Název:	Specific Data Sampling and Filtering Helps to Detect and Isolate Periodic Disturbances
Autoři:	Ettler, Pavel Puchr, Ivan
Citace zdrojového dokumentu:	ETTLER, P. PUCHR, I. Specific Data Sampling and Filtering Helps to Detect and Isolate Periodic Disturbances. In Proceedings of the 30th Mediterranean Conference on Control and Automation (MED 2022). Vouliagmeni, Greece: IEEE, 2022. s. 755-760. ISBN: 978-1-66540-673-4 , ISSN: neuvedeno
Datum vydání:	2022
Nakladatel:	IEEE
Typ dokumentu:	konferenční příspěvek ConferenceObject
URI:	2-s2.0-85136250945 http://hdl.handle.net/11025/50801
ISBN:	978-1-66540-673-4
ISSN:	neuvedeno
Klíčová slova v dalším jazyce:	digital filtering;Fault detection and isolation;FFT;modelling;predictive maintenance;rolling mills
Abstrakt v dalším jazyce:	The Fast Fourier Transform is the unique tool enabling to engage the frequency domain analysis in detection and isolation of periodic disturbances in industrial processes containing rotating elements. Nevertheless, there exist particular problems where the time-domain examination of oscillations can provide equally or more accurate results with less effort. Specific data sampling, filtering and process modelling are introduced in the paper with the aim to classify sources of oscillations in the process of cold rolling. Although the FFT may not be part of the method itself, its use allows to illustrate the presented research.
Práva:	Plný text je přístupný v rámci univerzity přihlášeným uživatelům. © IEEE
Vyskytuje se v kolekcích:	Konferenční příspěvky / Conference papers (NTIS) OBD

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.