预测维护工具箱
设计和测试条件监控和预测维护算法
预测维护工具箱™可让您管理传感器数据,设计条件指示灯,并估计机器的剩余使用寿命(RUL)。
该工具箱提供了使用基于数据和基于模型的技术的探索,提取和排序功能的函数和交互式应用程序,包括统计,光谱和时间序列分析。您可以使用频率和时频方法从振动数据中提取特征来监测旋转机器的健康。为了估算机器的失败时间,您可以使用生存,相似性和基于趋势的模型来预测RUL。
您可以组织和分析从本地文件,云存储和分布式文件系统导入的传感器数据。您可以标记从Simulink生成的模拟故障数据金宝app®楷模。该工具箱包括电机,齿轮箱,电池和其他机器的参考示例,可以重复使用用于开发自定义预测性维护和状态监测算法。
要操作算法,您可以生成C / C ++代码以部署到边缘,或创建用于部署到云的生产应用程序。
开始
了解预测维护工具箱的基础知识
管理系统数据
导入测量数据,生成模拟数据,组织在命令行和应用程序中使用的数据
预处理数据
清洁和转换数据,以准备将条件指示器提取在命令行和应用程序中
确定条件指标
探索命令行或应用程序中的数据以标识可以指示系统状态或预测未来状态的功能
检测和预测故障
火车决策模型用于条件监测和故障检测;预测剩下的使用寿命(rul)
部署预测维护算法
实施和部署条件监控和预测维护算法