在预测性维护的算法设计中,通常需要进行数据预处理,以清理数据并将其转换为可以提取条件指标的形式。您可以对使用预测性维护工具箱管理的测量或模拟数据的数组或表格执行数据预处理™ 集成数据存储。有关一些常见类型的数据预处理的概述,请参阅数据预处理条件监控和预测维护。
这诊断特征设计师应用程序允许您以交互方式执行许多预处理操作。应用程序中的处理工具包括过滤、时域处理、频域处理和插值。应用程序时域处理选项包括旋转机械的专用过滤。有关应用程序的更多信息,请参阅使用诊断功能设计器探索合奏数据并比较功能。
诊断特征设计师 | 以交互方式从测量或模拟数据中提取、可视化和排列特征,用于机器诊断和预测 |
使用信号处理技术来预处理数据,清理它并将其转换为可以从中提取条件指示符的形式。您的系统知识可以帮助您选择适当的预处理方法。
遵循此工作流程以互动探索和处理集合数据,从该数据的设计和排序功能,以及导出数据和所选功能,并生成MATLAB代码。
将多个系统组织测量和信息,以将您可以导入应用程序的数据集。
过滤和转换应用程序中的数据。从导入和派生信号中提取特征,并评估特征效果。