An autonomous Real-Time Decision Tree framework for monitoring and diagnostics on wind turbines

Projektinformationen

WINDMIL RT-DT

ID Finanzhilfevereinbarung: 825833

DOI 10.3030/825833

Projekt abgeschlossen

EK-Unterschriftsdatum 9 August 2018

Startdatum 1 November 2018

Enddatum 31 Juli 2020

Finanziert unter

• EXCELLENT SCIENCE - European Research Council (ERC)

Gesamtkosten € 148 890,00

EU-Beitrag € 148 890,00

Koordiniert durch

EIDGENOESSISCHE TECHNISCHE HOCHSCHULE ZUERICH
Switzerland

Veröffentlichungen

Peer reviewed articles (2)

A Novel Approach for 3D-Structural Identification through Video Recording: Magnified Tracking

Autoren: Yunus Harmanci, Utku Gülan, Markus Holzner, Eleni Chatzi
Veröffentlicht in: Sensors, Ausgabe 19/5, 2019, Seite(n) 1229, ISSN 1424-8220
Herausgeber: Multidisciplinary Digital Publishing Institute (MDPI)
DOI: 10.3390/s19051229

Unsupervised local cluster-weighted bootstrap aggregating the output from multiple stochastic simulators

Autoren: Imad Abdallah, Konstantinos Tatsis, Eleni Chatzi
Veröffentlicht in: Reliability Engineering & System Safety, Ausgabe 199, 2020, Seite(n) 106876, ISSN 0951-8320
Herausgeber: Elsevier BV
DOI: 10.1016/j.ress.2020.106876

Other (2)

Probabilistic fault diagnostics using ensemble time-varying decision trees learning

Autoren: Imad Abdallah, Vasilis Dertimanis, Eleni Chatzi
Veröffentlicht in: EMI 2019 - Engineering Mechanics Institute Conference, 2019
Herausgeber: ETH Zurich
DOI: 10.13140/rg.2.2.13226.36805

WINDMIL-RTDT ERC Proof of Concept

Autoren: I. Abdallah, H. Qu, H. Mylonas, and E. Chatzi
Veröffentlicht in: 2020
Herausgeber: ETH Zurich
DOI: 10.3929/ethz-b-000437457