34:46视频长度为34:46。
基于MATLAB的预测维修方法
概述
您是否使用收集传感器数据的操作设备?在本次研讨会上,您将了解如何利用这些数据进行预测性维护,即系统的智能健康监测,以避免未来的设备故障。与传统的维护时间表不同,预测性维护计划由分析算法和传感器数据确定。使用预测性维护,组织可以在设备发生故障之前识别问题,查明故障的根本原因,并在需要时尽快安排维护。
突出了
- 访问和预处理来自各种来源的数据
- 使用机器学习来开发预测模型
- 创建用于可视化和与模型结果交互的仪表板
- 在生产系统和嵌入式设备中部署预测算法
- 使用模拟为昂贵或难以重现的故障生成数据
关于主讲人
Russell Graves是MathWorks的应用工程师,专注于机器学习和系统工程。在加入MathWorks之前,Russell曾在田纳西大学和橡树岭国家实验室从事智能交通系统研究,重点是多智能体机器学习和复杂系统控制。罗素拥有田纳西大学机械工程学士学位和硕士学位,是后期机械工程博士候选人。
记录日期:2021年10月26日
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。