KI-Beratung Beta

Gutscheinbedingungen

**Gültig bis 18.11.2026 auf englischsprachige Klassiker (klassiker-32728) online auf thaalia.live und in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Ausgenommen sind preisgebundene Artikel & eBooks. Pro Einkauf einmal einlösbar. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Geschenkkarten, Versandkosten und Services.

Produktbild: Predicción de fallos en un sensor de temperatura mediante un algoritmo neural difuso híbrido

Predicción de fallos en un sensor de temperatura mediante un algoritmo neural difuso híbrido

48,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

El crecimiento de los productos electrónicos es cada vez más complejo debido a los grandes requisitos de alta fiabilidad, alta velocidad y bajo coste. En el mundo actual, la fiabilidad se convierte en una gran necesidad de cualquier equipo electrónico, tanto para componentes activos como pasivos, como...

Beschreibung

El crecimiento de los productos electrónicos es cada vez más complejo debido a los grandes requisitos de alta fiabilidad, alta velocidad y bajo coste. En el mundo actual, la fiabilidad se convierte en una gran necesidad de cualquier equipo electrónico, tanto para componentes activos como pasivos, como un sensor de temperatura. La predicción de fallos es la principal limitación para predecir la vida útil restante del componente con el fin de anticipar los costosos fallos o la indisponibilidad del sistema. En el competitivo mercado actual, el bajo coste y el alto rendimiento son los factores clave para atraer a los clientes hacia sus productos. La creciente complejidad de los sistemas exige un control robusto para reducir el control del sistema y reducir los fallos sucesivos. La predicción de la fiabilidad de los componentes pasivos, especialmente el sensor de temperatura, es un tema de gran preocupación, ya que son necesarios en casi todos los sistemas. Como estos componentes se montan en una placa para formar un sistema completo, la probabilidad de que se produzcan daños aumenta, ya que los distintos componentes tienen características y condiciones de funcionamiento diferentes. Por ello, se utilizan técnicas de inteligencia artificial que adoptan el conocimiento del mecanismo de fallo de una parte individual del sistema y comprueban su estado de salud.

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

30.12.2022

Verlag Ediciones Nuestro Conocimiento
Seitenzahl

80

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

30.12.2022

Verlag Ediciones Nuestro Conocimiento
Seitenzahl

80

Maße (L/B/H)

22/15/0,5 cm

Gewicht

137 g

Sprache

Spanisch

ISBN

978-620-5-54649-9

Herstelleradresse

VDM Verlag
Dudweiler Landstraße 99
66123 Saarbrücken
DE

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Predicción de fallos en un sensor de temperatura mediante un algoritmo neural difuso híbrido