37:23视频长度为37:23。
基于MATLAB的预测性维护
预测性维护通过从传感器数据中预测故障,降低了组织运行和制造昂贵设备的运营成本。然而,从传感器数据中识别和提取有用的信息是一个经常需要多次迭代的过程,以及对机器及其运行条件的深入理解。
在这次演讲中,你将学习如何MATLAB®和预测性维护工具箱™将机器学习与传统的基于模型和信号处理技术相结合,创建预测和隔离故障的混合方法。您还将看到内置的应用程序,可以从传感器数据中提取、可视化和排序功能,而无需编写任何代码。这些特征可以作为故障分类和剩余使用寿命(RUL)算法的条件指标。
预测维护算法在为一组机器开发并部署到生产系统中时产生最大的影响。本次演讲将向您展示如何验证您的算法,然后将它们与您的嵌入式设备和企业IT/OT平台集成。
相关产品s manbetx 845
了解更多
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。