予知保全のためのMATLABおよび的Si万博1manbetxmulink
エンジニアはMATLAB®,S万博1manbetximulink®的,および预测性维护工具箱™を使用して状态监视および予知保全ソフトウェアを开発し,エンタープライズITおよびOTシステムに展开しています。
- クラウドストレージ,リレーショナルデータベース,非リレーショナルデータベースおよびREST,MQTT,OPC UAなどのプロトコル向け组み込みインターフェイスを使用してストリーミングおよびアーカイブされたデータにアクセス。
- 信号处理および统计手法向けのアプリを使用して,机器の状态を监视するためにデータを前处理して特徴量を抽出。
- 故障の原因を分离して故障までの时间および残存耐用时间(RUL)を予测するための机械学习モデルを开発。
- C / C ++,Python和HDL,PLC,GPU,.NETまたは爪哇®ベースのソフトウェアコンポーネントを自动的に生成することで,组み込みシステム那エッジデバイスおよびクラウドなど,ユーザーが选択した稼働中のシステムにアルゴリズムおよびモデルを展开。
予知保全のためのMATLABおよびSim万博1manbetxulink中の使用
あらゆる场所のデータにアクセス
机器から取得するデータには,构造化データと非构造化データの両方があり,ローカルファイル,クラウド(AWS®S3,天青®BLOB),データベース,データヒストリアンなどの复数のソースに存在します。データがどこにあっても,MATLABにデータを取り込んで使用することができます。信号故障を插入してシステム故障のダイナミクスをモデル化することで,十分な故障データがなくても机器のS万博1manbetximulink的モデルから生成できます。
データのクリーニングおよび调查によるデータの简略化
データは乱雑です.MATLABを使用して前处理を行い,次元を削减し,特徴量を操作できます。
- 异なるレートでサンプリングされたデータを调整して,欠损値と外れ値を考虑。
- 高度な信号处理手法を使用したノイズの除去,データのフィルター处理および过渡信号または変化信号の解析。
- 特徴量の抽出および选択のための统计的かつ动的手法を使用したデータセットの简略化と予测モデルの过适合の削减。
机械学习を使用した故障の検出および予测
分类,回帰および时系列モデリングの手法を使用して,故障の根本原因を特定し,故障までの时间を予测します。
- 最も重要な変数の対话的な调查と选択によるRULの推定と故障モードの分类。
- 组み込み关数を使用した复数の予测モデルの学习,比较および検证。
- 信頼区间の计算および可视化による予测の不确実性の定量化。