预见性维护工具箱允许您管理传感器数据,设计条件指标,估算剩余寿命(原则)的一台机器。
工具箱提供了探索函数和一个交互式应用程序,提取,使用基于数据和基于模型的技术和排名功能,包括统计、光谱和时间序列分析。您可以监视电池的健康,发动机,变速箱,和其他机器从传感器数据进行特征提取。估计机器故障,您可以使用生存,相似性和基础模型来预测原则。
你可以组织和分析传感器数据从本地文件导入,云存储,分布式文件系统。可以从模型生成标签模拟故障数据模型。金宝app工具箱包括参考例子马达,齿轮箱,电池、水泵、轴承、和其他机器可以重用开发定制的预见性维护和状态监测算法。
实施你的算法,可以生成C / c++代码部署到边缘或创建一个生产应用程序部署到云上。
云部署
使用MATLAB编译器和MATLAB编译器SDK在扩展算法云作为共享库、包、web应用程序、集装箱码头工人,等等。部署到MATLAB生产服务器在微软®Azure®或AWS®无需重新编码。