预测性维护

MATLAB和Simu万博1manbetxlink进行预测性维护

工程师使用MATLAB®,S万博1manbetximulink的®预测性维护工具箱™开发和部署状态监测和预测维护软件企业IT和OT系统。

  • 使用权流处理和归档数据使用内置的接口,以云存储,关系和非关系数据库以及诸如REST,MQTT,以及OPC UA协议。
  • 数据预处理和特征提取使用计算机监控设备的健康状况应用用于信号处理和统计技术。
  • 发展机器学习模型隔离故障的根本原因预测时间到失败剩余使用寿命(RUL)
  • 部署算法和模型,您所选择的运行系统,如嵌入式系统边缘设备,而且通过自动生成C / C ++,Python和HDL,PLC,GPU,.NET,或Java®基于软件组件。

使用MATLAB和Simulink万博1manbetx进行预测性维护

设计和测试状态监测和预测性维护算法
了解如何有充足的源数据和故障数据,预测故障,并建立一个预测性维护算法。
了解更多有关预防性维护的概念和工作流程。

访问数据是任何一个

从设备的数据可以被结构化或非结构化,并且存在于多个源,例如本地文件,云(例如,AWS®S3,天青®BLOB),数据库和历史数据库。无论你的数据,你可以将它与MATLAB。当你没有足够的故障数据,可以通过注入信号故障,和模拟系统故障动态从您的机器设备的Simulink模型生成它。万博1manbetx


清洁和浏览数据来简化IT

数据是杂乱无章的。有了MATLAB,您可以就进行预处理,降低其维和工程师的功能。

  • 对齐以不同速率采样的数据,并说明缺失值和异常值。
  • 使用先进的信号处理技术去除噪声、过滤数据和分析瞬态或变化信号。
  • 简化的数据集,并减少使用特征提取与选择国内外动力和统计方法预测模型的过度拟合。

探测和预测性故障基于机器学习

识别故障的根本原因,并且使用分类,回归和时间序列建模技术预测时间到故障。

  • 以交互方式探索和选择最重要的变量,以评估RUL或分类故障模式。
  • 火车,比较和验证具有内置功能的多个预测模型。
  • 计算和可视化置信区间在预测量化的不确定性。

在生产系统中部署算法

通过在嵌入式设备和企业IT/OT系统上实现MATLAB算法,缩短响应时间,传输更少的数据,并使结果立即可供车间操作员使用。

  • 通过从MATLAB和Simulink自动生成C/C++代码来消除手工编码,以实现目标资产和边缘设备。万博1manbetx
  • 规模在云中的MATLAB分析与生产服务器与集成Spotfire中PI服务器和其他平台。