Department of Cybernetics, CTU Prague, Technicka 2 166 27 Prague, CZECH REPUBLIC;
机译:智能机械诊断最佳症状参数和频带的自动决策方法:在离心泵系统状态诊断中的应用
机译:使用振动信号和支持向量机离心泵系统智能诊断方法
机译:利用振动信号特征的离心泵智能诊断方法
机译:离心泵中的智能诊断和学习
机译:KU蒸汽发电厂的Grundfos CRE 15-3变速离心泵和Worthington恒速离心泵的应用评估
机译:使用不同的泵速压力载荷保护罩材料离心泵压头多次使用泵和电池寿命的心肺机电池寿命的变化
机译:使用振动信号和支持向量机离心泵系统智能诊断方法