이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

compare

테스트 데이터를 유사성 모델의 과거 데이터 앙상블과 비교

구문

compare(mdl,data)

compare(___,Name,Value)

설명

compare(mdl,data)는 data의 테스트 컴포넌트 성능 저하 데이터를 피팅된 유사성 모델 mdl에 저장된 과거 앙상블에서 가장 유사한 데이터 세트에 겹쳐서 플로팅합니다. 앙상블에서 K개의 가장 유사한 데이터 세트가 플로팅됩니다. 여기서 K는 mdl의 NumNearestNeighbors 속성입니다.

compare(___,Name,Value)는 하나 이상의 이름-값 쌍 인수를 사용하여 플로팅 옵션을 지정합니다.

예제

테스트 데이터를 과거 데이터와 비교하기

훈련 데이터를 불러옵니다.

load('pairwiseTrainTables.mat')

훈련 데이터는 테이블로 구성된 셀형 배열입니다. 각 테이블은 컴포넌트에 대한 성능 저하 특징 프로파일입니다.

쌍별 유사성 모델을 만들고 훈련시킵니다.

mdl = pairwiseSimilarityModel;
fit(mdl,pairwiseTrainTables,"Time","Condition")

테스트 데이터를 불러옵니다.

load('pairwiseTestData.mat')

테스트 데이터의 성능 저하 프로파일을 과거 데이터 앙상블의 프로파일과 비교합니다.

compare(mdl,pairwiseTestData)

테스트 데이터를 가장 유사한 과거 데이터와 비교하기

훈련 데이터를 불러옵니다.

load('pairwiseTrainTables.mat')

훈련 데이터는 테이블로 구성된 셀형 배열입니다. 각 테이블은 컴포넌트에 대한 성능 저하 특징 프로파일입니다.

쌍별 유사성 모델을 만들고 훈련시킵니다.

mdl = pairwiseSimilarityModel;
fit(mdl,pairwiseTrainTables,"Time","Condition")

테스트 데이터를 불러옵니다.

load('pairwiseTestData.mat')

테스트 데이터의 성능 저하 프로파일을 과거 데이터 앙상블의 10개의 가장 유사한 멤버 프로파일과 비교합니다.

compare(mdl,pairwiseTestData,'NumNearestNeighbors',10)

입력 인수

mdl — 유사성 RUL 모델

hashSimilarityModel 객체 | pairwiseSimilarityModel 객체 | residualSimilarityModel 객체

유사성 RUL 모델로, hashSimilarityModel 객체, pairwiseSimilarityModel 객체 또는 residualSimilarityModel 객체로 지정됩니다. compare를 호출하기 전에 fit을 사용하여 모델을 피팅해야 합니다.

data — 성능 저하 특징 측정값

배열 | table | timetable

컴포넌트의 수명에 걸쳐 현재 수명까지 측정된 유사성 모델의 RUL을 추정하기 위한 성능 저하 특징 프로파일로, 다음 중 하나로 지정됩니다.

• N×(M_i+1) 배열. 여기서 N은 (서로 다른 사용 시간의) 특징 측정값의 개수이고 M_i는 특징의 개수입니다. 첫 번째 열은 사용 시간을 포함하고 나머지 열은 성능 저하 특징의 해당하는 측정값을 포함합니다. 특징의 순서는 mdl의 DataVariables 속성에 지정된 순서와 일치해야 합니다.

• table 또는 timetable 객체 — 테이블은 mdl의 DataVariables 및 LifeTimeVariable 속성에 있는 문자열과 일치하는 이름을 가진 변수를 포함해야 합니다.

이름-값 인수

선택적 인수 쌍을 Name1=Value1,...,NameN=ValueN으로 지정합니다. 여기서 Name은 인수 이름이고 Value는 대응값입니다. 이름-값 인수는 다른 인수 뒤에 와야 하지만, 인수 쌍의 순서는 상관없습니다.

R2021a 이전 릴리스에서는 쉼표를 사용하여 각 이름과 값을 구분하고 Name을 따옴표로 묶으십시오.

예: 'NumNearestNeighbors','10'은 10개의 유사한 데이터 세트를 플로팅합니다.

NumNearestNeighbors — 최근접이웃 수

Inf | 유한한 양의 정수

최근접이웃 수로, 'NumNearestNeighbors'와 함께 Inf 또는 유한한 양의 정수가 쉼표로 구분되어 지정됩니다. NumNearestNeighbors 속성을 재정의하여 플로팅할 가장 유사한 데이터 세트의 개수를 선택하려면 이 옵션을 사용하십시오. NumNearestNeighbors가 Inf이면 compare는 모든 앙상블 데이터 세트에 대한 성능 저하 데이터를 플로팅합니다.

Threshold — 성능 저하 데이터 경계

2열 배열

성능 저하 데이터 경계로, 'Threshold'와 함께 N개 행을 가진 2열 배열이 쉼표로 구분되어 지정됩니다. 여기서 N은 mdl에서 사용하는 데이터 변수의 개수입니다. Threshold의 첫 번째 열은 변수의 하한을 포함하고 두 번째 열은 상한을 포함합니다. 경계는 노란색 패치로 렌더링됩니다.

주어진 변수에 대한 경계를 비활성화하려면 하한과 상한을 각각 -Inf와 Inf로 지정하십시오.

팁

• 플로팅할 신호를 선택하려면 플롯 영역을 마우스 오른쪽 버튼으로 클릭하고 데이터 변수 선택기를 선택하십시오. 데이터 변수 선택기 대화 상자에서 변수 선택 상자에 플로팅할 수 있는 변수가 표시됩니다.

버전 내역

R2018a에 개발됨

참고 항목

함수

• hashSimilarityModel | pairwiseSimilarityModel | residualSimilarityModel