Main Content

Predictive Maintenance Toolbox 入門

状態監視と予知保全のアルゴリズムの設計とテスト

Predictive Maintenance Toolbox™ には、モーター、ギアボックス、ベアリング、バッテリー、およびその他のアプリケーション用に状態監視と予知保全のアルゴリズムを設計するための関数とアプリが用意されています。このツールボックスを使用して、状態インジケーターの設計、故障と異常の検出、および残存耐用期間 (RUL) の推定を行うことができます。

診断特徴デザイナー アプリでは、時間、周波数、時間-周波数、および物理学に基づいた特徴を対話的に抽出できます。特徴をランク付けしてエクスポートし、故障および異常を検出するためのアプリケーション固有のアルゴリズムを開発できます。RUL を推定するために、生存モデル、類似性モデル、およびトレンドに基づくモデルを使用できます。

ツールボックスは、ローカル ファイル、クラウド ストレージ、および分散ファイル システムからインポートしたセンサー データを整理し、解析するのに役立ちます。Simulink® および Simscape™ モデルからシミュレーション故障データを生成できます。

アルゴリズムを運用可能にするために、エッジ展開用に C/C++ コードを生成するか、またはクラウド展開用に量産アプリケーションを作成することができます。ツールボックスにはアプリケーション固有の参考例が含まれており、カスタムの予知保全アルゴリズムの開発と展開に再利用できます。

チュートリアル

状態監視と予知保全について

  • What Is Predictive Maintenance?

    Predictive maintenance is an approach to detecting and anticipating system anomalies and failures before they significantly degrade system performance.

  • 状態監視と予知保全のアルゴリズムの設計

    Predictive Maintenance Toolbox は、データ内の状態インジケーターを特定し、システムの状態を監視して残存耐用期間を予測するアルゴリズムを設計するのに役立ちます。

ビデオ

予知保全パート 1:はじめに
さまざまな保全手法と予知保全ワークフローについて学びます。予知保全では、故障寿命を推定することにより、メンテナンスを計画するのに最適な時期を知ることができます。

予知保全パート 3: 残存耐用期間
予知保全によって、マシンの残存耐用期間 (RUL) を推定することができる。RUL を推定するための 3 つの一般的なモデル (類似性、生存、劣化) を確認する。

予知保全パート 4:診断特徴デザイナーを使用して特徴抽出を行う方法
独自の予知保全アルゴリズムを開発するために、診断特徴デザイナーを使用して時間領域とスペクトル特徴を抽出する方法を学びます。

MATLAB を使用した状態監視
MATLAB® を使用して状態監視アルゴリズムを開発する方法を学びます。故障と異常を早期に検出し、予期しない故障や不要な保守作業により発生するダウンタイムとコストを削減するための状態監視アルゴリズムを開発します。