도움말 센터 도움말 센터

예측 정비 알고리즘 배포하기

상태 모니터링과 예측 정비 알고리즘 구현 및 배포

일반적으로 예측 정비 알고리즘의 배포 또는 통합은 알고리즘 개발 워크플로의 최종 단계입니다. 최종적으로 알고리즘을 어떻게 배포할지는 알고리즘 설계의 초기 단계에서도 고려 사항이 될 수 있습니다. MATLAB^® 제품은 예측 정비 알고리즘의 개발, 배포 및 검증을 위한 여러 단계의 과정을 지원합니다.

함수

코드 생성 및 컴파일하기

`codegen`	Generate C/C++ code from MATLAB code
`mcc`	Compile MATLAB functions for deployment

RUL 예측 알고리즘 배포하기

`saveRULModelForCoder`	Save RUL model for use in code generation (R2021a 이후)
`loadRULModelForCoder`	Load and reconstruct RUL model from file for use in code generation (R2021a 이후)
`readState`	Get degradation RUL model state for use at runtime (R2021a 이후)
`restoreState`	Restore degradation RUL model state at runtime (R2021a 이후)

도움말 항목

배포 기본 사항

예측 정비 알고리즘 배포하기
예측 정비 알고리즘의 배포 및 구현 단계를 이해합니다.

RUL 예측 알고리즘 배포하기

잔여 수명 예측을 위한 코드 생성하기
잔여 수명(RUL)을 예측하는 알고리즘을 배포합니다. 이와 같은 코드 생성은 RUL 모델을 훈련시켜 예측 알고리즘을 다른 환경에 배포할 경우 유용합니다.
시스템을 다시 시작할 때 RUL 모델 상태를 보존하는 코드 생성하기
예측 알고리즘이 중지되었다가 다시 시작될 때 RUL 모델의 상태를 보존하는 코드를 생성합니다.

진단 특징 디자이너에서 스트리밍 코드 생성하기

Export Feature Extraction Function and Simulink Model for Streaming Data
From Diagnostic Feature Designer, export feature-extraction code formatted for streaming data that is MATLAB Coder™ compliant and a Simulink^® model that contains that code.

추천 예제

Industrial Cooling Fan Anomaly Detection Algorithm Development for Deployment to a Microservice Docker Image

Industrial Cooling Fan Anomaly Detection Algorithm Development for Deployment to a Microservice Docker Image

End-to-end workflow for creating a predictive maintenance application.

라이브 스크립트 열기