С помощью Predictive Maintenance Toolbox разработчики могут анализировать и маркировать данные датчиков, которые они импортируют из файлов, хранящихся локально или в облаке. Они также могут маркировать имитированные данные о сбоях, которые они генерируют из моделей Simulink, для представления отказов устройств. Используя методы обработки сигналов и динамического моделирования, основанные на таких методах, как спектральный анализ и анализ временных рядов, разработчики могут предварительно обрабатывать данные и извлекать функции, которые можно использовать для мониторинга состояния машины. С помощью моделей выживания, сходства и основанных на тенденциях прогнозов оставшейся экономической жизни разработчики могут оценить время до отказа машины. Панель инструментов содержит справочные примеры для двигателей, зубчатых колес, аккумуляторов и других деталей машин,это можно использовать для разработки алгоритмов профилактического обслуживания и мониторинга состояния.
Предсказывать и обнаруживать сбои устройства
Теперь его можно использовать для разработки и проверки алгоритмов, необходимых для прогнозирования возможного сбоя устройства или для обнаружения лежащих в основе отклонений путем мониторинга данных датчика. При разработке этих алгоритмов осуществляется доступ к историческим данным, которые хранятся в локальных файлах, в облачных системах хранения, таких как Amazon S3 и Windows Azure Blob Storage, или в распределенной файловой системе Hadoop. Другим источником данных являются данные моделирования из физических моделей устройств, которые, помимо прочего, представляют динамику их отказов. Разработчики могут извлекать и выбирать наиболее подходящие функции из этих данных, а затем использовать интерактивные приложения,обучать модели машинного обучения на основе этих характеристик и таким образом прогнозировать или обнаруживать сбои устройства. «Интеллектуальное обслуживание является важным приложением промышленного Интернета вещей. Важно избегать ненужных затрат на обслуживание и незапланированных простоев. Инженеры обычно не имеют опыта в машинном обучении или обработке сигналов. Поэтому разработка алгоритмов прогнозного обслуживания ставит перед ними особые задачи », - объясняет Пол Пилот, менеджер по техническому маркетингу, MathWorks. «Теперь эти команды могут быстро приступить к работе с помощью инструментария Predictive Maintenance Toolbox, чтобы научиться проектировать и тестировать эти алгоритмы». (Jup)Важно избегать ненужных затрат на обслуживание и незапланированных простоев. Инженеры обычно не имеют опыта в машинном обучении или обработке сигналов. Поэтому разработка алгоритмов прогнозного обслуживания ставит перед ними особые задачи », - объясняет Пол Пилот, менеджер по техническому маркетингу, MathWorks. «Теперь эти команды могут быстро приступить к работе с помощью инструментария Predictive Maintenance Toolbox, чтобы научиться проектировать и тестировать эти алгоритмы». (Jup)Важно избегать ненужных затрат на обслуживание и незапланированных простоев. Инженеры обычно не имеют опыта в машинном обучении или обработке сигналов. Поэтому разработка алгоритмов прогнозного обслуживания ставит перед ними особые задачи », - объясняет Пол Пилот, менеджер по техническому маркетингу, MathWorks. «Теперь эти команды могут быстро приступить к работе с помощью инструментария Predictive Maintenance Toolbox, чтобы научиться проектировать и тестировать эти алгоритмы». (Jup)Поэтому разработка алгоритмов прогнозного обслуживания ставит перед ними особые задачи », - объясняет Пол Пилот, менеджер по техническому маркетингу, MathWorks. «Теперь эти команды могут быстро приступить к работе с помощью инструментария Predictive Maintenance Toolbox, чтобы научиться проектировать и тестировать эти алгоритмы». (Jup)Поэтому разработка алгоритмов прогнозного обслуживания ставит перед ними особые задачи », - объясняет Пол Пилот, менеджер по техническому маркетингу, MathWorks. «Теперь эти команды могут быстро приступить к работе с помощью инструментария Predictive Maintenance Toolbox, чтобы научиться проектировать и тестировать эти алгоритмы». (Jup)