Atjaunināt sīkdatņu piekrišanu

E-grāmata: Structural Health Monitoring: An Advanced Signal Processing Perspective

Edited by , Edited by , Edited by
  • Formāts - EPUB+DRM
  • Cena: 154,06 €*
  • * ši ir gala cena, t.i., netiek piemērotas nekādas papildus atlaides
  • Ielikt grozā
  • Pievienot vēlmju sarakstam
  • Šī e-grāmata paredzēta tikai personīgai lietošanai. E-grāmatas nav iespējams atgriezt un nauda par iegādātajām e-grāmatām netiek atmaksāta.

DRM restrictions

  • Kopēšana (kopēt/ievietot):

    nav atļauts

  • Drukāšana:

    nav atļauts

  • Lietošana:

    Digitālo tiesību pārvaldība (Digital Rights Management (DRM))
    Izdevējs ir piegādājis šo grāmatu šifrētā veidā, kas nozīmē, ka jums ir jāinstalē bezmaksas programmatūra, lai to atbloķētu un lasītu. Lai lasītu šo e-grāmatu, jums ir jāizveido Adobe ID. Vairāk informācijas šeit. E-grāmatu var lasīt un lejupielādēt līdz 6 ierīcēm (vienam lietotājam ar vienu un to pašu Adobe ID).

    Nepieciešamā programmatūra
    Lai lasītu šo e-grāmatu mobilajā ierīcē (tālrunī vai planšetdatorā), jums būs jāinstalē šī bezmaksas lietotne: PocketBook Reader (iOS / Android)

    Lai lejupielādētu un lasītu šo e-grāmatu datorā vai Mac datorā, jums ir nepieciešamid Adobe Digital Editions (šī ir bezmaksas lietotne, kas īpaši izstrādāta e-grāmatām. Tā nav tas pats, kas Adobe Reader, kas, iespējams, jau ir jūsu datorā.)

    Jūs nevarat lasīt šo e-grāmatu, izmantojot Amazon Kindle.

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.
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.