预测性维护可用于监视设备健康运行过程中避免错误的发生。它采用预测算法与设备传感器的数据来估算您的设备将失败。它还查明问题的根源在复杂的机器,并帮助你确定哪些零件需要修理或更换。通过这种方式,可以最大限度地减少停机时间,并最大限度地提高了设备的使用寿命。
这本电子书将帮助您开始使用预测性维护算法开发与MATLAB®通过解释术语和提供访问的例子,教程和试用软件。
下载电子书来了解:
第1部分:介绍预测性维护与MATLAB
从学习策略如何预测性维护不同,如反应和预防性维护。通过预测性维护工作流程的步骤,如采集和数据进行预处理,特征提取和训练机器学习模型的步行路程。
第2节:用MATLAB提取条件指标
了解如何提取您的数据和训练机器学习模型与所提取的特征鲜明的特点进行分类不同的故障类型。
第3节:估计剩余使用寿命与MATLAB
了解不同估算模型来预测系统的剩余使用寿命:相似性,生存和降解。找出根据您掌握的数据和系统信息这RUL模式是适合你的系统。