Predictive Maintenance Toolbox는 모터, 기어박스, 베어링, 배터리 및 기타 응용 분야에 대한 상태 모니터링 및 예측 정비 알고리즘을 설계하기 위한 함수와 앱을 제공합니다. 이 툴박스를 사용하여 상태 지표를 설계하고, 결함 및 이상을 감지하고, RUL(잔여 수명)을 추정할 수 있습니다.
진단 특징 디자이너 앱을 사용하면 시간, 주파수, 시간-주파수, 물리 기반 특징을 대화형 방식으로 추출할 수 있습니다. 결함 및 이상 감지를 위한 응용 사례 특정 알고리즘을 개발하기 위해 특징에 순위를 지정하고 내보낼 수 있습니다. RUL을 추정하기 위해 생존, 유사성 및 추세 기반 모델을 사용할 수 있습니다.
이 툴박스를 통해 로컬 파일, 클라우드 저장공간 및 분산 파일 시스템에서 가져온 센서 데이터를 정리하고 분석할 수 있습니다. Simulink 및 Simscape 모델에서 시뮬레이션된 고장 데이터를 생성할 수 있습니다.
알고리즘을 운용화하려면 에지 배포의 경우 C/C++ 코드를 생성하거나 클라우드 배포의 경우 생산 응용 프로그램을 생성할 수 있습니다. 이 툴박스는 사용자 지정 예측 정비 알고리즘을 개발하고 배포하는 데 재사용할 수 있는 응용 사례 특정 참조 예제를 포함하고 있습니다.
특징 엔지니어링
진단 특징 디자이너 앱을 사용하거나 프로그래밍을 통해 결함 검출 및 예측에 AI를 사용한 신호 기반 및 모델 기반 접근법으로 센서 데이터로부터 특징을 추출하고 순위를 지정할 수 있습니다.
데이터 관리 및 전처리
로컬 또는 원격으로 저장된 센서 데이터에 액세스할 수 있습니다. 이상값을 제거하고 필터링하고 다양한 시간, 주파수, 시간-주파수 전처리 기법을 적용하여 알고리즘 개발을 위해 데이터를 준비할 수 있습니다.
고장 데이터 생성
Simulink 및 Simscape에 내장된 물리 기반 모델을 사용하여 드물게 발생하는 결함 및 열화를 시뮬레이션할 수 있습니다. 파라미터 값을 수정하고 결함을 주입하고 모델 동역학을 변경할 수 있습니다. 디지털 트윈 을 생성하여 성능을 모니터링하고 미래의 거동을 예측할 수 있습니다.
에지 배포
MATLAB Coder를 사용하여 실시간 에지 처리를 위해 특징 계산 함수, 상태 모니터링 알고리즘 및 예측 알고리즘에서 직접 C/C++ 코드를 생성할 수 있습니다.
클라우드 배포
MATLAB Compiler 및 MATLAB Compiler SDK를 사용하여 알고리즘을 공유 라이브러리, 패키지, 웹 앱, Docker 컨테이너 등을 통해 클라우드로 확장할 수 있습니다. 재코딩 없이 Microsoft® Azure® 또는 AWS®에 MATLAB Production Server로 배포할 수 있습니다.
제품 관련 자료:
예측 정비 비디오 시리즈
이 비디오 시리즈를 통해 예측 정비에 대해 알아볼 수 있습니다.
