预测维护Toolbox™提供了估计机器剩余使用寿命(RUL)的功能,并提取功能以设计条件指标,这可以帮助监视机器的健康状况。该工具箱还提供了管理和标记数据的功能,以及为轴承,泵,电池和其他机器开发算法的参考示例。
预测维护Toolbox™提供了针对球轴承,泵,电池和其他机器设计和测试条件监视和预测维护算法的功能和参考示例。
使用诊断功能设计器从传感器数据中提取功能,而无需编写任何MATLAB®代码。过滤和预处理传感器数据信号,并提取时间域特征,例如均值和标准偏差。您还可以估计信号的功率和秩序光谱,并提取频域特征,例如光谱峰值。计算出功能后,您可以绘制并对其进行排名,以确定哪些功能最适合您的故障分类和剩余使用寿命算法,并导出它们。
您可以使用需要运行数据的数据,生存方法(需要与零件更换和零件故障等事件相关的终身数据以及基于趋势的方法相关的生存数据,估算机器失败或剩余的有用生活的时间或剩余的有用生活,需要已知的故障阈值。
如您所见,这些方法还为所做的预测提供了置信区间。
每种算法都需要数据,您可以在MATLAB中组织云,HDF和本地文件之前从云,HDF和本地文件中导入其中。如果您没有任何故障数据,则可以从Simulink生成模拟数据万博1manbetx®结合故障条件的机器型号。
该文档和示例可以帮助您开始介绍算法开发过程的工作流程。
有关预测维护工具箱的更多信息,请返回产品页面。
您还可以从以下列表中选择一个网站:
选择中国网站(中文或英语)以获得最佳场地性能。其他Mathworks乡村网站未针对您所在的访问进行优化。