Predictive Maintenance Toolbox

 

Predictive Maintenance Toolbox

Progettazione e test di algoritmi di monitoraggio delle condizioni e di manutenzione predittiva

Progettazione delle feature

Usa l’app Diagnostic Feature Designer oppure estrai e classifica le feature in modo programmatico dai dati dei sensori adottando approcci basati su modelli e segnali per il rilevamento guasti e la previsione tramite IA.

Rilevamento di guasti e anomalie

Utilizza l’IA e i metodi di modellazione dinamica e statistica per il monitoraggio delle condizioni. Tieni traccia delle modifiche che intervengono nel sistema, rileva le anomalie e identifica i guasti.

Stima della RUL

Addestra modelli di stimatori di vita utile residua (RUL) in base a dati storici per prevedere i guasti e ottimizzare i programmi di manutenzione.

Macchine rotanti

Estrai feature basate sulla fisica, specifiche per le macchine rotanti. Classifica i guasti dei cuscinetti, rileva le perdite nelle pompe, monitora le variazioni delle prestazioni dei motori, identifica i guasti nei riduttori e altro ancora. Inizia subito con una libreria di esempi di riferimento.

Gestione e pre-elaborazione dei dati

Accedi ai dati dei sensori conservati in locale o in remoto. Prepara i dati per lo sviluppo di algoritmi tramite la rimozione degli outlier, l’uso di filtri e l’applicazione di diverse tecniche di pre-elaborazione basate su tempo, frequenza e tempo-frequenza.

Generazione di dati di guasto

Simula guasti e degradazioni rari utilizzando modelli basati sulla fisica costruiti in Simulink e Simscape. Modifica i valori dei parametri, inserisci guasti e modifica le dinamiche del modello. Crea dei gemelli digitali per monitorare le prestazioni e prevedere il comportamento futuro.

Distribuzione su edge

Usa MATLAB Coder per generare codice C/C++ direttamente dalle funzioni di calcolo delle feature, dagli algoritmi di monitoraggio delle condizioni e dagli algoritmi predittivi per l’edge processing in tempo reale.

Distribuzione sul Cloud

Usa MATLAB Compiler e MATLAB Compiler SDK per scalare gli algoritmi sul Cloud sotto forma di librerie condivise, pacchetti, applicazioni web, contenitori Docker e molto altro ancora. Esegui la distribuzione su MATLAB Production Server su Microsoft® Azure® o AWS® senza ricodifica.

Serie di video sulla manutenzione predittiva

Guarda i video di questa serie per saperne di più sulla manutenzione predittiva.

Richiedi una versione di prova gratuita

30 giorni di prova a tua disposizione.


Pronto per acquistare?

Richiedi una quotazione e scopri i prodotti correlati.

Sei uno studente?

È possibile che la tua scuola già fornisca accesso a MATLAB, Simulink e ad altri prodotti complementari mediante una Campus-Wide License.