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、その他の用途向けに、状態監視および予知保全アルゴリズムを設計するための機能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すると、状態インジケーターの設計、障害や異常の検出、残存耐用時間 (RUL) の推定を行うことができます。
また、診断特徴デザイナーアプリを使用すると、時間、周波数、時間-周波数、物理ベースの特徴を対話的に抽出できます。この特徴をランク付けしてエクスポートすることで、障害や異常を検出する特定用途向けのアルゴリズムを開発できます。RUL の推定には、生存モデル、類似性モデル、トレンドベース モデルを使用できます。
このツールボックスは、ローカルファイル、クラウドストレージ、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の整理および解析に役立ちます。Simulink モデルと Simscape モデルから故障のシミュレーション データを生成することもできます。
アルゴリズムを運用可能にするために、C/C++ コードを生成してエッジに展開したり、実稼働アプリケーションを作成してクラウドに展開したりできます。このツールボックスには、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る、特定用途向けの参照例が付属しています。
特徴量エンジニアリング
診断特徴デザイナーアプリを使用するか、信号ベースおよびモデルベースのアプローチでセンサーデータからプログラムにより特徴量を抽出してランク付けし、AI を使用した障害検出および予測を行います。
ドキュメンテーション | 例
回転機
回転機特有の物理ベースの特徴を抽出します。ベアリングの障害の分類、ポンプの漏れ検出、モーター性能の変化の追跡、ギアボックスの故障の特定などを行います。参照例のライブラリを使用してすぐに始められます。
ドキュメンテーション | 例
データの管理および前処理
ローカルまたはリモートに保存されたセンサーデータにアクセスします。外れ値の除去、フィルター処理、さまざまな時間、周波数、時間-周波数の前処理手法の適用により、アルゴリズム開発のためのデータを準備します。
ドキュメンテーション | 例
故障データの生成
Simulink および Simscape で構築された物理ベースモデルを使用して、まれな障害や劣化をシミュレーションします。パラメーター値の修正、故障注入、モデルダイナミクスの変更を行います。デジタルツインを作成して性能を監視し、将来の挙動を予測します。
ドキュメンテーション | 例
エッジへの展開
MATLAB Coder を使用して、リアルタイムエッジ処理用の特徴計算関数、状態監視アルゴリズム、および予測アルゴリズムから直接 C/C++ コードを生成します。
ドキュメンテーション | 例
クラウドへの展開
MATLAB Compiler および MATLAB Compiler SDK を使用して、アルゴリズムを共有ライブラリ、パッケージ、Web アプリ、Docker コンテナーなどとしてクラウドでスケーリングします。再コーディングを行うことなく Microsoft® Azure® や AWS® で MATLAB Production Server に展開します。
ドキュメンテーション | 例
製品リソース:
予知保全ビデオシリーズ
このビデオシリーズを見て、予知保全について学習しましょう。
あなたは学生ですか?
ご所属の学校にはすでに Campus-Wide License が導入されていて、MATLAB、Simulink、その他のアドオン製品を利用できる可能性があります。
