0
  • DE
  • EN
  • FR
  • Base de données et galerie internationale d'ouvrages d'art et du génie civil

Publicité

Wind turbine pitch bearing fault detection with Bayesian augmented temporal convolutional networks

Auteur(s): (Department of Electrical and Electronic Engineering, University of Manchester, Manchester, UK)
ORCID (Department of Electrical and Electronic Engineering, University of Manchester, Manchester, UK)
Médium: article de revue
Langue(s): anglais
Publié dans: Structural Health Monitoring, , n. 2, v. 23
Page(s): 1089-1106
DOI: 10.1177/14759217231175886
Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1177/14759217231175886.
  • Informations
    sur cette fiche
  • Reference-ID
    10739188
  • Publié(e) le:
    03.09.2023
  • Modifié(e) le:
    25.04.2024
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine