37:23视频长度为37:23。
基于MATLAB的预测性维护
通过根据传感器数据预测故障,预测性维护可以降低组织运行和制造昂贵设备的运营成本。然而,从传感器数据中识别和提取有用的信息是一个过程,通常需要多次迭代,以及对机器及其运行条件的深入理解。
在本讲座中,您将学习MATLAB如何®预测性维护工具箱™将机器学习与传统的基于模型和信号处理技术相结合,创建用于预测和隔离故障的混合方法。您还将看到内置的应用程序,用于从传感器数据中提取、可视化和排名特征,而无需编写任何代码。这些特征可以作为故障分类和剩余使用寿命(RUL)算法的条件指标。
当预测维护算法针对机队开发并部署在生产系统中时,会产生最大的影响。本次演讲将向您展示如何验证您的算法,然后将它们与嵌入式设备和企业IT/OT平台集成。
相关产品下载188bet金宝搏
了解更多
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。