Jove
Visualize
Contáctanos

Videos de Conceptos Relacionados

Fault Types01:18

Fault Types

127
When analyzing a single line-to-ground fault from phase A to ground at a three-phase bus, it is important to consider the fault impedance. This impedance is zero for a bolted fault, equal to the arc impedance for an arcing fault, and represents the total fault impedance for a transmission-line insulator flashover. To derive sequence and phase currents, fault conditions are translated from the phase domain to the sequence domain.
For line-to-line faults occurring between phases B and C, the...
127
Differential Relays01:20

Differential Relays

261
Differential relays are used to protect generators, buses, and transformers by comparing electrical quantities at different points. When a fault occurs, the difference in current between the two points triggers the relay to operate, opening the circuit breaker. Under normal conditions, the current entering (i1) and leaving (i2) a generator are equal. When a fault occurs, however, these currents become unequal, and the difference current flows in the relay operating coil, causing the relay to...
261

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

A label-free membrane-based biosensor array with AuNP-modified PDMS for sensitive and specific detection of alpha-fetoprotein.

Analytical and bioanalytical chemistry·2026
Same author

Toward Hydrogen Isotope Separations through Strong Hydrogen Adsorption at Open Copper(I) Sites in an Ultramicroporous Metal-Organic Framework.

Journal of the American Chemical Society·2026
Same author

Cyclodextrin-Derived Porous Liquids Enabled by In Situ Solvation Shell Formation.

Journal of the American Chemical Society·2026
Same author

Magnetic Anisotropy in the Homoleptic [CoX<sub>4</sub>]<sup>2-</sup> (X = Cl, Br, I) Series: Spectroscopic Determination and Ligand Field Studies.

Inorganic chemistry·2026
Same author

CDs-PEI/siIhh Delivery System for the Treatment of Osteoarthritis.

ACS applied bio materials·2026
Same author

Elucidating the self-assembly of prolamin-derived peptide nanoparticles prepared by enzymatic hydrolysis: implications for loading quercetin and intestinal absorption.

Food chemistry·2026
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Video Experimental Relacionado

Updated: Sep 10, 2025

Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator
06:45

Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator

Published on: October 28, 2022

1.8K

Un módulo de procesamiento de datos plug-and-play para el diagnóstico de fallas complejas

Runfang Hao1, Chaoqian He1, Yongqiang Cheng2

  • 1Shanxi Key Laboratory of Micro Nano Sensors & Artificial Intelligence Perception, College of Electronic Information and Optical Engineering, Taiyuan University of Technology, Taiyuan 030024, China; Key Lab of Advanced Transducers and Intelligent Control System of the Ministry of Education, Taiyuan 030024, China.

ISA transactions
|August 26, 2025
PubMed
Resumen

Este estudio introduce un módulo de procesamiento de datos para mejorar el diagnóstico inteligente de fallas mediante la expansión de muestras de entrenamiento y la mejora de la robustez del modelo. Los nuevos métodos aumentan significativamente la precisión en la detección de fallas complejas en los equipos.

Palabras clave:
Mejora de los datosProcesamiento de datosDiagnóstico de fallasAlisar las etiquetas

Más Videos Relacionados

A New Hybrid Quantitative Evaluation Model for Axillary Junctional Hemorrhage in Swine
08:27

A New Hybrid Quantitative Evaluation Model for Axillary Junctional Hemorrhage in Swine

Published on: December 6, 2024

388
Investigating the Function of Deep Cortical and Subcortical Structures Using Stereotactic Electroencephalography: Lessons from the Anterior Cingulate Cortex
09:00

Investigating the Function of Deep Cortical and Subcortical Structures Using Stereotactic Electroencephalography: Lessons from the Anterior Cingulate Cortex

Published on: April 15, 2015

12.4K

Videos de Experimentos Relacionados

Last Updated: Sep 10, 2025

Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator
06:45

Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator

Published on: October 28, 2022

1.8K
A New Hybrid Quantitative Evaluation Model for Axillary Junctional Hemorrhage in Swine
08:27

A New Hybrid Quantitative Evaluation Model for Axillary Junctional Hemorrhage in Swine

Published on: December 6, 2024

388
Investigating the Function of Deep Cortical and Subcortical Structures Using Stereotactic Electroencephalography: Lessons from the Anterior Cingulate Cortex
09:00

Investigating the Function of Deep Cortical and Subcortical Structures Using Stereotactic Electroencephalography: Lessons from the Anterior Cingulate Cortex

Published on: April 15, 2015

12.4K

Área de la Ciencia:

  • Ingeniería
  • Inteligencia artificial
  • Aprendizaje automático

Sus antecedentes:

  • El diagnóstico inteligente de fallas es crucial para los equipos modernos, pero está limitado por pequeños conjuntos de datos y fallas complejas.
  • Los métodos existentes luchan con la escasez de datos y los patrones de fallas intrincados, lo que dificulta la aplicación industrial generalizada.

Objetivo del estudio:

  • Desarrollar un módulo de procesamiento de datos "plug-and-play" para superar las limitaciones en el diagnóstico inteligente de fallas.
  • Mejorar el rendimiento del modelo de aprendizaje profundo mediante la expansión del tamaño de la muestra y la mejora de las relaciones de datos.

Principales métodos:

  • Un método de mejora de datos compuestos de fase de amplitud (APCUP) que utiliza la transformada de Fourier discreta para fusionar tipos de fallas y generar nuevas muestras.
  • Una estrategia de alisado de etiquetas adyacentes (ALS) para procesar las etiquetas, evitando la sobreclasificación y mejorando la robustez del modelo.
  • Integración de estos métodos en un nuevo módulo de procesamiento de datos.

Principales resultados:

  • Eficacia y viabilidad demostradas en una plataforma de brazo robótico industrial y dos conjuntos de datos públicos.
  • Capacidad del modelo marcadamente mejorada para el diagnóstico de fallas complejas.
  • Aumento significativo de la precisión del diagnóstico y reducción de los errores tras la incorporación del módulo.

Conclusiones:

  • El módulo de procesamiento de datos desarrollado amplía efectivamente los conjuntos de datos de formación y mejora las relaciones internas de datos.
  • Las estrategias APCUP y ALS mejoran los modelos de aprendizaje profundo para el diagnóstico inteligente de fallas, especialmente para equipos industriales complejos.
  • El módulo ofrece una solución práctica para mejorar la precisión y la robustez de los sistemas de diagnóstico de fallos.