Drilling head knives degradation modelling based on stochastic diffusion processes backed up by state space models
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60162694%3AG43__%2F22%3A00557234" target="_blank" >RIV/60162694:G43__/22:00557234 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/62156489:43110/22:43920284
Výsledek na webu
<a href="https://authors.elsevier.com/sd/article/S0888-3270(21)00795-0" target="_blank" >https://authors.elsevier.com/sd/article/S0888-3270(21)00795-0</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.ymssp.2021.108448" target="_blank" >10.1016/j.ymssp.2021.108448</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Drilling head knives degradation modelling based on stochastic diffusion processes backed up by state space models
Popis výsledku v původním jazyce
In this article, we investigate a mining system consisting of dataset records on in-field operational characteristics of a drilling head. We work with these data in order to get a picture of system degradation and actual condition. For data assessment and modelling, we apply both improved and specific new mathematical models. We examine the data using extended and enhanced state space models, which are suitable for system state and condition investigation. Our time series approaches are based on a modified Kalman-type backpropagation recursion. The improved and modified state space models are accompanied by improved forms of selected stochastic diffusion processes. The diffusion processes are used both for degradation modelling and also for forecasting potential failure occurrence.
Název v anglickém jazyce
Drilling head knives degradation modelling based on stochastic diffusion processes backed up by state space models
Popis výsledku anglicky
In this article, we investigate a mining system consisting of dataset records on in-field operational characteristics of a drilling head. We work with these data in order to get a picture of system degradation and actual condition. For data assessment and modelling, we apply both improved and specific new mathematical models. We examine the data using extended and enhanced state space models, which are suitable for system state and condition investigation. Our time series approaches are based on a modified Kalman-type backpropagation recursion. The improved and modified state space models are accompanied by improved forms of selected stochastic diffusion processes. The diffusion processes are used both for degradation modelling and also for forecasting potential failure occurrence.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
20301 - Mechanical engineering
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2022
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Mechanical Systems and Signal Processing
ISSN
0888-3270
e-ISSN
—
Svazek periodika
166
Číslo periodika v rámci svazku
108448
Stát vydavatele periodika
GB - Spojené království Velké Británie a Severního Irska
Počet stran výsledku
21
Strana od-do
nestrankovano
Kód UT WoS článku
000704880300001
EID výsledku v databázi Scopus
2-s2.0-85115385379