Main Content

이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

Predictive Maintenance Toolbox

상태 모니터링과 예측 유지관리 알고리즘 설계 및 테스트

Predictive Maintenance Toolbox™를 사용하면 데이터에 레이블을 지정하고, 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 베어링 및 기어박스와 같은 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 분석하고 데이터에 레이블을 지정할 수 있습니다. Simulink® 모델에서 생성된 시뮬레이션된 고장 데이터에 레이블을 지정할 수도 있습니다. 이 툴박스에는 모터, 기어박스, 배터리 및 기타 기계에 대한 참조 예제가 포함되어 있으며, 이 참조 예제는 사용자 지정 예측 유지관리 및 상태 모니터링 알고리즘을 개발하는 데 재사용할 수 있습니다.

Predictive Maintenance Toolbox 시작하기

Predictive Maintenance Toolbox의 기본 사항 배우기

시스템 데이터 관리하기

측정된 데이터 가져오기, 시뮬레이션된 데이터 생성, 명령줄과 앱에서 사용할 수 있도록 데이터 구성

데이터 전처리하기

데이터를 정리 및 변환하여 명령줄과 앱에서 상태 지표를 추출할 수 있도록 준비

상태 지표 식별하기

명령줄 또는 앱에서 데이터를 탐색하여 시스템 상태를 나타내거나 미래의 상태를 예측할 수 있는 특징 식별

결함 검출 및 예측하기

상태 모니터링 및 결함 검출을 위해 결정 모델 훈련, 잔여 수명(RUL) 예측

예측 유지관리 알고리즘 배포하기

상태 모니터링과 예측 유지관리 알고리즘 구현 및 배포