Matlabによる予知保全

1 日目

デタのンポトとデタの処理

目的:デ，タをmatlabに取り込み，欠落値の処理を含む分析のために整理します。また,データの一部を抽出して操作することにより,インポートされた生データを処理する方法について学びます。

• Matlabのデ，タ型を使用したデ，タの保存
• デタストアによるンポト
• 要素が不足しているデ，タの処理
• 高配列によるビッグデ，タの処理

デ，タの妥当なパタ，ンの検出

目的:。また，デタセット内に含まれる自然界なパタンを発見する方法にいて学びます。

• デ，タ内の妥当なクラスタ，を検出する
• 次元の縮小を実行する
• デ，タ内のクラスタ，を評価および解釈する

分類モデルの構築

目的:教師あり学習手法を使用して，分類問題の予測モデリングを実行します。また，予測モデルの精度を評価する方法にいて学びます。

• 分類学習器アプリを使用して分類する
• ラベル付きのデ，タから分類モデルを学習させる
• 学習済みの分類モデルを検証する
• ハパパラメタの最適化によりパフォマンスを改善する

2 日目

信号の確認と解析

目的:デ，タ内に含まれる信号処理的特徴を，いて学びます。

• 信号を把握するために，信号の，ンポ，ト，可視化，確認をする
• 信号の測定を行う
• 複数の信号を時間領域と周波数領域で比較する
• 対話型のスペクトル解析を実行する
• 関心領域を抽出する
• 自動化用のmatlabスクリプトを生成する

デ，タセット品質を改善して特徴を生成するための信号の前処理

目的:リサンプリング,外れ値の除去,ギャップの埋めなどの処理により信号セットをクリーンアップする手法を学びます。また，特徴量を▪▪▪ンタラクティブに生成してランク付けする方法に▪▪▪いて学びます。

• リサンプリングにより，不均一にサンプリングされた信号を処理する
• 均一にサンプリングされた信号のデ，タ抜けを補正する
• リサンプリングを実行して信号間で共通の時間基準を設定する
• 信号アナラザアプリを使用してフィルタを設計および適用する
• ファ▪▪ルアンサンブルデ▪▪タストアを使用してデ▪タを▪▪ンポ▪▪トする
• 診断特徴デザ▪▪ナ▪▪アプリを使用して特徴を自動的に生成およびランク付けする
• 包絡線スペクトルを使用して機器の診断を実行する
• 外れ値を見け，許容可能なサンプルと置き換える
• 変化点を検出し，自動信号セグメンテ，ションを実行する

故障に至るまでの時間の推定

目的:データを調査し特徴を特定した後,意思決定モデルをトレーニングして残りの耐用年数を予測する方法について学びます。

• 状態ンジケタを選択する
• ラ
• しきい値に至るまでの実行デ，タを使い，劣化モデルを使用して残存耐用期間を推定する
• 故障に至るまでの実行デ，タを使い，相似モデルを使用して残存耐用期間を推定する