Предварительная обработка данных

Очистите и преобразуйте данные, чтобы подготовить их к извлечению индикаторов состояния в командной строке и в приложении

В проекте алгоритма для прогнозирующего обслуживания предварительная обработка данных часто необходима, чтобы очистить данные и преобразовать их в форму, из которой можно извлечь индикаторы состояния. Вы можете выполнить предварительную обработку данных на массивах или таблицах измеренных или моделируемых данных, которыми вы управляете с помощью Predictive Maintenance Toolbox™ ensemble datastores. Для обзора некоторых распространенных типов предварительной обработки данных смотрите Предварительная обработка данных для мониторинга условия и прогнозирующего обслуживания.

Приложение Diagnostic Feature Designer позволяет вам выполнить много операций предварительной обработки в интерактивном режиме. Инструменты обработки в приложении включают фильтрацию, обработку во временной области, обработку в частотном диапазоне и интерполяцию. Опции обработки во временной области приложения включают специализированную фильтрацию для вращающегося машинного оборудования. Для получения дополнительной информации о приложении см. «Исследование данных Ensemble и сравнение функций с использованием Diagnostic Feature Designer».

Приложения

Diagnostic Feature DesignerИнтерактивно извлеките, визуализируйте и оцените функции из измеренных или моделируемых данных для диагностики и прогнозирования машины

Функции

расширить все

fillmissingЗаполните отсутствующие значения
filloutliersОбнаружение и замена выбросов в данных
smoothdataСглаживайте зашумленные данные
movmeanСкользящее среднее значение
detrendУдалите полиномиальный тренд
rescaleМасштабная область значений элементов массива
filter1-D цифровой фильтр
designfiltПроектирование цифровых фильтров
tsaСинхронный сигнал среднего значения
tsadifferenceРазностный сигнал синхронного усредненного сигнала
tsaregularРегулярный сигнал синхронного усредненного сигнала
tsaresidualОстаточный сигнал синхронного усредненного сигнала
ordertrackОтслеживайте и извлекайте амплитуды порядка из сигнала вибрации
rpmtrackОтслеживайте и извлекайте профиль частоты вращения из сигнала вибрации
pspectrumАнализируйте сигналы в частотной и частотно-временной областях
envspectrumОгибающая спектра для диагностики машинного оборудования
orderspectrumСредний спектр в зависимости от порядка для сигнала вибрации
modalfrfФункции частотной характеристики для модального анализа
bearingFaultBandsСгенерируйте полосы частот вокруг характерных частот отказа мяча или роликовых подшипников для спектральных редукций данных
gearMeshFaultBandsКонструкция полосы частот вокруг характерных частот отказа зацепляющих передач для спектральных редукций данных
faultBandsСгенерируйте полосы частот отказа для спектральных редукций данных
pentropyСпектральная энтропия сигнала
pkurtosisСпектральный куртоз из сигнала или спектрограммы
kurtogramВизуализируйте спектральный куртоз
spectrogramСпектрограмма с использованием кратковременного преобразования Фурье
hhtПреобразование Гильберта-Хуанга
emdЭмпирическое разложение моды

Темы

Предварительная обработка данных для мониторинга условий и прогнозирующего обслуживания

Используйте методы обработки сигналов для предварительной обработки данных, очистки их и преобразования в форму, из которой можно извлечь индикаторы состояния. Знание вашей системы может помочь вам выбрать подходящий подход предварительной обработки.

Исследуйте данные ансамбля и сравните функции используя Diagnostic Feature Designer

Следуйте этому рабочему процессу для интерактивного исследования и обработки данных ансамбля, разработки и рейтинга функций из этих данных, экспорта данных и выбранных функций и генерации кода MATLAB.

Организуйте системные данные для Diagnostic Feature Designer

Организуйте измерения и информацию для нескольких систем в наборы данных, которые можно импортировать в приложение.

Обработайте данные и исследуйте функции в Diagnostic Feature Designer

Фильтрация и преобразование данных в приложении. Извлечение функций из импортированных и выведенных сигналов и оценка эффективности функций.

Рекомендуемые примеры