회전 기계

기어박스, 베어링, 모터 등의 회전 기계 응용 분야에 예측 정비 개발 툴 적용

기어, 베어링, 모터 등의 회전 기계 응용 분야에 예측 정비 개발 툴을 적용합니다. 물리학에 기반한 회전 기계 특징은 회전 속도와 기계 고조파에 대한 지식을 이용하여 특정 하드웨어의 성능 저하와 결함을 분리합니다.

앱

Interactively extract, visualize, and rank features from measured or simulated data for machine diagnostics and prognostics

라이브 편집기 작업

스펙트럼 특징 추출

Interactively extract spectral fault band metrics in the Live Editor (R2021a 이후)

함수

모두 확장

회전 기계의 신호 처리

`tsa`	시간 동기 신호 평균
`tsadifference`	Difference signal of a time-synchronous averaged signal
`tsaregular`	Regular signal of a time-synchronous averaged signal
`tsaresidual`	Residual signal of a time-synchronous averaged signal
`ordertrack`	Track and extract order magnitudes from vibration signal
`rpmtrack`	Track and extract RPM profile from vibration signal
`convertVibration`	Compute baseline-corrected and filtered acceleration, velocity, and displacement signals from vibration measurements using a single sensor output from either an accelerometer, velocity sensor, or displacement sensor (R2024a 이후)

회전 기계의 스펙트럼 처리

`pspectrum`	주파수 영역과 시간-주파수 영역의 신호 분석
`envspectrum`	Envelope spectrum for machinery diagnosis
`orderspectrum`	Average spectrum versus order for vibration signal
`modalfrf`	모드 해석을 위한 주파수-응답 함수
`bearingFaultBands`	스펙트럼 특징 추출을 위해 볼 베어링 또는 롤러 베어링의 특성 결함 주파수 주위에 주파수 대역 생성 (R2019b 이후)
`gearMeshFaultBands`	Construct frequency bands around the characteristic fault frequencies of meshing gears for spectral feature extraction (R2019b 이후)
`faultBands`	Generate fault frequency bands for spectral feature extraction (R2019b 이후)

회전 기계 특징

`bearingFaultBands`	스펙트럼 특징 추출을 위해 볼 베어링 또는 롤러 베어링의 특성 결함 주파수 주위에 주파수 대역 생성 (R2019b 이후)
`gearMeshFaultBands`	Construct frequency bands around the characteristic fault frequencies of meshing gears for spectral feature extraction (R2019b 이후)
`faultBands`	Generate fault frequency bands for spectral feature extraction (R2019b 이후)
`faultBandMetrics`	Spectral metrics for the specified fault frequency bands of the power spectral density (PSD) (R2019b 이후)
`gearConditionMetrics`	Standard metrics for gear condition monitoring
`rpmtrack`	Track and extract RPM profile from vibration signal

도움말 항목

기어 상태 모니터링을 위한 상태 지표
이 워크플로에 따라 기어 상태 모니터링을 위한 상태 지표를 식별하고 평가합니다.
진단 특징 디자이너를 사용하여 축 결함 분리하기
이 예제에서는 다양한 회전 속도를 갖는 기계에 대해 시뮬레이션된 측정 데이터에서 축 결함을 분리하는 방법을 보여줍니다.

추천 예제

구름 요소 베어링 결함 진단

가속도 신호를 기반으로 구름 요소 베어링의 결함 진단을 수행합니다.

라이브 스크립트 열기

Rolling Element Bearing Fault Diagnosis Using Deep Learning

Perform fault diagnosis of a rolling element bearing using a deep learning approach.

라이브 스크립트 열기

3축 진동 데이터를 사용하여 산업 기계의 이상 감지

머신러닝과 딥러닝을 사용하여 산업 기계 진동 데이터의 이상을 감지합니다.

라이브 스크립트 열기

Broken Rotor Fault Detection in AC Induction Motors Using Vibration and Electrical Signals

Use the Diagnostic Feature Designer app to detect broken rotor faults in AC induction motors using vibration and electrical signals.

라이브 스크립트 열기

컨벌루션 신경망을 사용한 잔여 수명 추정

이 예제에서는 심층 컨벌루션 신경망(CNN)을 사용하여 엔진의 RUL을 예측하는 방법을 보여줍니다.

라이브 스크립트 열기

Live RUL Estimation of a Servo Gear Train Using ThingSpeak

Estimate the Remaining Useful Life (RUL) of a servo motor gear train through real-time streaming of servo motor data from an Arduino-based data acquisition system to ThingSpeak™, and from ThingSpeak to an RUL estimation engine running in MATLAB®.

라이브 스크립트 열기

Analyze Gear Train Data and Extract Spectral Features Using Live Editor Tasks

Use Live Editor tasks to construct fault bands and extract spectral features for fault detection and identification.

라이브 스크립트 열기