预测维护工具箱
设计测试条件监控预测维护算法
预测维护工具箱TM可管理传感器数据、设计条件指示数并估计机器剩余使用寿命
工具箱提供函数和交互应用,使用基于数据和模型技术探索、提取和排序特征,包括统计学、光谱学和时序分析通过从传感器数据提取特征监测电池、电机、变速箱和其他机器的健康估计机器失效时间时,可使用生存性、相似性及趋势模型预测RUL
可整理分析从本地文件导入的传感器数据、云存储器和分布式文件系统金宝app标签模拟故障数据生成自Siminglin®模型化工具箱中包括电机、变速箱、电池、泵、轴承机和其他机器参考实例,可再利用以开发定制预测维护与条件监控算法
操作算法时,可生成C/C++代码部署边缘或创建生产应用程序部署云
获取启动
学习预测维护工具箱基础
托管系统数据
导入测量数据,生成模拟数据,组织数据供命令行和a
预处理数据
整洁变换数据准备提取条件指标
识别条件指标
探索命令行或应用中的数据识别特征可表示系统状态或预测未来状态
检测预测故障
条件监控和故障检测火车决策模型剩余使用寿命预测
部署预测维护算法
安装部署条件监控预测维护算法
