预见性维护

数据预处理

MathWorks Consultants提供数据整合、清理、信号处理技术应用方面的帮助，以处理分布式数据、缺失数据和无效数据，以及异常值和噪声。结果是一个结构化的数据集，易于分析和模型开发。

探索性分析

我们可以帮助您高效、系统地调查数据，包括传感器测量值和输出之间的关系(例如，故障时间)尚不清楚的情况。可视化和数据分析工具，如曲线拟合、系统识别和信号分析应用程序，可用于测试假设并获得快速见解。可以采用降维、特征排序和选择方法为模型开发做准备。

预测建模

如果您的数据点没有标记，我们将帮助您应用无监督机器学习方法来检测测量中的模式和异常。我们将向您展示如何可视化和分析由于年龄引起的测量变化，即推断特征空间中的设备老化轨迹。我们帮助您识别和可视化数据中出现的集群，并协助标记这些类别。

如果标记了数据点，我们将帮助您创建和比较各种分类和/或回归模型，以分别确定故障的根本原因和估计剩余使用寿命。我们可以帮助验证和改进性能最高的模型，并研究特征转换以提高准确性。所选择的特征可以决定哪些传感器提供最有意义的信息。

运行部署

一旦开发出预测模型，我们将帮助您将其投入生产。选择阈值和性能指标来完成控制过程。然后，我们与您一起部署从您的算法自动生成的C / c++和/或HDL代码到“智能”设备，微控制器或手机。我们还帮助您实现物联网分析，在云中或内部。

MathWorks顾问帮助您:

• 确定适当的数据预处理、特征选择和预测建模技术，并将其应用于您的数据
• 将知识和最佳实践传授给您，通过定制的、基于项目的培训课程来建立内部能力
• 将修改后的程序发布到生产环境中，以降低维护和操作成本

预见性维护
客户成功故事

“MathWorks Consulting的支持金宝app是我见过的最好的;顾问们反应迅速，知识渊博。我们已经从成本节约中看到了积极的投资回报，现在我们有更多的预算和时间来完成更多的机器学习项目，这些项目将带来类似的收益。”

- Dr. Michael Kohlert先生，Mondi Gronau GmbH