Andere Kunden interessierten sich auch für
![Diagnostic vibratoire des pannes dans les machines tournantes]( "Diagnostic vibratoire des pannes dans les machines tournantes")
Diagnostic vibratoire des pannes dans les machines tournantes32,99 €![Analyse vibro-acoustic des machines tournantes]( "Analyse vibro-acoustic des machines tournantes")
Analyse vibro-acoustic des machines tournantes32,99 €![Optimisation de la maintenance par l'analyse fonctionnelle]( "Optimisation de la maintenance par l'analyse fonctionnelle")
Optimisation de la maintenance par l'analyse fonctionnelle29,99 €![Automatisation de l'analyse des débris d'usure pour le diagnostic de l'état des machines]( "Automatisation de l'analyse des débris d'usure pour le diagnostic de l'état des machines")
Automatisation de l'analyse des débris d'usure pour le diagnostic de l'état des machines45,99 €![Optimisation de la maintenance du parc roulant]( "Optimisation de la maintenance du parc roulant")
Optimisation de la maintenance du parc roulant26,99 €![Optimisation de temps de coupe selon la disponibilité des machines]( "Optimisation de temps de coupe selon la disponibilité des machines")
Optimisation de temps de coupe selon la disponibilité des machines26,99 €![Optimisation du temps de coupe selon la disponibilité des machines]( "Optimisation du temps de coupe selon la disponibilité des machines")
Optimisation du temps de coupe selon la disponibilité des machines26,99 €
Cet ouvrage présente une approche innovante pour le diagnostic des défauts dans les machines tournantes, fondée sur la Décomposition en Modes Variationnelle (VMD) et les techniques d'intelligence artificielle. Il débute par une analyse des stratégies de maintenance conditionnelle et des limites des méthodes classiques de traitement du signal. La VMD y est comparée à la Décomposition en Modes Empiriques (EMD) afin de démontrer sa supériorité pour l'extraction des signatures de défauts en environnements bruités. Un critère basé sur l'entropie de Shannon est proposé pour optimiser le nombre de modes, tandis que l'intégration de la Décomposition Multirésolution par Ondelettes (WMRA) améliore la détection des défauts faibles. Enfin, un modèle hybride VMD-LSTM est développé pour la classification automatique et l'évaluation de la sévérité des défaillances. Alliant rigueur scientifique et validation expérimentale, ce livre offre une contribution majeure au diagnostic prédictif et à la maintenance intelligente dans le contexte de l'industrie 4.0.