| Título : |
Predictive Maintenance in Dynamic Systems : Advanced Methods, Decision Support Tools and Real-World Applications |
| Tipo de documento: |
documento electrónico |
| Autores: |
Lughofer, Edwin, ; Sayed-Mouchaweh, Moamar, |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2019 |
| Número de páginas: |
XIII, 567 p. 200 ilustraciones, 144 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-030-05645-2 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Ciencia y tecnología de seguridad Telecomunicación Inteligencia Computacional Redes de comunicación informática Teoría de sistemas y control Red informática Sistemas de seguridad Ingeniería de control |
| Índice Dewey: |
621.382 Ingeniería de comunicaciones |
| Resumen: |
Este libro proporciona una imagen completa de varias herramientas de apoyo a la toma de decisiones para el mantenimiento predictivo. Estos incluyen la incorporación de detección temprana de anomalías/fallos, diagnóstico y razonamiento, predicción de la vida útil restante (pronóstico de fallos), predicción de calidad y autorreacción, así como técnicas de optimización, control y autocuración. Muestra aplicaciones recientes de estas técnicas en varios tipos de sistemas industriales (producción/servicios públicos/equipos/plantas/dispositivos inteligentes, etc.) que abordan varios desafíos de la Industria 4.0 y diferentes tareas relacionadas con Big Data Streams, Internet de las cosas, infraestructuras específicas y herramientas, alta dinámica de sistemas y entornos no estacionarios. Las aplicaciones discutidas incluyen sistemas de producción y fabricación, producción y gestión de energías renovables, sistemas marítimos, centrales eléctricas y turbinas, sistemas de acondicionamiento, válvulas de compresores, motores de inducción, simuladores de vuelo, infraestructuras ferroviarias, robots móviles, ciberseguridad e Internet de las cosas. Los contribuyentes van más allá de lo último en tecnología al centrarse específicamente en los sistemas dinámicos, donde es de suma importancia actualizar los modelos de sistemas y mantenimiento sobre la marcha para mantener su poder predictivo. . |
| Nota de contenido: |
Introduction -- Predictive Maintenance and (Early) FDD in Dynamic Systems -- Beyond State-of-the-Art -- Early Fault Detection and Diagnosis Approaches -- Prognostics and Forecasting -- Self-Reaction and Self-Healing Techniques -- Applications of Predictive Maintenance with emphasize on Industry 4.0 challenges -- Conclusion. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Predictive Maintenance in Dynamic Systems : Advanced Methods, Decision Support Tools and Real-World Applications [documento electrónico] / Lughofer, Edwin, ; Sayed-Mouchaweh, Moamar, . - 1 ed. . - [s.l.] : Springer, 2019 . - XIII, 567 p. 200 ilustraciones, 144 ilustraciones en color. ISBN : 978-3-030-05645-2 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Ciencia y tecnología de seguridad Telecomunicación Inteligencia Computacional Redes de comunicación informática Teoría de sistemas y control Red informática Sistemas de seguridad Ingeniería de control |
| Índice Dewey: |
621.382 Ingeniería de comunicaciones |
| Resumen: |
Este libro proporciona una imagen completa de varias herramientas de apoyo a la toma de decisiones para el mantenimiento predictivo. Estos incluyen la incorporación de detección temprana de anomalías/fallos, diagnóstico y razonamiento, predicción de la vida útil restante (pronóstico de fallos), predicción de calidad y autorreacción, así como técnicas de optimización, control y autocuración. Muestra aplicaciones recientes de estas técnicas en varios tipos de sistemas industriales (producción/servicios públicos/equipos/plantas/dispositivos inteligentes, etc.) que abordan varios desafíos de la Industria 4.0 y diferentes tareas relacionadas con Big Data Streams, Internet de las cosas, infraestructuras específicas y herramientas, alta dinámica de sistemas y entornos no estacionarios. Las aplicaciones discutidas incluyen sistemas de producción y fabricación, producción y gestión de energías renovables, sistemas marítimos, centrales eléctricas y turbinas, sistemas de acondicionamiento, válvulas de compresores, motores de inducción, simuladores de vuelo, infraestructuras ferroviarias, robots móviles, ciberseguridad e Internet de las cosas. Los contribuyentes van más allá de lo último en tecnología al centrarse específicamente en los sistemas dinámicos, donde es de suma importancia actualizar los modelos de sistemas y mantenimiento sobre la marcha para mantener su poder predictivo. . |
| Nota de contenido: |
Introduction -- Predictive Maintenance and (Early) FDD in Dynamic Systems -- Beyond State-of-the-Art -- Early Fault Detection and Diagnosis Approaches -- Prognostics and Forecasting -- Self-Reaction and Self-Healing Techniques -- Applications of Predictive Maintenance with emphasize on Industry 4.0 challenges -- Conclusion. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Predictive Maintenance in Dynamic Systems
