最新のリリースでは、このページがまだ翻訳されていません。このページの最新版は英語でご覧になれます。
Predictive Maintenance Toolbox
Predictive Maintenance Toolbox™ では、データのラベル付け、状態インジケーターの設計、およびマシンの残存耐用期間 (RUL) の推定を行うことができます。
ツールボックスには、統計解析、スペクトル解析、時系列解析など、データに基づく手法とモデルベースの手法を使って特徴の調査、抽出、ランク付けを行うための関数と対話型アプリが用意されています。周波数法および時間-周波数法を用いて振動データから特徴を抽出することで、ベアリングやギアボックスなどの回転機の健全性を監視できます。マシンが故障するまでの時間を推定するために、生存、類似度、およびトレンドに基づくモデルを使用して RUL を予測できます。
ローカル ファイル、クラウド ストレージ、および分散ファイル システムからインポートしたセンサー データを解析し、ラベルを付けることができます。また、Simulink®モデルから生成されるシミュレーション故障データにラベルを付けることもできます。ツールボックスにはモーター、ギアボックス、バッテリー、および他のマシンの参照例が含まれており、カスタムの予知保全および状態監視アルゴリズムの開発に使用できます。
Predictive Maintenance Toolbox 入門
Predictive Maintenance Toolbox の基礎を学ぶ
システム データの管理
測定データのインポート、シミュレーション データの生成、コマンド ラインおよびアプリで使用するためのデータの整理
データの前処理
コマンド ラインおよびアプリで状態インジケーターを抽出するための準備としてデータのクリーンアップと変換を行う
状態インジケーターの特定
コマンド ラインまたはアプリ内でデータを調査し、システムの状態を示したり将来の状態を予測できる特徴を特定する
故障の検出と予測
状態監視と故障の検出に用いる判定モデルの学習、残存耐用期間 (RUL) の予測
予知保全アルゴリズムの展開
状態監視と予知保全アルゴリズムの実装と展開