在用于预测维护的算法设计中,数据预处理通常是必要的,以清理数据并将其转换为可以从中提取条件指示器的形式。您可以对使用预测性维护工具箱™集成数据存储管理的测量数据或模拟数据的数组或表执行数据预处理。有关一些常见的数据预处理类型的概述,请参见用于状态监测和预测性维护的数据预处理.
的诊断功能设计App让你交互式地执行许多预处理操作。该应用程序中的处理工具包括滤波、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门过滤。有关该应用程序的更多信息,请参见使用诊断功能设计器探索集成数据和比较功能.
诊断功能设计 | 交互式地从测量或模拟数据中提取、可视化和排序特征,用于机器诊断和预后 |
使用信号处理技术对数据进行预处理、清理并将其转换为可以从中提取条件指示符的形式。对系统的了解可以帮助您选择合适的预处理方法。
遵循此工作流,交互式地探索和处理集成数据,从该数据设计和排序功能,导出数据和选定功能,并生成MATLAB代码。
将多个系统的测量和信息组织成可以导入应用程序的数据集。
在应用程序中对数据进行过滤和转换。从导入和导出的信号中提取特征,并评估特征的有效性。