Прогнозное техническое обслуживание позволяет пользователям и производителям оборудования оценивать рабочее состояние оборудования, диагностировать неисправности или оценивать, когда может произойти следующий отказ оборудования. При диагностике или прогнозировании отказов можно заранее планировать техническое обслуживание, улучшать управление запасами, сокращать время простоев и повышать эффективность эксплуатации.
Ключевым шагом в разработке прогностического алгоритма технического обслуживания является определение индикаторов состояния, которые являются характеристиками системных данных, поведение которых изменяется предсказуемым образом по мере ухудшения состояния системы. Индикатором состояния может быть любая функция, которая полезна для отличия нормальной от неисправной работы или для прогнозирования оставшегося срока службы. Полезный индикатор условия объединяет сходный системный статус и устанавливает различный статус. Примеры индикаторов условий включают количества, полученные из:
Простой анализ, например, среднее значение данных во времени.
Более сложный анализ сигнала, такой как частота пиковой величины в спектре сигнала или синхронное по времени среднее значение сигнала от вращающегося источника.
В приложении Diagnostic Feature Designer можно разрабатывать функции и оценивать индикаторы потенциальных условий с помощью многофункционального графического интерфейса.
Приложение работает на ансамблях данных. Ансамбль представляет собой совокупность наборов данных, созданных путем измерения или моделирования системы в различных условиях. Индивидуальный набор данных, представляющий одну систему при одном наборе условий, является членом. Diagnostic Feature Designer обрабатывает всех участников ансамбля при выполнении одной операции.
В Diagnostic Feature Designer можно в интерактивном режиме:
Визуальное изучение ансамбля данных путем построения графика и взаимодействия с участниками ансамбля.
Преобразуйте свои данные в различные формы для дальнейшего изучения. Например, можно создать спектр мощности сигнала, чтобы оценить его поведение в частотной области. Также можно выполнить синхронное усреднение времени, которое отфильтровывает шум или помехи, не связанные с вращением машины.
Создать элементы различных типов и построить гистограммы, которые визуализируют эффективность каждого элемента при выделении данных из систем с различными условиями.
Ранжируйте сгенерированные функции с помощью алгоритмов ранжирования, использующих определенные критерии для определения наиболее эффективных функций.
Экспортируйте набор данных или набор функций в приложении в рабочую область MATLAB ® или экспортируйте набор функций в Classification Learner для разработки модели и дополнительной оценки функций.
Создайте код MATLAB для элементов, чтобы можно было выполнять вычисления элементов в других или больших наборах данных.
В следующем трехкомпонентном учебном пособии рассматривается рабочий процесс Diagnostic Feature Designer для модели системы передачи от первоначального импорта данных до экспорта выбранных элементов.
Полный рабочий процесс для прогностической программы обслуживания включает в себя несколько шагов, которые начинаются с сбора данных и заканчиваются развертыванием и интеграцией алгоритма мониторинга состояния. Дополнительные сведения см. в разделе Разработка алгоритмов мониторинга состояния и предиктивного обслуживания.