La maintenance prédictive vous permet de surveiller la santé de vos équipements afin d'éviter les pannes à venir. Elle utilise des algorithmes analytiques et des données issues de capteurs pour estimer le temps restant avant la panne de l’équipement. Elle permet également de repérer les problèmes dans vos machines complexes et vous aide à identifier les pièces qui doivent être réparées ou remplacées. Vous pouvez ainsi minimiser les temps d'arrêt et maximiser la durée de vie de vos équipements.

Cet e-book vous initiera au développement d'algorithmes de maintenance prédictive avec MATLAB® grâce à une description de la terminologie, des exemples, des tutoriels et la mise à disposition de logiciels d'essai.

Lire cet e-book pour en savoir plus :

Partie 1 : Introduction à la maintenance prédictive avec MATLAB

Partie 1 : Introduction à la maintenance prédictive avec MATLAB

Apprenez à différencier les stratégies de maintenance prédictive, réactive et préventive. Découvrez les différents workflows de maintenance prédictive, tels que l'acquisition et le prétraitement des données, l'extraction de caractéristiques et l’apprentissage des modèles de Machine Learning.

Partie 2 : Extraire des indicateurs d’état avec MATLAB

Partie 2 : Extraire des indicateurs d’état avec MATLAB

Apprenez à extraire les caractéristiques les plus pertinentes de vos données et à entraîner des modèles de Machine Learning avec les caractéristiques extraites pour classer différents types de panne.

Partie 3 : Estimer la RUL avec MATLAB

Partie 3 : Estimer la RUL avec MATLAB

Découvrez les différents modèles pour estimer la RUL (Remaining Useful Life) : similarité, survie et usure. Trouvez le modèle d’estimation de RUL le mieux adapté à votre système en fonction des données et informations dont vous disposez.