MathWorks 今日宣布推出新的 MATLAB 產(chǎn)品 Predictive Maintenance Toolbox，幫助工程師設(shè)計(jì)并測試狀態(tài)監(jiān)測和預(yù)測性維護(hù)算法。Predictive Maintenance Toolbox 為算法工程師提供了一系列功能和參考范例，用來組織數(shù)據(jù)、設(shè)計(jì)狀態(tài)指標(biāo)、監(jiān)測機(jī)器運(yùn)行狀況和預(yù)估剩余使用壽命 (RUL)，從而避免設(shè)備故障。

       借助 Predictive Maintenance Toolbox，工程師能分析和標(biāo)注從存儲于本地或云端的文件中導(dǎo)入的傳感器數(shù)據(jù)。他們還能標(biāo)注從 Simulink 模型生成的仿真故障數(shù)據(jù)以表征設(shè)備故障。利用在頻譜分析和時序分析等技術(shù)所構(gòu)建的信號處理和動態(tài)建模方法，工程師能夠預(yù)處理數(shù)據(jù)并提取可用來監(jiān)測機(jī)器狀態(tài)的特征。使用生存分析、相似性分析和基于趨勢的模型來預(yù)測 RUL，可幫助工程師預(yù)估機(jī)器發(fā)生故障的時間。該工具箱包括發(fā)動機(jī)、變速箱、電池和其他機(jī)器的參考范例，可以復(fù)用以開發(fā)自定義的預(yù)測性維護(hù)和狀態(tài)監(jiān)測算法。

       現(xiàn)在，工程師開發(fā)和驗(yàn)證必要的算法，通過監(jiān)測傳感器數(shù)據(jù)，以預(yù)測設(shè)備何時可能發(fā)生故障，或檢測任何潛在的異?，F(xiàn)象。這些算法可以通過訪問存儲在本地文件系統(tǒng)、云存儲系統(tǒng)（如 Amazon S3 和 Windows Azure Blob 存儲）或 Hadoop 分布式文件系統(tǒng)上的歷史數(shù)據(jù)，得以開發(fā)。另一個數(shù)據(jù)源是來自包含故障動態(tài)的設(shè)備物理模型的仿真數(shù)據(jù)。工程師可以從此數(shù)據(jù)中提取和選擇最合適的特征，然后借助交互式應(yīng)用程序，用這些特征訓(xùn)練機(jī)器學(xué)習(xí)模型，以預(yù)測或檢測設(shè)備故障。

      “預(yù)測性維護(hù)是工業(yè)物聯(lián)網(wǎng)的一個重要應(yīng)用。它對于減少不必要的維護(hù)成本和消除計(jì)劃外停機(jī)十分關(guān)鍵。那些通常沒有機(jī)器學(xué)習(xí)或信號處理背景的工程師會發(fā)現(xiàn)，設(shè)計(jì)預(yù)測性維護(hù)的算法特別具有挑戰(zhàn)性?！?MathWorks 公司技術(shù)市場經(jīng)理 Paul Pilotte 說，“現(xiàn)在，通過使用 Predictive Maintenance Toolbox 學(xué)習(xí)如何設(shè)計(jì)和測試這些算法作為起點(diǎn)，這些團(tuán)隊(duì)能夠快速上手并提高。”                                              

圖示：Predictive Maintenance Toolbox 能幫助訓(xùn)練預(yù)測模型來預(yù)估剩余使用壽命 (RUL) 并提供與預(yù)測相關(guān)聯(lián)的置信區(qū)間。