terasoft

數位分身與預測性維護專區

預測性維護入門系列

預測性維護Part 1:簡介

本段影片說明了幾種不同的維護策略,並為你展示開發預測性維護演算法歷經的工作流程。

預測性維護Part 2:透過特徵擷取來找出狀態指標

狀態指標可以藉由分辨機器狀態是健康或故障來幫助你更清楚地了解你的資料。你可以利用時域、頻域、以及時頻域特徵從資料推導出狀態指標。本段影片使用一個三缸泵的範例來說明預測性維護的工作流程以及辨識出狀態指標的方法。

預測性維護Part 3:剩餘使用壽命估計

預測性維護讓你可以估計機器的剩餘使用壽命(remaining useful life,RUL)。RUL的預測可以提供你關於機器何時會發生故障的見解,方便你預先安排維修時程。

預測性維護Part 4:如何使用Diagnostic Feature Designer來擷取特徵

在這段影片,我們將討論如何透過Diagnostic Feature Designer萃取三缸泵的有用特徵,並且利用Classification Learner為故障的分類訓練機器學習模型。

預測性維護Part 5:數位分身

預測性維護是數位分身的其中一項主要應用。這段影片將討論何謂數位分身?為什麼要使用數位分身?數位分身要如何建立?

智慧工廠應用

工業4.0、數位分身、與預測性維護大解密

本段演講將介紹MATLAB與Simulink如何提供工程師足夠處理能力,以因應涉及到開發工業4.0、數位分身、預測性維護等實際應用所面臨的挑戰。