Ce travail s’intéresse à la modélisation, à la détection et à la localisation des défauts des machines asynchrones fondées sur l’approche multi-modèle. Etant une phase cruciale dans l’application des algorithmes de diagnostic, la modélisation de la machine asynchrone est proposée. Deux modèles mathématiques ont été développés : un modèle classique, triphasé et un biphasé. Afin de surmonter les limites de ces modèles, un multimodèle est conçu. Celuici est le produit de quatre étapes consécutives qui sont : l’acquisition d’une base de données, la classification des données en des groupes, l’identification paramétrique et structurelle des différents sous modèles, et finalement, la fusion de ces sous modèles pour la formation du multimodèle. Une étude comparative entre trois méthodes de modélisation à base de trois algorithmes de classification a été réalisée. Cette étude a permis de créer une nouvelle stratégie de classification. L’application de l’approche multi-modèle basée sur la nouvelle stratégie de classification au diagnostic requiert la conception de deux types de multiobservateurs qui sont proposés et validés expérimentalement à la machine asynchrone.
Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.
Ce travail s’intéresse à la modélisation, à la détection et à la localisation des défauts des machines asynchrones fondées sur l’approche multi-modèle. Etant une phase cruciale dans l’application des algorithmes de diagnostic, la modélisation de la machine asynchrone est proposée. Deux modèles mathématiques ont été développés : un modèle classique, triphasé et un biphasé. Afin de surmonter les limites de ces modèles, un multimodèle est conçu. Celuici est le produit de quatre étapes consécutives qui sont : l’acquisition d’une base de données, la classification des données en des groupes, l’identification paramétrique et structurelle des différents sous modèles, et finalement, la fusion de ces sous modèles pour la formation du multimodèle. Une étude comparative entre trois méthodes de modélisation à base de trois algorithmes de classification a été réalisée. Cette étude a permis de créer une nouvelle stratégie de classification. L’application de l’approche multi-modèle basée sur la nouvelle stratégie de classification au diagnostic requiert la conception de deux types de multiobservateurs qui sont proposés et validés expérimentalement à la machine asynchrone.
Abid A. a eu la thèse de doctorat en février 2015 de l’école national d’ingénieurs de GABES, Tunisie, en génie électrique. Elle a eu le mastère en 2009, en automatique-techniques intelligentes, et le diplôme d’ingénieur en électrique-automatique de l’école nationale d’ingénieur de Gabes 2007. Elle est assistante contractuelle à ISSAT/Gafsa, Tunisie.
Les informations fournies dans la section « A propos du livre » peuvent faire référence à une autre édition de ce titre.
Vendeur : BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Allemagne
Taschenbuch. Etat : Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Ce travail s'intéresse à la modélisation, à la détection et à la localisation des défauts des machines asynchrones fondées sur l'approche multi-modèle. Etant une phase cruciale dans l'application des algorithmes de diagnostic, la modélisation de la machine asynchrone est proposée. Deux modèles mathématiques ont été développés : un modèle classique, triphasé et un biphasé. Afin de surmonter les limites de ces modèles, un multimodèle est conçu. Celuici est le produit de quatre étapes consécutives qui sont : l'acquisition d'une base de données, la classification des données en des groupes, l'identification paramétrique et structurelle des différents sous modèles, et finalement, la fusion de ces sous modèles pour la formation du multimodèle. Une étude comparative entre trois méthodes de modélisation à base de trois algorithmes de classification a été réalisée. Cette étude a permis de créer une nouvelle stratégie de classification. L'application de l'approche multi-modèle basée sur la nouvelle stratégie de classification au diagnostic requiert la conception de deux types de multiobservateurs qui sont proposés et validés expérimentalement à la machine asynchrone. 152 pp. Französisch. N° de réf. du vendeur 9783841633705
Quantité disponible : 2 disponible(s)
Vendeur : moluna, Greven, Allemagne
Etat : New. N° de réf. du vendeur 151614950
Quantité disponible : Plus de 20 disponibles
Vendeur : Revaluation Books, Exeter, Royaume-Uni
Paperback. Etat : Brand New. 152 pages. French language. 8.66x5.91x0.35 inches. In Stock. N° de réf. du vendeur 3841633706
Quantité disponible : 1 disponible(s)
Vendeur : preigu, Osnabrück, Allemagne
Taschenbuch. Etat : Neu. Contribution au diagnostic des défauts par approche multi-modèle | Application aux machines asynchrones | Aicha Abid (u. a.) | Taschenbuch | 152 S. | Französisch | 2015 | Presses Académiques Francophones | EAN 9783841633705 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu. N° de réf. du vendeur 104267687
Quantité disponible : 5 disponible(s)
Vendeur : buchversandmimpf2000, Emtmannsberg, BAYE, Allemagne
Taschenbuch. Etat : Neu. This item is printed on demand - Print on Demand Titel. Neuware -Ce travail s¿intéresse à la modélisation, à la détection et à la localisation des défauts des machines asynchrones fondées sur l¿approche multi-modèle. Etant une phase cruciale dans l¿application des algorithmes de diagnostic, la modélisation de la machine asynchrone est proposée. Deux modèles mathématiques ont été développés : un modèle classique, triphasé et un biphasé. Afin de surmonter les limites de ces modèles, un multimodèle est conçu. Celuici est le produit de quatre étapes consécutives qui sont : l¿acquisition d¿une base de données, la classification des données en des groupes, l¿identification paramétrique et structurelle des différents sous modèles, et finalement, la fusion de ces sous modèles pour la formation du multimodèle. Une étude comparative entre trois méthodes de modélisation à base de trois algorithmes de classification a été réalisée. Cette étude a permis de créer une nouvelle stratégie de classification. L¿application de l¿approche multi-modèle basée sur la nouvelle stratégie de classification au diagnostic requiert la conception de deux types de multiobservateurs qui sont proposés et validés expérimentalement à la machine asynchrone.Books on Demand GmbH, Überseering 33, 22297 Hamburg 152 pp. Französisch. N° de réf. du vendeur 9783841633705
Quantité disponible : 1 disponible(s)
Vendeur : AHA-BUCH GmbH, Einbeck, Allemagne
Taschenbuch. Etat : Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Ce travail s'intéresse à la modélisation, à la détection et à la localisation des défauts des machines asynchrones fondées sur l'approche multi-modèle. Etant une phase cruciale dans l'application des algorithmes de diagnostic, la modélisation de la machine asynchrone est proposée. Deux modèles mathématiques ont été développés : un modèle classique, triphasé et un biphasé. Afin de surmonter les limites de ces modèles, un multimodèle est conçu. Celuici est le produit de quatre étapes consécutives qui sont : l'acquisition d'une base de données, la classification des données en des groupes, l'identification paramétrique et structurelle des différents sous modèles, et finalement, la fusion de ces sous modèles pour la formation du multimodèle. Une étude comparative entre trois méthodes de modélisation à base de trois algorithmes de classification a été réalisée. Cette étude a permis de créer une nouvelle stratégie de classification. L'application de l'approche multi-modèle basée sur la nouvelle stratégie de classification au diagnostic requiert la conception de deux types de multiobservateurs qui sont proposés et validés expérimentalement à la machine asynchrone. N° de réf. du vendeur 9783841633705
Quantité disponible : 1 disponible(s)
Vendeur : Mispah books, Redhill, SURRE, Royaume-Uni
paperback. Etat : New. NEW. SHIPS FROM MULTIPLE LOCATIONS. book. N° de réf. du vendeur ERICA82938416337066
Quantité disponible : 1 disponible(s)