SVĚTOVÝ, EVROPSKÝ A ČESKÝ AUTOMOBILOVÝ PRŮMYSL A TRH S AUTOMOBILY :: Šaroch a kol.

Valeti, B.; Pakzad, S. N. Remaining useful life estimation of wind turbine blades under variable wind speed conditions using particle filters. In Annual Conference of the PHM. Symposium conducted at the meeting of Prognostics and health management society . 2018. Wang, J.; Zhang, L.; Duan, L.; Gao, R.X. A new paradigm of cloud-based predictive maintenance for intelligent manufacturing. J Intell Manuf 2017, 28, 1125–1137, DOI: 10.1007/s10845-015-1066-0. Wang, K. Intelligent Predictive Maintenance (IPdM ) System – Industry 4.0 Scenario. WIT transactions on engineering sciences 2016, 113, 259–268, DOI: 10.2495/ IWAMA150301. Yucesan, Y. A.;Viana, F. A. C. A Physics-informed Neural Network for Wind Turbine Main Bearing Fatigue. International Journal of Prognostics and Health Management , 2020, 11(1), 1–17. Zonta, T.; da Costa, C.A.; da Rosa Righi, R.; de Lima, M.J.; da Trindade, E.S.; Li, G.P. Predictive maintenance in the Industry 4.0: A systematic literature review. Comput Ind Eng 2020, 150 , 106889, DOI: 10.1016/j.cie.2020.106889.

Poznámka: Tato kapitola vznikla na Škoda Auto Vysoké škole v rámci řešení grantu: Aplikace inovativních trendů v sektoru automotive, číslo: IGA/2024/01 Bradáč, z prostředků podpory na dlouhodobý koncepční rozvoj výzkumné organizace, kterou poskytlo MŠMT v roce 2024.

209