ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

故障の検出と予測

条件の監視と故障の検出に用いる判定モデルの学習、残存耐用期間 (RUL) の予測

条件監視では、故障状態と健全状態を区別し ("故障検出")、故障状態が存在する場合には故障の原因を特定します ("故障診断")。条件監視のアルゴリズムを設計するには、システム データから抽出された条件インジケーターを使用して、テスト データの解析により現在のシステムの状態を特定できる判定モデルに学習をさせます。詳細については、故障の検出と診断のための判定モデルを参照してください。

条件インジケーターを解析するもう 1 つの方法は、これらを使用してシステムの残存耐用期間 (RUL) を予測することです。機械の RUL は、機械の修理や交換が必要になるまでの残りの寿命または使用期間です。通常の場合、条件インジケーター値の時間発展または統計プロパティに基づいて推定を実行できるモデルを開発することにより、システムの RUL を推定します。詳細については、残存耐用期間を予測するモデルを参照してください。

  • 故障の検出と診断
    条件監視のための分類器または回帰モデルの学習
  • 残存耐用期間の予測
    システム データ、状態推定器、または同定されたモデルから RUL を計算するために設計された専用のモデルを使用して RUL を予測

注目の例