La válvula de retención es uno de los componentes más importantes y partes más fácilmente dañadas en una bomba de diafragma de alta presión, que es un representante típico de maquinaria de movimiento alternativo. Para garantizar el funcionamiento normal de la bomba, es necesario monitorear su estado de funcionamiento y diagnosticar fallos. Sin embargo, en el diagnóstico de fallas de la válvula de retención, los modelos de clasificación con función de núcleo único no pueden interpretar completamente la función de decisión de clasificación, y al mismo tiempo, la suposición irracional de igualación de costos de diagnóstico tiene un impacto significativo en los resultados de clasificación. Por lo tanto, en este documento se introducen la función de múltiples núcleos y el mecanismo sensible al costo para construir el modelo de diagnóstico de fallas de la válvula de retención basado en la máquina de aprendizaje extremo de múltiples núcleos sensible al costo (MKL-CS-ELM). Los resultados de las pruebas comparativas de la válvula de
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Desarrollo de un método de evaluación y gestión de riesgos de software basado en reglas con un sistema de inferencia difusa.
Artículo:
Fusión de imágenes multifoco sospechosas basada en una red neuronal autoencoder de denoising escaso para el análisis de grandes datos multimodales de la policía.
Artículo:
Auto-organización crítica en Twitter: Teoría fenomenológica e investigación empírica basada en resultados de análisis de datos
Artículo:
Diseño e Implementación de una Plataforma Cultural para Personas Mayores en Comunidades Rurales basada en la Minería de Datos de Redes Sociales en Tiempo Real.
Artículo:
Algoritmo de enrutamiento basado en lógica difusa aplicado a la red de sensores inalámbricos vestibles de monitorización fisiológica individual