预测维护工具箱

Diseño y prueba de algoritmos de supervisión de condiciones y mantenimiento predictivo

预测维护工具箱™ permite etiquetar datos, diseñar indicadores de condición y calcular la vida útil restante (RUL) de una máquina.

Esta Toolbox Proporciona Funciones Y UNA App Interactiva Para Explorar,y克拉西卡·卡拉达斯ensysys y en Modelos,包括análisisestadísticos,Extuidos y de系列临时。Cabe La Posibilidad De Superisar El Estado de Los Equipos Rotatorios,Tales Como Rodamientos Y Cajas de Cambios,Mediante LaExtraccióndeCaracterísticasAPerirde Datos deVibraciónuterizandoMétodosdeFrecuenciaY Tiempofrecuencia。Puede Utherizar Modelos De Supervencia,Similitud Y Basados en Tendencias Para Predecir La Rul A Fin de Calcular El Tiempo Hasta Que Se Produzca Un Fallo en UnaMáqua。

Es posible analizar y etiquetar los datos de sensores importados desde archivos locales, almacenamiento en la nube y sistemas de archivos distribuidos. También se pueden etiquetar datos de fallos simulados generados a partir de modelos de Simulink . Esta toolbox incluye ejemplos de referencia para motores, cajas de cambios, baterías y otras máquinas que se pueden reutilizar a fin de desarrollar algoritmos de mantenimiento predictivo y supervisión de condiciones personalizados.

Comience:

DeteccióndefallosyCálculodelavidaútilrestante(rul)

检测Anomalías,Diagnostique LaCaunaRaízdeLOSFallos Y计算y Modelos de系列颞台La Rul Mediante Machine。

ModelosdeCálculoderul

Calcule la RUL de una máquina para facilitar la predicción del tiempo hasta el fallo y optimice la planificación del mantenimiento. ElTipo de AlgoritmodeCálculoderulempleado depende de los indicadores de condición extraídos de los datos, así como de la cantidad de datos disponibles.

Modelos RUL de similitud, degradación y supervivencia.

DiagnóSticode Fallos Mediante Modelos deClasifcación

Aísle la causa raíz de un fallo mediante el entrenamiento de modelos de clasificación y clustering mediante máquinas de vector soporte, clustering k-means y otras técnicas de machine learning.

Diagnósticode Fallos Mediante La App分类学习者。

Deteccióndefallosyanomalías

Rastree los cambios en el sistema a fin de determinar la presencia de anomalías y fallos mediante la detección de puntos de cambio, filtros de Kalman y diagramas de control.

Detección de fallos mediante modelos basados en datos.

Diseño de indicadores de condición

Extragacaracterísticasa partir de Datos de Sensores Mediante Estrategias Basadas enSeñalesy Basadas en Modelos。UthericeDas Como Entradas Para Algoritmos deDiagnósticoy机床学习。

应用诊断功能设计师

Extraiga, visualice y clasifique características a fin de diseñar indicadores de condición para supervisar el estado de las máquinas.

Indicadores de condición basados en señales

ExtrogacaracterísticasParirde Datos De Sensores Preprocesados O Sin Procesar Mediante Rocuento de Flujo de Lluvia,DeteccióndePicosExpectrales,折断Ethectral YOtrasTécnicasRelacionadas Con Los Dominios de Tiempo,Frecuencia Y Tiempo-Frecuencia。

Trangador deCondiciónAsAdoen Tiempo-Frecuencia。

Indicadores de condición basados en modelos

Ajuste modelos de series temporales lineales y no lineales, modelos de espacio de estados y modelos de función de transferencia a datos de sensores. Utilice las propiedades y las características de estos modelos ajustados como indicadores de condición.

Trangador deCondiciónAuroTorregreSivoBasado en Modelos。

Ejemplos de referencia para el desarrollo de algoritmos

Desarrle algoritmos desupervisióndediconionesy Mantenimiento predictivo ParaBaterías,Cajas de Velocidades,Bombas Y OtrasMáquinas。

Rodamientos y Cajas de Velocidades

Desarrolle algoritmos para clasificar fallos de anillo interno y externo, detectar fallos en dientes de engranajes y calcular la RUL.

Cálculo de la RUL del rodamiento de un aerogenerador.

Bombas, motores y baterías

DesArrleLe algoritmos Para侦探福帕斯y Obstrucciones en Bombas,Rastrear Cambios en LaFriccióndemoty Calcular LaDoldadacióndeLasBateríasALALGELGELTIIEMPO。

Clasificacióndefallosen una bomba三倍。

Administración y etiquetado de datos

Acceda一个洛杉矶拿督dondequiera, esten。Genere datos de simulación desde modelos de Simulink para representar fallos de máquinas en ausencia de datos de sensores reales.

Organización y etiquetado de datos

importe ytioniquete datos de Archivos Locales,亚马逊S3™,Windows Azure®Blob Storage Y Hadoop®分布式文件系统。

gestióndeveriosarchivos mediante el uso de联盟de Datos。

Weneracióndedatosde Fallos desde sim金宝appulink y simscape

Simule datos de fallos mediante modelos de Simulink y Simscape™ de su máquina. Modifique los valores de los parámetros, inyecte fallos y cambie la dinámica del modelo.

gestióndeatosmediante长者de datos desimulación。

Funcionalidades más recientes

应用诊断功能设计师

GenereCódigomatlab desde la app para automatizar el procesamiento deseñales,LaExtraccióndeCacactionísticasY Las Tareas deClasificacióndeCaracterísticas

Tareas de Live编辑

Reconstuccióndepaciofásicointeractiva yextracciónde themadores decondiciónabadosenseñales没有lineales

Análisis的Extectral.

defina bandas de frecuencia y extraiga de funcionalidades espectrales

咨询Las.Notas de laVersiónpara saber los detalles sobre estas características y las funciones correspondientes.

DesArrolle E Impliete Software De Mantenimiento Provictivo Para Sistemas Empresariales De It Y e Daspositivos Embebidos。
DescubraCómoSeEmplean Los Modelos de Supervencia,DegadaciónYSIMILITUDPARA RABULAT LA RUL。
obneengamásfignacaciónsobrelos opptionos y los flujos de trabajo relacionados con el Mantenimiento predictivo。