예측 정비
Deep Learning Toolbox™를 Predictive Maintenance Toolbox™와 함께 사용하여 예측 정비에 딥러닝을 적용합니다. 심층 신경망을 훈련시켜 결함 검출 및 잔여 수명 추정과 같은 다양한 예측 정비 작업을 수행할 수 있습니다.
도움말 항목
- Generate Synthetic Signals Using Conditional GAN (Signal Processing Toolbox)
Use a conditional generative adversarial network to produce synthetic signals.
- 딥러닝을 사용한 화학 공정 결함 검출 (Predictive Maintenance Toolbox)
시뮬레이션 데이터를 사용하여 화학 공정의 결함을 검출할 수 있는 신경망을 훈련시킵니다.
- Rolling Element Bearing Fault Diagnosis Using Deep Learning (Predictive Maintenance Toolbox)
This example shows how to perform fault diagnosis of a rolling element bearing using a deep learning approach.
- Accelerate Fault Diagnosis Using GPU Data Preprocessing and Deep Learning (Predictive Maintenance Toolbox)
This example shows how to use GPU computing to accelerate data preprocessing and deep learning for predictive maintenance workflows. (R2025a 이후)
- 컨벌루션 신경망을 사용한 잔여 수명 추정 (Predictive Maintenance Toolbox)
이 예제에서는 심층 컨벌루션 신경망(CNN)을 사용하여 엔진의 RUL을 예측하는 방법을 보여줍니다.
- 3축 진동 데이터를 사용하여 산업 기계의 이상 감지하기 (Predictive Maintenance Toolbox)
정상 동작만 나타내는 데이터로 훈련된 머신러닝 및 딥러닝 모델을 사용하여 산업 기계의 진동 데이터에서 이상을 감지합니다.
- Battery Cycle Life Prediction Using Deep Learning (Predictive Maintenance Toolbox)
Predict the remaining cycle-life of a fast charging Li-ion battery by training a deep neural network.
- Detect Unbalanced Motor by Using Neural Network (Motor Control Blockset)
This example shows how to detect a mechanically unbalanced spinning motor by using a neural network (NN) developed using Deep Learning Toolbox™.
