Induction machine fault detection and quantification by means of superposed analytical models

Sprooten, Jonathan; Maun, Jean Claude

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

Citer

Induction machine fault detection and quantification by means of superposed analytical models

par Sprooten, Jonathan

;Maun, Jean Claude

Référence SPEEDAM(22: 16-18 June 2004: Capri - Italy), International Symposium on Power Electronics, Electrical Drives, Automation and Motion
Publication Publié, 2004-06-16

Publication dans des actes

Fichier(s) déposé(s) par l'encodeur

Documents en relation

DI-fusion

Modeling manual corrective actions in probabilistic risk assessment of cascading outages
par Kamyab, Shahabeddin , Labeau, Pierre-Etienne , Henneaux, Pierre
Publication 2024
Impact of distributed energy resources on power system resilience against earthquakes
par Guenaou, Jihad , Henneaux, Pierre , Kirschen, Daniel
Publication 2022-10
Overcoming preconceptions to enhance student learning process in engineering science:Domain of validity framework: a new instructional theory for designing and implementing preconception-centred teaching strategies in higher education
par Sommeillier, Raoul
Publication Ecole polytechnique de Bruxelles – Electromécanicien, Bruxelles, Université libre de Bruxelles, 2022-08-19
Optimisation of Integrated Systems: The Potential of Power and Residential Heat Sectors Coupling in Decarbonisation Strategies
par Garcia Arenas, Julien , Hendrick, Patrick , Henneaux, Pierre
Publication 2022-04-01
Multi-Physical Signal- and Model-Based Fault Detection, Isolation and Tolerance Technique for Power Electronic Converters in Wind Turbines
par Nesci Soares, Marcelo
Publication Ecole polytechnique de Bruxelles – Electromécanicien, Bruxelles, Vrije Universiteit Brussel, Engineering Sciences, Acoustics & Vibration Research Group (AVRG) - Doctor of Engineering Sciences, 2022-01-28

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.