Predictive Maintenance Toolbox

Predictive Maintenance Toolbox™를 사용하면 센서 데이터를 관리하고, 상태 지표를 설계하고, 기계의 잔여 수명(RUL)을 추정할 수 있습니다.

이 툴박스는 통계, 스펙트럼 및 시계열 분석을 비롯한 데이터 기반 기법 및 모델 기반 기법을 사용하여 특징을 탐색, 추출하고 특징에 순위를 지정할 수 있는 함수와 대화형 앱을 제공합니다. 주파수 방법과 시간-주파수 방법을 사용해 진동 데이터에서 특징을 추출하여 회전 기계의 건전성을 모니터링할 수 있습니다. 기계의 고장 수명(time to failure)을 추정하기 위해 생존 모델, 유사성 모델, 추세 기반 모델을 사용하여 RUL을 예측할 수 있습니다.

로컬 파일, 클라우드 저장소 및 분산 파일 시스템에서 가져온 센서 데이터를 구성하고 분석할 수 있습니다. Simulink^® 모델에서 생성된 시뮬레이션된 고장 데이터에 레이블을 지정할 수 있습니다. 이 툴박스에는 모터, 기어박스, 배터리 및 기타 기계에 대한 참조 예제가 포함되어 있으며, 이 참조 예제는 사용자 지정 예측 정비 및 상태 모니터링 알고리즘을 개발하는 데 재사용할 수 있습니다.

알고리즘을 운용할 수 있도록 하기 위해 에지에 배포할 C/C++ 코드를 생성하거나 클라우드에 배포할 프로덕션 응용 프로그램을 만들 수 있습니다.