新的matlab 产品predictive maintenance toolbox,帮助工程师设计并测试状态监测和预测性维护算法。predictivemaintenance toolbox 为算法工程师提供了一系列功能和参考范例,用来组织数据、设计状态指标、监测机器运行状况和预估剩余使用寿命 (rul),从而避免设备故障。
借助 predictive maintenancetoolbox,工程师能分析和标注从存储于本地或云端的文件中导入的传感器数据。他们还能标注从 simulink 模型生成的仿真故障数据以表征设备故障。利用在频谱分析和时序分析等技术所构建的信号处理和动态建模方法,工程师能够预处理数据并提取可用来监测机器状态的特征。
使用生存分析、相似性分析和基于趋势的模型来预测rul,可帮助工程师预估机器发生故障的时间。该工具箱包括发动机、变速箱、电池和其他机器的参考范例,可以复用以开发自定义的预测性维护和状态监测算法。
predictive maintenance toolbox 能帮助训练预测模型来预估剩余使用寿命 (rul) 并提供与预测相关联的置信区间。
现在,工程师开发和验证必要的算法,通过监测传感器数据,以预测设备何时可能发生故障,或检测任何潜在的异常现象。这些算法可以通过访问存储在本地文件系统、云存储系统(如amazon s3 和 windows azure blob 存储)或 hadoop 分布式文件系统上的历史数据,得以开发。另一个数据源是来自包含故障动态的设备物理模型的仿真数据。工程师可以从此数据中提取和选择最合适的特征,然后借助交互式应用程序,用这些特征训练机器学习模型,以预测或检测设备故障。
“预测性维护是工业物联网的一个重要应用。它对于减少不必要的维护成本和消除计划外停机十分关键。那些通常没有机器学习或信号处理背景的工程师会发现,设计预测性维护的算法特别具有挑战性。”mathworks 公司技术市场经理 paul pilotte 说,“现在,通过使用 predictive maintenance toolbox 学习如何设计和测试这些算法作为起点,这些团队能够快速上手并提高。”
更多内容:
预测性分析 | 解冻更多工程和商业数据的价值
关于 mathworks
mathworks是数学计算软件领域世界领先的开发商。它所推出的matlab是一种用于算法开发、数据分析、可视化和数值计算的程序设计环境,称为“科学计算的语言”。simulink是一种图形环境,可用于对多域动态系统和嵌入式系统进行仿真和基于模型设计。全球的工程师和科学家们都依赖于mathworks公司所提供的这些产品系列,来加快在汽车、航空、电子、金融服务、生物医药以及其他行业的发明、创新及开发的步伐。
印度将面临严峻的考验,Q2太阳能发电增长率下降至32%
湘江XJ-300高频电子捕鱼器原理及电路
智慧用电安全管理系统_电猫猫_闽泰科技陕西分公司
联想重拾半导体的原因分析
《机器人产业发展规划(2016-2020年)》全面解读
关于设计并测试状态监测和预测性维护算法的新工具箱的性能分析和应用
基于ASK信号调制的轮胎压力监测系统
新版Edge浏览器特性公布 可查看相应账号有没有泄漏密码
以太币和以太坊的七大误解解析
消费者值得关注的重点:激光电视护眼功能,进一步的提升激光电视的安全性
神州云动CRM孙满弟: 企业数字化实践
Oculus呼吁:不要开发“劣质”的虚拟现实产品
Ping命令的7个基础用法
国芯思辰|功耗低至2.5mA的中科阿尔法双极锁存型霍尔开关AH502(替代HAL1502)用在微型无刷直流电机中
在非隔离类多电源域电平转换应用
蓝牙定位技术原理
神经网络瘦身:关于SqueezeNet的创新点、网络结构
英伟达显卡驱动更新_英伟达显卡驱动设置
简单介绍硅通孔(TSV)封装工艺
labview前面板滚动条怎么设置