Main Content

명령줄에서 상태 지표 설계하기

명령줄에서 데이터를 탐색하여 시스템 상태를 나타내거나 미래의 상태를 예측할 수 있는 특징 식별

명령줄에서 신호 분석이나 모델 피팅으로부터 상태 지표를 도출할 수 있습니다. 회전 기계의 경우 특성 결함 주파수와 같이 시스템의 특징을 포함하는 특화된 특징을 추출하거나 특정 결함 모드에 대한 민감도를 갖는 기어 상태 메트릭을 도출할 수 있습니다. 시간 영역, 주파수 영역 또는 시간-주파수 영역에서 더욱 일반적인 특징을 도출할 수 있습니다. 또한 데이터에 정적 또는 동적 모델을 피팅하고 모델 파라미터나 모델 동작을 검토하여 상태 지표를 도출해 결함 상태를 구분하거나 시스템 성능 저하를 예측할 수 있습니다. 명령줄의 특징 선택 및 순위 지정 명령을 사용하여 특징의 효과를 평가합니다. 자세한 내용은 모니터링, 결함 검출 및 예측을 위한 상태 지표 항목을 참조하십시오.

특징을 추출하려면 먼저 데이터를 필터링하거나 특정 특징 추출 작업에 필요한 형식으로 데이터를 먼저 변환해야 하는 경우가 많습니다.

함수

모두 확장

필터링

filter1차원 디지털 필터
designfilt디지털 필터 설계
butter버터워스 필터 설계

보간

interp11-D data interpolation (table lookup)

시간 영역

tsa시간 동기 신호 평균
tsadifferenceDifference signal of a time-synchronous averaged signal
tsaregularRegular signal of a time-synchronous averaged signal
tsaresidualResidual signal of a time-synchronous averaged signal
ordertrackTrack and extract order magnitudes from vibration signal
rpmtrackTrack and extract RPM profile from vibration signal
envelope신호 포락선

주파수 영역

pspectrum주파수 영역과 시간-주파수 영역의 신호 분석
envspectrumEnvelope spectrum for machinery diagnosis
orderspectrumAverage spectrum versus order for vibration signal
modalfrf모드 해석을 위한 주파수-응답 함수
ssestEstimate state-space model using time-domain or frequency-domain data
ar스칼라 시계열에 대한 AR 모델 또는 ARI 모델 식별 시 파라미터 추정

시간-주파수

pkurtosis(To be removed) Spectral kurtosis from signal or spectrogram
spectrogram단시간 푸리에 변환(STFT)을 사용하는 스펙트로그램
emd경험적 모드 분해
pentropy신호의 스펙트럼 엔트로피
kurtogramVisualize spectral kurtosis
hht힐베르트-황 변환(Hilbert-Huang Transform)
bearingFaultBands스펙트럼 특징 추출을 위해 볼 베어링 또는 롤러 베어링의 특성 결함 주파수 주위에 주파수 대역 생성
gearMeshFaultBandsConstruct frequency bands around the characteristic fault frequencies of meshing gears for spectral feature extraction
faultBandsGenerate fault frequency bands for spectral feature extraction
faultBandMetricsSpectral metrics for the specified fault frequency bands of the power spectral density (PSD)
gearConditionMetricsStandard metrics for gear condition monitoring

시간 영역

meanAverage or mean value of array
movmean이동 평균
medianMedian value of array
stdtimeseries 데이터의 표준편차
rmsRMS 값
movmad이동 중앙값 절대 편차
peak2peak최댓값과 최솟값의 차이
skewness왜도
kurtosis첨도
dtw동적 시간 워핑을 사용한 신호 간 거리
rainflow피로 해석을 위한 레인플로 횟수
approximateEntropy비선형 시계열의 규칙성 척도
correlationDimension무질서한 신호 복잡도 측정
lyapunovExponent무한히 가까운 궤적의 분리율 특성화
phaseSpaceReconstruction관측된 시계열을 상태 벡터로 변환

주파수 영역

powerbw전력 대역폭
modalfrf모드 해석을 위한 주파수-응답 함수
bandpower대역 전력
meanfreq평균 주파수
medfreq중앙 주파수
sfdrSpurious free dynamic range
sinadSignal to noise and distortion ratio
snr신호 대 잡음비
thd총 고조파 왜곡
obwOccupied bandwidth
findpeaks국소 최댓값 구하기

시간-주파수

pentropy신호의 스펙트럼 엔트로피
pkurtosis(To be removed) Spectral kurtosis from signal or spectrogram
spectrogram단시간 푸리에 변환(STFT)을 사용하는 스펙트로그램
tfmomentJoint moment of the time-frequency distribution of a signal
tfsmomentConditional spectral moment of the time-frequency distribution of a signal
tftmomentConditional temporal moment of the time-frequency distribution of a signal
instfreq순시 주파수 추정

모델 피팅

ssestEstimate state-space model using time-domain or frequency-domain data
nlarxEstimate parameters of nonlinear ARX model
arxARX, ARIX, AR 또는 ARI 모델의 파라미터 추정
armaxEstimate parameters of ARMAX, ARIMAX, ARMA, or ARIMA model using time-domain data
ar스칼라 시계열에 대한 AR 모델 또는 ARI 모델 식별 시 파라미터 추정
pemPrediction error minimization for refining linear and nonlinear models
modalfit주파수-응답 함수의 모드 파라미터
modalfrf모드 해석을 위한 주파수-응답 함수
segmentSegment data and estimate models for each segment

재귀적 모델 피팅

recursiveAROnline parameter estimation of AR model
recursiveARMAOnline parameter estimation of ARMA model
recursiveARMAXOnline parameter estimation of ARMAX model
recursiveBJOnline parameter estimation of Box-Jenkins model
recursiveLSOnline parameter estimation of least-squares model
recursiveOEOnline parameter estimation of output-error polynomial model
recursiveARXOnline parameter estimation of ARX model

재귀적 상태 추정

unscentedKalmanFilterCreate unscented Kalman filter object for online state estimation
extendedKalmanFilterCreate extended Kalman filter object for online state estimation
particleFilterParticle filter object for online state estimation

모델 동특성

damp고유 주파수와 감쇠비
pole동적 시스템의 극점
zeroSISO 동적 시스템의 영점 및 이득

시뮬레이션

simSimulate response of identified model
residCompute and test residuals

특징 선택

pca원시 데이터에 대한 주성분 분석
pcares주성분 분석의 잔차
sequentialfsSequential feature selection using custom criterion
fscncaFeature selection using neighborhood component analysis for classification
tsnet-분포 확률적 이웃 임베딩

분류 특징 순위 지정

anova1일원분산분석
bhattacharyyaDistance클래스 분리도를 측정하기 위한 2개의 독립 데이터 그룹 간의 1차원 바타차리야 거리 (R2020a 이후)
kruskalwallisKruskal-Wallis test
perfcurve분류기 출력값에 대한 ROC(수신자 조작 특성) 곡선 또는 기타 성능 곡선
rocmetricsReceiver operating characteristic (ROC) curve and performance metrics for binary and multiclass classifiers (R2022a 이후)
ranksum윌콕슨 순위합 검정(Wilcoxon rank sum test)
relativeEntropy클래스 분리도를 측정하기 위한 2개의 독립 데이터 그룹의 1차원 쿨백-라이블러 발산 (R2020a 이후)
ttest22-표본 t-검정
correlationWeightedScore상관 인자를 사용하여 특징 순위 지정 점수 조정 (R2020a 이후)

도움말 항목

상태 지표 기본 사항

  • 모니터링, 결함 검출 및 예측을 위한 상태 지표
    상태 지표란 성능 저하가 진행됨에 따라 동작이 예측 가능한 방식으로 변하는 시스템 데이터의 특징을 말합니다.
  • 신호 기반 상태 지표
    신호 기반 상태 지표는 신호 데이터의 처리로부터 도출된 수량입니다. 상태 지표는 시스템의 성능 저하가 진행됨에 따라 변화하는 신호의 일부 특징을 캡처합니다.
  • 모델 기반 상태 지표
    모델 기반 상태 지표는 시스템 데이터를 모델에 피팅하고 이 모델을 사용하여 추가 처리를 수행한 결과 도출된 수량입니다. 상태 지표는 시스템의 성능 저하가 진행됨에 따라 변화하는 모델의 일부 특징을 캡처합니다.

회전 기계의 상태 지표

관련 정보

추천 예제