Improved diagnostic approach for BRB detection and classification in inverter-driven induction motors employing sparse stacked autoencoder (SSAE) and lightGBM
autor
Khan, Muhammad Amir
Asad, Bilal
Vaimann, Toomas
Kallaste, Ants
vastutusandmed
Muhammad Amir Khan, Bilal Asad, Toomas Vaimann and Ants Kallaste
allikas
Electronics (Switzerland)
kirjastus/väljaandja
MDPI
ajakirja aastakäik number kuu
vol. 13, 7
ilmumisaasta
2024
leheküljed
art. 1292
leitav
https://doi.org/10.3390/electronics13071292
märksõna
elektrimasinad
asünkroonmootorid
rootorid
vead
diagnostika (tehnika)
tehisintellekt
prognoosmudelid
võtmesõna
electrical machines
condition monitoring
induction motors
rotor faults
feature importance
broken rotor bars diagnosis
gradient boosting
LightGBM
artificial intelligence (AI)
predictive maintenance
fault classification
motor current signature analysis
ISSN
2079-9292
märkused
Special Issue: Emerging Theory and Applications in Fault Diagnosis and Motor Drive Control
Bibliogr.: 42 ref
Open Access
Open Access
teaduspublikatsioon
teaduspublikatsioon
klassifikaator
1.1
Scopus
https://www.scopus.com/sourceid/21100829272
https://www.scopus.com/pages/publications/85190283868?inward
WOS
https://jcr.clarivate.com/jcr-jp/journal-profile?journal=ELECTRONICS-SWITZ&year=2024
https://www.webofscience.com/wos/woscc/full-record/WOS:001201196900001
kategooria (üld)
Engineering
Tehnika
Computer science
Arvutiteadus
kategooria (alam)
Engineering. Electrical and electronic engineering
Tehnika. Elektri- ja elektroonikatehnika
Computer science. Signal processing
Arvutiteadus. Signaalitöötlus
Engineering. Control and systems engineering
Tehnika. Juhtimis- ja süsteemitehnika
Computer science. Computer networks and communications
Arvutiteadus. Arvutivõrgud ja side
Computer science. Hardware and architecture
Arvutiteadus. Riistvara ja arhitektuur
kvartiil
Q2
TTÜ struktuuriüksus
elektroenergeetika ja mehhatroonika instituut
keel
inglise