- бизнес-книги
- детские книги
- дом, дача
- зарубежная литература
-
знания и навыки
- изучение языков
- компьютерная литература
- научно-популярная литература
- словари, справочники
-
учебная и научная литература
- безопасность жизнедеятельности
- военное дело
- гуманитарные и общественные науки
- естественные науки
- задачники
- монографии
- научные труды
- практикумы
- прочая образовательная литература
- сельское и лесное хозяйство
-
технические науки
- высокие технологии
- горное дело
- информатика и вычислительная техника
- конструкции
- легкая промышленность
- материаловедение
- машиностроение
- нормативная документация
- общетехнические дисциплины
- основы производства
- пищевая промышленность
- приборостроение
- проектирование
- промышленность
- радиоэлектроника
- строительство
- техническая литература
- технологии металлов
- транспорт
- химическая технология
- эксплуатация промышленного оборудования
- энергетика
- учебники и пособия для вузов
- учебники и пособия для ссузов
- учебно-методические пособия
- история
- комиксы и манга
- легкое чтение
- психология, мотивация
- публицистика и периодические издания
- родителям
- серьезное чтение
- спорт, здоровье, красота
- хобби, досуг
Myeongsu Kang — Prognostics and Health Management of Electronics. Fundamentals, Machine Learning, and the Internet of Things
Купить и скачать за 15462.06 ₽
Понравилась книга? Поделись в соцсетях:
Автор: Myeongsu Kang
Издатель: John Wiley & Sons Limited
ISBN: 9781119515302
Описание: An indispensable guide for engineers and data scientists in design, testing, operation, manufacturing, and maintenance A road map to the current challenges and available opportunities for the research and development of Prognostics and Health Management (PHM), this important work covers all areas of electronics and explains how to: assess methods for damage estimation of components and systems due to field loading conditions assess the cost and benefits of prognostic implementations develop novel methods for in situ monitoring of products and systems in actual life-cycle conditions enable condition-based (predictive) maintenance increase system availability through an extension of maintenance cycles and/or timely repair actions; obtain knowledge of load history for future design, qualification, and root cause analysis reduce the occurrence of no fault found (NFF) subtract life-cycle costs of equipment from reduction in inspection costs, downtime, and inventory Prognostics and Health Management of Electronics also explains how to understand statistical techniques and machine learning methods used for diagnostics and prognostics. Using this valuable resource, electrical engineers, data scientists, and design engineers will be able to fully grasp the synergy between IoT, machine learning, and risk assessment.