Exponenta Banner
exponenta event banner

сравнение

Сравните тестовые данные с ансамблем исторических данных для моделей подобия

свернуть все на странице

Синтаксис

compare(mdl,data)
compare(___,Name,Value)

Описание

пример

compare(mdl,data) отображает тестовые данные об ухудшении компонента на графике в data, наложенном на самые подобные наборы данных от исторического ансамбля, сохраненного в подходящей модели mdl подобия. K большинство подобных наборов данных от ансамбля построено, где K является свойством NumNearestNeighbors mdl.

пример

compare(___,Name,Value) задает опции графического вывода с помощью одного или нескольких аргументов пары "имя-значение".

Примеры

свернуть все

Скрипт Open Live Script

Загрузите данные тренировки.

load('pairwiseTrainTables.mat')

Данные тренировки являются массивом ячеек таблиц. Каждая таблица является профилем функции ухудшения для компонента.

Создайте и обучите попарную модель подобия.

mdl = pairwiseSimilarityModel;
fit(mdl,pairwiseTrainTables,"Time","Condition")

Загрузите данные о тестировании.

load('pairwiseTestData.mat')

Сравните профиль ухудшения тестовых данных к профилям ансамбля исторических данных.

compare(mdl,pairwiseTestData)

Скрипт Open Live Script

Загрузите данные тренировки.

load('pairwiseTrainTables.mat')

Данные тренировки являются массивом ячеек таблиц. Каждая таблица является профилем функции ухудшения для компонента.

Создайте и обучите попарную модель подобия.

mdl = pairwiseSimilarityModel;
fit(mdl,pairwiseTrainTables,"Time","Condition")

Загрузите данные о тестировании.

load('pairwiseTestData.mat')

Сравните профиль ухудшения тестовых данных к профилям 10 большинство подобных членов ансамбля исторических данных.

compare(mdl,pairwiseTestData,'NumNearestNeighbors',10)

Входные параметры

свернуть все

Модель Similarity RUL, заданная как объект hashSimilarityModel, объект pairwiseSimilarityModel или объект residualSimilarityModel. Модель должна быть адаптирована с помощью fit прежде, чем вызвать compare.

Функция ухудшения профилирует для оценки RUL моделей подобия, измеренных по продолжительности жизни компонента до текущего времени жизни, заданного как одно из следующего:

  • (N +1)-by-M числовой массив, где N является количеством функций и M, количество измерений функции. В каждой строке первый столбец содержит время использования, и остальные столбцы содержат соответствующие измерения функции ухудшения. Порядок функций должен совпадать с порядком, заданным в свойстве DataVariables mdl.

  • Объект table или timetable — таблица должна содержать переменные с именами, которые совпадают со строками в свойствах DataVariables и LifeTimeVariable mdl.

Аргументы в виде пар имя-значение

Укажите необязательные аргументы в виде пар ""имя, значение"", разделенных запятыми. Имя (Name) — это имя аргумента, а значение (Value) — соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: 'NumNearestNeighbors','10' строит десять подобных наборов данных

Количество самых близких соседей, заданных как пара, разделенная запятой 'NumNearestNeighbors' и или Inf или конечное положительное целое число. Используйте эту опцию, чтобы выбрать количество большинства подобных наборов данных, чтобы построить путем переопределения свойства NumNearestNeighbors. Если NumNearestNeighbors является Inf, то compare отображает данные об ухудшении на графике для всех наборов данных ансамбля.

Границы данных об ухудшении, заданные как пара, разделенная запятой 'Threshold' и массив 2D столбца со строками N, где N является количеством переменных данных, используемых mdl. Первый столбец Threshold содержит нижние границы для переменных, и второй столбец содержит верхние границы. Границы представляются как желтые закрашенные фигуры.

Чтобы отключить границы для данной переменной, задайте нижние и верхние границы как -Inf и Inf, соответственно.

Советы

  • Чтобы выбрать который сигналы построить, щелкните правой кнопкой по области построения и выберите Data Variable Selector. В диалоговом окне Селектора Переменной данных поле Select Variables показывает переменные, которые доступны для графического вывода.

Смотрите также

Функции

Введенный в R2018a

Документация Predictive Maintenance Toolbox
Поддержка