Jove
Visualize
Contáctanos
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

Videos de Conceptos Relacionados

Linear Approximation in Time Domain01:21

Linear Approximation in Time Domain

379
Nonlinear systems often require sophisticated approaches for accurate modeling and analysis, with state-space representation being particularly effective. This method is especially useful for systems where variables and parameters vary with time or operating conditions, such as in a simple pendulum or a translational mechanical system with nonlinear springs.
For a simple pendulum with a mass evenly distributed along its length and the center of mass located at half the pendulum's length,...
379
Linear time-invariant Systems01:23

Linear time-invariant Systems

957
A system is linear if it displays the characteristics of homogeneity and additivity, together termed the superposition property. This principle is fundamental in all linear systems. Linear time-invariant (LTI) systems include systems with linear elements and constant parameters.
The input-output behavior of an LTI system can be fully defined by its response to an impulsive excitation at its input. Once this impulse response is known, the system's reaction to any other input can be...
957

También podría leer

Artículos Relacionados

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

Ordenar por
Same author

Effect of proposed asynchronous injection strategy on the combination therapy of magnetic hyperthermia and thermosensitive liposome.

Journal of thermal biology·2025
Same author

Influence of different heat transfer models on therapeutic temperature prediction and heat-induced damage during magnetic hyperthermia.

Journal of thermal biology·2023
Same author

Nondestructive inspection of metal specimen using tone-burst vibro-acoustography.

Ultrasonics·2020
Same author

Unified dead-time compensation structure for SISO processes with multiple dead times.

ISA transactions·2014
Same author

Estimation of pressure-particle velocity impedance measurement uncertainty using the Monte Carlo method.

The Journal of the Acoustical Society of America·2011
Same author

Conception of a test bench to generate known and controlled conditions of refrigerant mass flow.

ISA transactions·2011

Video Experimental Relacionado

Updated: Feb 17, 2026

Using Neuron Spiking Activity to Trigger Closed-Loop Stimuli in Neurophysiological Experiments
05:19

Using Neuron Spiking Activity to Trigger Closed-Loop Stimuli in Neurophysiological Experiments

Published on: November 12, 2019

7.6K

Reducción del tiempo de prueba de compresores mediante sensores virtuales con redes neuronales de retardo temporal

Bernardo B Schwedersky1, Rodolfo C C Flesch2, João P Z Machado2

  • 1Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas, Rua Gomes Carneiro 01, Pelotas, 96010-610, RS, Brazil.

ISA transactions
|February 15, 2026
PubMed
Resumen

Este estudio presenta un método de sensor virtual que utiliza una red neuronal de retardo temporal (TDNN) para acelerar las pruebas de rendimiento de compresores. El enfoque reduce significativamente los tiempos de evaluación, ahorrando casi el 50% en entornos industriales.

Palabras clave:
Rendimiento de compresoresMonitorización de condicionesAplicación industrialSensores virtualesRedes neuronales de retardo temporal

Más Videos Relacionados

Environmental Dynamic Mechanical Analysis to Predict the Softening Behavior of Neural Implants
06:59

Environmental Dynamic Mechanical Analysis to Predict the Softening Behavior of Neural Implants

Published on: March 1, 2019

8.4K
Automated Multimodal Stimulation and Simultaneous Neuronal Recording from Multiple Small Organisms
08:28

Automated Multimodal Stimulation and Simultaneous Neuronal Recording from Multiple Small Organisms

Published on: March 3, 2023

1.6K

Videos de Experimentos Relacionados

Last Updated: Feb 17, 2026

Using Neuron Spiking Activity to Trigger Closed-Loop Stimuli in Neurophysiological Experiments
05:19

Using Neuron Spiking Activity to Trigger Closed-Loop Stimuli in Neurophysiological Experiments

Published on: November 12, 2019

7.6K
Environmental Dynamic Mechanical Analysis to Predict the Softening Behavior of Neural Implants
06:59

Environmental Dynamic Mechanical Analysis to Predict the Softening Behavior of Neural Implants

Published on: March 1, 2019

8.4K
Automated Multimodal Stimulation and Simultaneous Neuronal Recording from Multiple Small Organisms
08:28

Automated Multimodal Stimulation and Simultaneous Neuronal Recording from Multiple Small Organisms

Published on: March 3, 2023

1.6K

Área de la Ciencia:

  • Ingeniería Mecánica
  • Ingeniería de Sistemas de Control

Sus antecedentes:

  • Las pruebas tradicionales de evaluación del rendimiento de los compresores son largas y a menudo superan las dos horas para alcanzar condiciones estables.
  • La optimización de la eficiencia de las pruebas es crucial para que los fabricantes reduzcan los costes operativos y mejoren el rendimiento.

Objetivo del estudio:

  • Desarrollar y validar un método basado en sensores virtuales para acortar significativamente las duraciones de las pruebas de evaluación del rendimiento de los compresores.
  • Monitorizar los parámetros clave de rendimiento y predecir sus valores finales para la detección temprana del estado estable.

Principales métodos:

  • Desarrollo de un sensor virtual que utiliza una red neuronal de retardo temporal (TDNN).
  • Entrenamiento del modelo TDNN con un conjunto de datos de 392 evaluaciones históricas de compresores.
  • Implementación del enfoque de sensor virtual para la monitorización en tiempo real y la predicción de condiciones estables.

Principales resultados:

  • El método propuesto logró una reducción aproximada del 50% en la duración de la prueba durante el desarrollo inicial.
  • Durante cinco años de aplicación industrial, 9184 evaluaciones de rendimiento demostraron una mejora del 55% en el tiempo total de prueba.
  • Más del 95% de las pruebas industriales mostraron errores de predicción inferiores al 2%.

Conclusiones:

  • El método basado en sensores virtuales acelera eficazmente las evaluaciones del rendimiento de los compresores, lo que conduce a importantes ahorros de tiempo.
  • El enfoque TDNN mejora la eficiencia operativa y proporciona predicciones fiables de los parámetros clave de rendimiento.
  • La aplicación industrial constante valida la eficacia y robustez del método en entornos de fabricación del mundo real.