Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
  •  Retrait gratuit dans votre magasin Club
  •  7.000.000 titres dans notre catalogue
  •  Payer en toute sécurité
  •  Toujours un magasin près de chez vous     
Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
  •  Retrait gratuit dans votre magasin Club
  •  7.000.0000 titres dans notre catalogue
  •  Payer en toute sécurité
  •  Toujours un magasin près de chez vous

Industrial Data Analytics for Diagnosis and Prognosis

A Random Effects Modelling Approach

Shiyu Zhou, Yong Chen
Livre relié | Anglais
198,45 €
+ 396 points
Livraison 2 à 3 semaines
Passer une commande en un clic
Payer en toute sécurité
Livraison en Belgique: 3,99 €
Livraison en magasin gratuite

Description

Discover data analytics methodologies for the diagnosis and prognosis of industrial systems under a unified random effects model

In Industrial Data Analytics for Diagnosis and Prognosis - A Random Effects Modelling Approach, distinguished engineers Shiyu Zhou and Yong Chen deliver a rigorous and practical introduction to the random effects modeling approach for industrial system diagnosis and prognosis. In the book's two parts, general statistical concepts and useful theory are described and explained, as are industrial diagnosis and prognosis methods. The accomplished authors describe and model fixed effects, random effects, and variation in univariate and multivariate datasets and cover the application of the random effects approach to diagnosis of variation sources in industrial processes. They offer a detailed performance comparison of different diagnosis methods before moving on to the application of the random effects approach to failure prognosis in industrial processes and systems.

In addition to presenting the joint prognosis model, which integrates the survival regression model with the mixed effects regression model, the book also offers readers:

  • A thorough introduction to describing variation of industrial data, including univariate and multivariate random variables and probability distributions
  • Rigorous treatments of the diagnosis of variation sources using PCA pattern matching and the random effects model
  • An exploration of extended mixed effects model, including mixture prior and Kalman filtering approach, for real time prognosis
  • A detailed presentation of Gaussian process model as a flexible approach for the prediction of temporal degradation signals

Ideal for senior year undergraduate students and postgraduate students in industrial, manufacturing, mechanical, and electrical engineering, Industrial Data Analytics for Diagnosis and Prognosis is also an indispensable guide for researchers and engineers interested in data analytics methods for system diagnosis and prognosis.

Spécifications

Parties prenantes

Auteur(s) :
Editeur:

Contenu

Nombre de pages :
352
Langue:
Anglais

Caractéristiques

EAN:
9781119666288
Date de parution :
21-07-21
Format:
Livre relié
Format numérique:
Genaaid
Dimensions :
152 mm x 229 mm
Poids :
635 g

Les avis