预测性维护工具箱

预测性维护工具箱™让您管理传感器数据，设计条件指标，并估计机器的剩余使用寿命(RUL)。

该工具箱提供了功能和交互式应用程序，用于使用基于数据和基于模型的技术(包括统计、光谱和时间序列分析)来探索、提取和排序特征。您可以通过从传感器数据中提取特征来监视电池、电机、变速箱和其他机器的健康状况。要估计机器发生故障的时间，您可以使用生存、相似性和基于趋势的模型来预测RUL。

您可以组织和分析从本地文件、云存储和分布式文件系统导入的传感器数据。您可以标记从Simulink生成的模拟故障数据万博1manbetx^®模型。工具箱包括电机、齿轮箱、电池、泵、轴承和其他机器的参考示例，可用于开发定制的预测性维护和状态监测算法。

为了操作您的算法，您可以生成用于部署到边缘的C/ c++代码，或者创建用于部署到云的生产应用程序。