为诊断功能设计器组织系统数据
这个诊断功能设计该应用程序允许您以交互方式分析数据，并开发能够区分正常系统和降级系统数据的功能。该应用程序基于一组类似系统（如机器）的测量数据和信息进行操作。要使用应用程序，您必须首先将数据组织到应用程序可以导入的表单中。组织数据的一种方法是使用数字矩阵，它可以捕获所有测量数据。但是，您也可以使用更灵活的格式，例如表格，它允许您合并其他信息，例如运行状况和操作条件。有了这些信息，您可以探索应用程序中的功能，并评估功能区分不同特定条件的能力。
数据的集合体
数据分析是任何状态监视和预测性维护活动的核心。
这些数据可以来自使用诸如加速度计、压力表、温度计、高度计、电压表和转速表等传感器的系统上的测量。例如，您可以访问以下数据:
正常系统操作
系统在故障状态下运行
系统运行的生命周期记录(run-to-failure（数据）
对于算法设计，还可以使用通过运行Simulink生成的模拟数据金宝app®在各种操作和故障条件下的系统模型。
无论是使用测量数据、生成的数据，还是同时使用这两种数据，您经常会有许多信号，在一个时间跨度或多个时间跨度内进行测距。您还可能有来自许多机器的信号（例如，来自多个单独发动机的测量值，所有这些发动机都是按照相同的规格制造的）。您可能有代表正常运行和故障条件的数据。评估预测性维护的有效功能需要组织和分析这些数据，同时跟踪数据所代表的系统和条件。
数据的集合体
在预测性维护工具箱™中组织和管理多方面数据集的主要单元是数据集成。一个系综是数据集的集合，通过测量或模拟在不同条件下的系统而产生。
例如，考虑一个变速箱系统，其中有一个测量振动的加速度计和一个转速计来测量发动机轴的旋转。假设您运行发动机五分钟，并记录测量的信号作为时间的函数。您还可以记录发动机使用年限，以行驶英里为单位。这些测量产生以下数据集。
现在假设你有一个由许多相同引擎组成的机队，你记录了所有引擎的数据。这样做会产生一系列数据集。
这个数据集家族是系综，集合中的每一行都是a成员乐队的成员。
集合中的成员相互关联，因为它们包含相同的数据变量。例如，在图示的集合中，所有成员都包含相同的四个变量：发动机标识符、振动和转速表信号以及发动机寿命。在该示例中，每个成员对应于不同的机器。您的集合还可能包括在不同时间从同一台机器记录的一组数据变量。例如，下图显示了一个集成，该集成包括来自同一发动机的多个数据集，这些数据集是在发动机老化时记录的。
实际上，每个集成成员的数据通常存储在一个单独的数据文件中。因此，例如，您可能有一个文件包含引擎01在9500英里处的数据，另一个文件包含引擎01在21250英里处的数据，以此类推。
整体变量
集合中的变量有不同的用途，因此可以分为几种类型：
数据变量（DV）-集成成员的主要内容，包括用于分析和开发预测性维护算法的测量数据和衍生数据。例如，在图示的齿轮箱组合中，
振动和转速表是数据变量。数据变量还可以包括导出值，例如信号的平均值或信号频谱中峰值幅度的频率。自变量(IV) -识别或排序集合中成员的变量，如时间戳、操作小时数或机器标识符。在测量的齿轮箱数据中，
年龄为自变量。条件变量(CV)—描述集成成员的故障条件或运行条件的变量。条件变量可以记录故障状态的存在或不存在，或其他运行条件，如环境温度。在整体变速箱数据中，
传感器健康可能是每个引擎都知道其状态的条件变量。条件变量还可以派生值，例如编码多个故障和操作条件的单个标量值。
数据变量和自变量通常有许多元素。条件变量通常是标量。在应用程序中，条件变量必须是标量。
表示应用程序的集合数据
您可以使用三种通用方法中的一种来组合集成数据并将其导入应用程序。所有这些方法都要求集成成员都包含相同的变量。
创建个人成员数据集
以单个数据集的形式导入数据——每个成员一个数据集——并让应用程序将这些数据集组合成一个整体。
这种方法在导入数据之前需要最少的设置。这种方法只有在您拥有少量数据集时才实用。如果希望使用新成员更新集合，则必须再次导入所有成员。
创建集成数据集
导入从成员数据集创建的单个集成数据集。集成数据集的每一行代表一个成员。
这种方法需要在导入数据之前进行更多的设置。当成员集较大时，它比单独的方法更实用。如果要使用新成员更新集合，可以在应用程序之外通过添加到现有表来进行更新。然后导入更新的表。
有关从单个成员矩阵创建集成数据集的示例，请参见为诊断功能设计器准备矩阵数据
创建集成数据存储对象
导入一个集成数据存储对象只包含成员文件的名称和路径，而不导入数据本身。这个对象还包括应用程序与外部文件交互所需的信息。
当您有大量的数据和变量时，这种方法是最好的。集成数据存储可以帮助您处理这些数据，无论它是存储在本地还是远程位置，例如使用Amazon S3™(简单存储服务)的云存储，Windows Azure®Blob Storage或Hadoop®分布式文件系统HDFS™。
通常，当你开始在应用程序中探索你的数据时，你想要导入相对较少的成员和变量。然而，稍后，您可能想通过引入更大的样本来测试特性有效性的结论。集成数据存储是处理大量数据的一种方法，特别是当数据大小超过MATLAB的内存限制时®.
有关集成数据存储对象的更多信息，请参见用于状态监测和预测性维护的数据集成.
数据集导入的数据类型和约束
该应用程序接受各种数据类型，包括数字矩阵和包含条件变量标量和嵌入式测量时间表的表。
在导入数据之前，数据必须是干净的，并进行预处理，如异常值和缺失值删除。有关详细信息，请参阅状态监测与预测维修的数据预处理.
有关数据类型和约束以及实际数据导入的详细信息，请参见将数据导入诊断功能设计器.
另见
相关的话题
你也可以从以下列表中选择一个网站:
