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

Informations projet

WINDMIL RT-DT

N° de convention de subvention: 825833

DOI 10.3030/825833

Projet clôturé

Date de signature de la CE 9 Août 2018

Date de début 1 Novembre 2018

Date de fin 31 Juillet 2020

Financé au titre de

• EXCELLENT SCIENCE - European Research Council (ERC)

Coût total € 148 890,00

Contribution de l’UE € 148 890,00

Coordonné par

EIDGENOESSISCHE TECHNISCHE HOCHSCHULE ZUERICH
Switzerland

Publications

Peer reviewed articles (2)

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

Auteurs: Yunus Harmanci, Utku Gülan, Markus Holzner, Eleni Chatzi
Publié dans: Sensors, Numéro 19/5, 2019, Page(s) 1229, ISSN 1424-8220
Éditeur: Multidisciplinary Digital Publishing Institute (MDPI)
DOI: 10.3390/s19051229

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

Auteurs: Imad Abdallah, Konstantinos Tatsis, Eleni Chatzi
Publié dans: Reliability Engineering & System Safety, Numéro 199, 2020, Page(s) 106876, ISSN 0951-8320
Éditeur: Elsevier BV
DOI: 10.1016/j.ress.2020.106876

Other (2)

Probabilistic fault diagnostics using ensemble time-varying decision trees learning

Auteurs: Imad Abdallah, Vasilis Dertimanis, Eleni Chatzi
Publié dans: EMI 2019 - Engineering Mechanics Institute Conference, 2019
Éditeur: ETH Zurich
DOI: 10.13140/rg.2.2.13226.36805

WINDMIL-RTDT ERC Proof of Concept

Auteurs: I. Abdallah, H. Qu, H. Mylonas, and E. Chatzi
Publié dans: 2020
Éditeur: ETH Zurich
DOI: 10.3929/ethz-b-000437457