在预测性维护的算法设计中,通常需要对数据进行预处理,以清理数据并将其转换为可以提取条件指标的表单。您可以对使用预测性维护工具箱™集成数据存储管理的测量或模拟数据的数组或表执行数据预处理。有关一些常见类型的数据预处理的概述,请参见状态监测与预测性维护的数据预处理.
的诊断特性设计器App可以让你交互式地执行许多预处理操作。app中的处理工具包括滤波、时域处理、频域处理和插值。应用程序的时域处理选项包括专门的旋转机械滤波。有关该应用程序的更多信息,请参见使用诊断特征设计器探索集成数据并比较特征.
诊断特性设计器 | 交互式地从测量或模拟数据中提取、可视化和排序特征,用于机器诊断和预测 |
使用信号处理技术对数据进行预处理,清洗数据并将其转换为可以提取条件指示器的表单。了解您的系统可以帮助您选择适当的预处理方法。
遵循以下工作流程,以交互方式探索和处理集成数据,根据该数据设计和排序特征,导出数据和选定的特征,并生成MATLAB代码。
将多个系统的测量和信息组织成可以导入应用程序的数据集。
在应用程序内过滤和转换数据。从导入和导出的信号中提取特征,并评估特征的有效性。