Early Fault Detection via Multiple Feature Fusion and Ensemble Learning

Early fault detection (EFD) of rotating machines is important to decrease the maintenance cost and improve the mechanical system stability. One of the key points of EFD is developing a generic and robust model for different equipment. Most existing EFD methods focus on learning fault representation...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE sensors journal Ročník 24; číslo 5; s. 7196 - 7204
Hlavní autoři:	Song, Wenbin, Wu, Di, Shen, Weiming, Boulet, Benoit
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.03.2024 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Datasets Early fault detection (EFD) Ensemble learning Fault detection Feature extraction Frequency domain analysis Maintenance costs Mechanical systems Noise reduction one-class support vector machine (SVM) Representations Rotating machinery Rotating machines stacked denoising autoencoder (SDAE) Stacking Support vector machines Systems stability
ISSN:	1530-437X, 1558-1748
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!