予知保全

エンジニアの開発環境を強化

MATLAB は、エンジニアが予知保全アルゴリズムを開発し、運用環境に展開するための最も簡単かつ生産的な環境です。

予測アルゴリズムの設計

ドメイン固有の特徴量とローコード AI を使用した異常の検出、故障の特定、残存耐用時間の推定

コンポーネントとシステムのモデル化

設計からのモデルの再利用、合成センサーデータの生成、デジタルツインの構築と統合

あらゆる場所への展開

クラウドでの IT/OT システムとの統合、またはリアルタイム処理のための C/C++ コードの生成

予測アルゴリズムの設計

信頼性の高い予測アルゴリズムを作成することは単に AI を活用することにとどまりません。データにアクセスしてクリーニングし、調査したうえで、エンジニアリングの専門知識を使用して予測アルゴリズムの学習に最適な特徴量を抽出します。特定用途向けの関数と参照例を使用するとすぐに始められます。

  • クラウドストレージ、データベース、データヒストリアン、産業用プロトコル向けの組み込みのインターフェイスを使用してストリーミングおよびアーカイブされたデータにアクセス
  • 対話形式の統計的手法や信号処理手法を使用してデータをクリーニングおよび調査
  • 診断特徴デザイナーを使用して、時間領域、周波数領域、特定用途向けの特徴を抽出してランク付け
  • ローコード AI、統計的手法、モデルベースの手法を使用して故障を特定し、故障までの時間を予測

関連情報

コンポーネントとシステムのモデル化

Simulink および Simscape で構築した物理ベースのモデルを使用すると、故障および劣化の合成データの生成、最適なセンサーの特定、将来的な性能のシミュレーションを実行できます。

  • コンポーネントやシステムの Simulink および Simscape モデルを作成または再利用
  • モデルパラメーターを調整して実際の機器の性能と一致させる
  • 故障および劣化の合成データ作成して予測アルゴリズムを学習させる
  • デジタルツインとしてモデルを展開

関連情報

コンポーネントとシステムのモデル化

あらゆる場所への展開

MATLAB アルゴリズムを組み込みデバイスおよび企業の IT/OT システムに実装することで、応答時間を短縮して送信するデータを削減し、オペレーターが結果を即時に利用できるようにします。

  • MATLAB から C/C++ コードを生成してアセットおよびエッジデバイス上で直接リアルタイム処理を行うことで、手作業によるコーディングを排除
  • さまざまなクラウド プラットフォームと統合することで、コードを書き直したりカスタム インフラストラクチャを構築したりすることなく MATLAB アルゴリズムを拡張

関連情報

MATLAB Production Server を使用したエンタープライズ エコシステム内での予測アルゴリズムの展開