

Fault Diagnosis, Prognosis, and Reliability for Electrical Machines and Drives (IEEE Press)

ویرایش: 1 
نویسندگان: , , ,   
سری:  
ISBN (شابک) : 1119722756, 9781119722755 
ناشر: Wiley-IEEE Press 
سال نشر: 2021 
تعداد صفحات: 445 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 51 مگابایت 

قیمت کتاب (تومان) : 28,000

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 9


در صورت تبدیل فایل کتاب Fault Diagnosis, Prognosis, and Reliability for Electrical Machines and Drives (IEEE Press) 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 عیب‌یابی، پیش‌آگهی و قابلیت اطمینان برای ماشین‌های الکتریکی و درایوها (IEEE Press) 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 عیب‌یابی، پیش‌آگهی و قابلیت اطمینان برای ماشین‌های الکتریکی و درایوها (IEEE Press)

تشخیص عیب، پیش‌آگهی و قابلیت اطمینان برای ماشین‌های الکتریکی و درایوها

یک درمان روشنگر از فناوری‌های موجود و در حال ظهور در تشخیص عیب و پیش‌آگهی خرابی

در عیب‌یابی، پیش‌آگهی و قابلیت اطمینان برای ماشین‌های الکتریکی و درایوها، تیمی از محققان برجسته کاوشی جامع از رویکردهای فعلی و نوظهور برای تشخیص عیب و پیش‌آگهی خرابی ماشین‌ها و درایوهای الکتریکی ارائه می‌دهند. نویسندگان با پیشینه اساسی شروع می‌کنند و فیزیک خرابی، طراحی موتور و درایو و اجزایی را که بر خرابی و سیگنال‌ها، پردازش سیگنال و تجزیه و تحلیل تأثیر می‌گذارند، شروع می‌کنند.

سپس این کتاب به توصیف ویژگی‌های این سیگنال‌ها و روش‌هایی که معمولاً برای استخراج این ویژگی‌ها برای تشخیص سلامت موتور یا درایو استفاده می‌شود و همچنین روش‌های مورد استفاده برای شناسایی وضعیت سلامتی می‌پردازد. و بین خطاهای احتمالی یا شدت آنها تفاوت قائل شوید.

تشخیص خطا، پیش‌آگهی و قابلیت اطمینان برای ماشین‌های الکتریکی و درایوها درباره ابزارهای مورد استفاده برای تشخیص روند خرابی و تخمین عمر مفید باقی‌مانده بحث می‌کند. این به روابط بین تشخیص خطا، پیش آگهی شکست و کاهش خطا می پردازد.

این کتاب همچنین ارائه می‌دهد:

  • معرفی کامل در مورد حالت‌های خرابی، چگونگی نمایان شدن پیش‌سازهای شکست اولیه در سیگنال‌ها، و نحوه پردازش ویژگی‌های استخراج‌شده از این سیگنال‌ها< /li>
  • کاوشی جامع در مورد تشخیص خطا، نتایج مشخص‌سازی و نحوه استفاده از آنها برای پیش‌بینی زمان خرابی و فاصله اطمینان مرتبط با آن
  • تمرکز بر درایوهای با اندازه متوسط از جمله القایی، آهنربای دائم AC، ریلانس، و انواع ماشین‌ها و درایوهای جدید

مناسب برای محققان و دانشجویانی که مایل به مطالعه یا تمرین در زمینه ماشین‌های الکتریکی و درایوها هستند، عیب‌یابی، پیش‌آگهی و قابلیت اطمینان برای ماشین‌های الکتریکی و درایوهاهمچنین یک منبع ضروری برای محققانی است که سابقه پردازش سیگنال یا آمار دارند.


توضیحاتی درمورد کتاب به خارجی

Fault Diagnosis, Prognosis, and Reliability for Electrical Machines and Drives

An insightful treatment of present and emerging technologies in fault diagnosis and failure prognosis

In Fault Diagnosis, Prognosis, and Reliability for Electrical Machines and Drives, a team of distinguished researchers delivers a comprehensive exploration of current and emerging approaches to fault diagnosis and failure prognosis of electrical machines and drives. The authors begin with foundational background, describing the physics of failure, the motor and drive designs and components that affect failure and signals, signal processing, and analysis.

The book then moves on to describe the features of these signals and the methods commonly used to extract these features to diagnose the health of a motor or drive, as well as the methods used to identify the state of health and differentiate between possible faults or their severity.

Fault Diagnosis, Prognosis, and Reliability for Electrical Machines and Drives discusses the tools used to recognize trends towards failure and the estimation of remaining useful life. It addresses the relationships between fault diagnosis, failure prognosis, and fault mitigation.

The book also provides:

  • A thorough introduction to the modes of failure, how early failure precursors manifest themselves in signals, and how features extracted from these signals are processed
  • A comprehensive exploration of the fault diagnosis, the results of characterization, and how they used to predict the time of failure and the confidence interval associated with it
  • A focus on medium-sized drives, including induction, permanent magnet AC, reluctance, and new machine and drive types

Perfect for researchers and students who wish to study or practice in the rea of electrical machines and drives, Fault Diagnosis, Prognosis, and Reliability for Electrical Machines and Drives is also an indispensable resource for researchers with a background in signal processing or statistics.



فهرست مطالب

Fault Diagnosis, Prognosis, and Reliability  for Electrical Machines and Drives
Contents
Contributors
Acknowledgments
Acronyms
Introduction
1 Basic Methods and Tools
	1.1 General Approach
	1.2 Feature Extraction: Signal and Preconditioning
		1.2.1 Raw Signals: What Kind of Signals and Sensors?
			1.2.1.1 Current Sensors
			1.2.1.2 Vibration Measurement and Accelerometers
			1.2.1.3 Temperature Sensors
			1.2.1.4 Field Sensors
			1.2.1.5 Acoustic Sensors
			1.2.1.6 Other Sensors
		1.2.2 Preconditioning
			1.2.2.1 Signal Features in the Time Domain
			1.2.2.2 Symmetric Component, Park Component
			1.2.2.3 Symmetric Component, Park Component
			1.2.2.4 Signal Features in the Frequency Domain
			1.2.2.5 Wavelet Analysis
			1.2.2.6 Instantaneous Amplitude and Frequency
			1.2.2.7 Bilinear Time–frequency Distributions or Quadratic
Time–frequency Distributions: Cohen’s Class
			1.2.2.7.a Uncertainty Principle of Heisenberg
			1.2.2.7.b General Representation
			1.2.2.7.c Properties
			1.2.2.7.d Different Representations
			1.2.2.8 Statistic Features
			1.2.2.9 Cyclostationarity
		1.2.3 Model Approach
			1.2.3.1 Kalman Observer
			1.2.3.2 Extended Observer
			1.2.3.3 Unscented Kalman Filter
		1.2.4 Parity Space
	1.3 Feature Reduction, Principal Component
Analysis
		1.3.1 Principal Component Analysis: A Space Reduction and an Unsupervised Classification
		1.3.2 Intercorrelation
			1.3.2.1 Pearson Coefficient “r\"
			1.3.2.2 Spearman Coefficient “




نظرات کاربران