剩余的有用时间——预测原则ThingSpeak不工作

1视图(30天)

显示旧的评论

Aniket Manjare 2021年4月18日

0
链接

这个问题直接联系

//www.tatmou.com/matlabcentral/answers/805281-remaining-usefull-time-predict-rul-not-working-on-thingspeak

编辑: 里卡多·阿里亚斯2021年9月30日

我可以在Matlab succesfulkly运行代码,但它显示当ThingSpeak上运行时发生错误。

我真的不现代人理解是错误的,你能帮助我

我得到错误Thingspeak Matlab分析

                         警告:在加载一个类的对象“linearDegradationModel”:
                        
                         未被认可的字段名称“AlphaLevel”。
                        
                         在MATLABAnalysis > > getvalue(50行)
                        
                         在MATLABAnalysis(34)行
                        
                         错误使用rulModel / predictRUL(第269行)
                        
                         操作数的逻辑“与”(& &)、或(| |)运营商必须转换逻辑标量值。
                        
                         错误在MATLABAnalysis > getvalue(第62行)
                        
                         [estTTS, CITTS pdfTTS] = predictRUL (T。mdl {failureMode}, (nan healthIndicator],阈值);
                        
                         错误在MATLABAnalysis(34)行
                        
                         [estTTS, healthIndicator,阈值,EmailAlertFlag] = getvalue(特性、出dropBoxAccessToken、IFTTTURL secondChID, thresholdTTS,标签,secondReadAPIKey)%得到写在其他的值
                        
                         第二个通道

3评论
显示2年长的评论隐藏2年长的评论

Aniket Manjare 2021年4月21日

肯定的是,

我的项目是基于条件的预测Maintenece电动机的振动信号分析古典。我们的目标是实时故障识别和预测阈值之前,需要由maintenece团队采取行动。

                               函数[estTTS, healthIndicator,阈值,EmailAlertFlag] = getvalue(特性、出dropBoxAccessToken、IFTTTURL secondChID, thresholdTTS,标签,readKey)
                              
                               如果(= = 0 | | = = 1)%不需要预见性维护在正常操作
                              
                               estTTS =南;
                              
                               healthIndicator =南;
                              
                               阈值=南;
                              
                               其他的
                              
                               rawdata = downloadFromDropbox (dropBoxAccessToken,“球迷TTS Model.mat”);
                              
                               f = fopen (“球迷TTS Model.mat”,' w ');
                              
                               写入文件(f, rawdata);
                              
                               文件关闭(f);
                              
                               T =负载(“球迷TTS Model.mat”);
                              
                               failureMode = - 1;% % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % 1 0然后dutct块工作
                              
                               如果(= = 2)
                              
                               failureMode = 2;
                              
                               其他的
                              
                               failureMode = - 1;
                              
                               结束
                              
                               如果(长度(T.selectedFeatures {failureMode}) = = 1)
                              
                               healthIndicator = table2array(特性(:,T.selectedFeatures {failureMode}));
                              
                               阈值= T.threshold {failureMode};
                              
                               [estTTS, CITTS pdfTTS] = predictRUL (T。mdl {failureMode}, (nan healthIndicator],阈值);
                              
                               estTTS = estTTS * T.conversion {failureMode};
                              
                               CITTS = CITTS * T.conversion {failureMode};
                              
                               pdfTTS。TTS = pdfTTS.RUL * T.conversion {failureMode};
                              
                               其他的
                              
                               selectedFeatures =特性(:,T.selectedFeatures {failureMode});
                              
                               healthIndicator = (selectedFeatures {:,:} - T.meanTrain {failureMode}) / T。sdTrain {failureMode} * T。pcaCoeff {failureMode} (: 1);
                              
                               阈值= T.threshold {failureMode};
                              
                               [estTTS, CITTS pdfTTS] = predictRUL (T。mdl {failureMode}, (nan healthIndicator],阈值);
                              
                               estTTS = estTTS * T.conversion {failureMode};
                              
                               CITTS = CITTS * T.conversion {failureMode};
                              
                               pdfTTS。TTS = pdfTTS.RUL * T.conversion {failureMode};
                              
                               结束
                              
                               结束
                              
                               结束