Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

状態インジケーターの対話的な特定

アプリ、およびライブ エディターの専用タスクでデータを調査し、システムの状態を示したり将来の状態を予測できる特徴を特定する

診断特徴デザイナー アプリを使って、データから対話的に特徴を抽出できます。アプリ内では、特徴抽出のためにデータを準備し、特徴を抽出してその有効度を可視化し、さまざまな統計的アルゴリズムを使用して特徴をランク付けすることができます。最も効果的な特徴の計算を複製および自動化するためのコードをアプリから生成できます。アプリの詳細については、診断特徴デザイナーを使用したアンサンブル データの調査と特徴の比較を参照してください。

ライブ エディターのタスクを使用して、コードを記述せずに、位相空間の再構成を対話的に実行したり、近似エントロピー、相関次元、およびリアプノフ指数を抽出します。タスクでは、プロットを生成して、パラメーター値やオプションを変更した場合の効果を調べたり、コードを自動生成できます。コードはライブ スクリプトに取り込まれます。

アプリ

診断特徴デザイナーInteractively extract, visualize, and rank features from measured or simulated data for machine diagnostics and prognostics

ライブ エディター タスク

スペクトル特徴の抽出Interactively extract spectral fault band metrics in the Live Editor
位相空間の再構成Reconstruct phase space of a uniformly sampled signal in the Live Editor
近似エントロピーの推定Interactively estimate the approximate entropy of a uniformly sampled signal in the Live Editor
相関次元の推定Estimate the correlation dimension of a uniformly sampled signal in the Live Editor
リアプノフ指数の推定Interactively estimate the Lyapunov exponent of a uniformly sampled signal in the Live Editor

トピック

状態インジケーターの基礎

監視、故障検出、予測のための状態インジケーター

状態インジケーターは、その動作がシステムの劣化とともに予測可能な形で変化する、システム データの任意の特徴です。

診断特徴デザイナーでの状態インジケーター

診断特徴デザイナーを使用したアンサンブル データの調査と特徴の比較

次のワークフローに従って、アンサンブル データを対話的に調査して処理し、そのデータからの特徴を設計してランク付けし、データおよび選択した特徴をエクスポートし、MATLAB コードを生成する。

予知保全アルゴリズムの設計のための状態インジケーターの特定

この 3 部構成のチュートリアルでは、診断特徴デザイナーでアンサンブル データを操作し、特徴の抽出とランク付けを行う方法を示します。

診断特徴デザイナーへのデータのインポート

table、timetable、スペクトル オブジェクトとスペクトル table、cell 配列、行列、およびアンサンブル データストアからデータを選択し、インポートします。インポート処理の際に、変数の型を指定しバーチャル独立変数を生成することも可能です。

診断特徴デザイナーでの特徴ヒストグラムの解釈

特徴ヒストグラムを解釈して、ラベル付けされたデータのグループを各特徴がどの程度うまく分離するかを評価する

診断特徴デザイナーによるシャフト故障の分離

この例では、回転速度が変動するマシンのシミュレーション測定データからシャフトの故障を分離する方法を説明する。

ライブ エディター タスクでの状態インジケーター

ライブ エディター タスクを使用した位相空間の再構成と状態インジケーターの推定

ライブ エディター タスクを使用して、等間隔にサンプリングされた信号の位相空間を再構成し、その再構成された位相空間を使用して相関次元とリアプノフ指数を推定する。

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.

注目の例