Yan / Chen / Mukhopadhyay | Structural Health Monitoring | E-Book | sack.de
E-Book

E-Book, Englisch, Band 26, 380 Seiten, eBook

Reihe: Smart Sensors, Measurement and Instrumentation

Yan / Chen / Mukhopadhyay Structural Health Monitoring

An Advanced Signal Processing Perspective
1. Auflage 2017
ISBN: 978-3-319-56126-4
Verlag: Springer International Publishing
Format: PDF
 Kopierschutz: 1 - PDF Watermark

An Advanced Signal Processing Perspective

E-Book, Englisch, Band 26, 380 Seiten, eBook

Reihe: Smart Sensors, Measurement and Instrumentation

ISBN: 978-3-319-56126-4
Verlag: Springer International Publishing
Format: PDF
 Kopierschutz: 1 - PDF Watermark

This book highlights the latest advances and trends in advanced signal processing (such as wavelet theory, time-frequency analysis, empirical mode decomposition, compressive sensing and sparse representation, and stochastic resonance) for structural health monitoring (SHM). Its primary focus is on the utilization of advanced signal processing techniques to help monitor the health status of critical structures and machines encountered in our daily lives: wind turbines, gas turbines, machine tools, etc. As such, it offers a key reference guide for researchers, graduate students, and industry professionals who work in the field of SHM.
Yan / Chen / Mukhopadhyay Structural Health Monitoring jetzt bestellen!

Zielgruppe

Research

Autoren/Hrsg.

Yan, Ruqiang
Chen, Xuefeng
Mukhopadhyay, Subhas Chandra

Weitere Infos & Material

Advanced Signal Processing for Structural Health Monitoring.- Signal Post-Processing for Accurate Evaluation of the Natural Frequencies.- Holobalancing Method and its Improvement by Reselection of Balancing Object.- Wavelet Transform Based On Inner Product for Fault Diagnosis of Rotating Machinery.- Wavelet Based Spectral Kurtosis and Kurtogram: A Smart and Sparse Characterization of Impulsive Transient Vibration.- Time-Frequency Manifold for Machinery Fault Diagnosis.- Matching Demodulation Transform and its Application in Machine Fault Diagnosis.- Compressive Sensing: A New Insight to Condition Monitoring of Rotary Machinery.- Sparse Representation of the Transients in Mechanical Signals.- Fault Diagnosis of Rotating Machinery Based on Empirical Mode Decomposition.- Bivariate Empirical Mode Decomposition and Its Applications in Machine Condition Monitoring.- Time-Frequency Demodulation Analysis Based on LMD and Its Applications.- On The Use of Stochastic Resonance in Mechanical Fault Signal Detection.

Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.