Bearing fault diagnosis by EXIN CCA

Inicio | ¿Qué es? | Contacto

English | Català

Consultar RECERCAT

Por comunidades y
colecciones Por fecha Por autores Por títulos Por temas (CDU)

Consultar departamento

Por fecha Por autores Por títulos Por temas (CDU)

Estadisticas

Del documento Todo RECERCAT

Mi RECERCAT

Entrar Alertas por correo-e

Directorio de otros repositorios

RECERCAT Principal > Universitat Politècnica de Catalunya > Documents de recerca > Visualizar documento

Para acceder a los documentos con el texto completo, por favor, siga el siguiente enlace: http://hdl.handle.net/2117/17068

Título:	Bearing fault diagnosis by EXIN CCA
Autor/a:	Cirrincione,, Giansalvo; Henao, Humberto; Delgado Prieto, Miquel; Ortega Redondo, Juan Antonio
Otros autores:	Universitat Politècnica de Catalunya. Departament d'Enginyeria Electrònica; Universitat Politècnica de Catalunya. MCIA - Motion Control and Industrial Applications Research Group
Abstract:	EXIN CCA is an extension of the Curvilinear Component Analysis (CCA), which solves for the noninvariant CCA projection and allows representing data drawn under different operating conditions. It can be applied to data visualization, interpretation (as a kind of sensor of the underlying physical phenomenon) and classification for real time industrial applications. Here an example is given for bearing fault diagnostics in an electromechanical device.
Abstract:	Peer Reviewed
Materia(s):	-Àrees temàtiques de la UPC::Informàtica -Electromechanical decives -Visualization -Anàlisi de components principals -Visualització -Dispositius electromecànics
Derechos:
Tipo de documento:	Artículo - Versión publicada Objeto de conferencia
Editor:	IEEE Computer Society Publications
Compartir:

Mostrar el registro completo del ítem

Documentos relacionados

Otros documentos del mismo autor/a

A novel condition monitoring scheme for bearing faults based on Curvilinear Component Analysis and hierarchical neural networks

Delgado Prieto, Miquel; Cirrincione,, Giansalvo; García Espinosa, Antonio; Ortega Redondo, Juan Antonio; Henao, Humberto

Accurate Bearing Faults Classification based on Statistical-Time Features, Curvilinear Component Analysis and Neural Networks

Delgado Prieto, Miquel; Cirrincione,, Giansalvo; García Espinosa, Antonio; Ortega Redondo, Juan Antonio; Henao, Humberto

Bearing fault detection by a novel condition-monitoring scheme based on statistical-time features and neural networks

Delgado Prieto, Miquel; Cirrincione, Giansalvo; García Espinosa, Antonio; Ortega Redondo, Juan Antonio; Henao, Humberto

Evaluation of novelty detection methods for condition monitoring applied to an electromechanical system

Delgado Prieto, Miquel; Cariño Corrales, Jesús Adolfo; Zurita Millán, Daniel; Millán Gonzálvez, Marta; Ortega Redondo, Juan Antonio; Romero Troncoso, René de Jesús

Motor fault classification system including a novel hybrid feature reduction methodology

Delgado Prieto, Miquel; Urresty Betancourt, Julio César; Albiol, L.; Ortega Redondo, Juan Antonio; García Espinosa, Antonio; Romeral Martínez, José Luis; Vidal, E.

Accesibilidad | Aviso legal | Política de Cookies | Documentos de uso interno

Coordinación

Patrocinio