デモファイル：MATLABを使った予知​保全・故障予測

The demo files for the webinar: "Predictive Maintenance using MATLAB" (in Japanese).

安全性を担保しつつ不要なメンテナンス作業を減らすというバランスの良さから、予知保全という方法が注目を集めています。ただ、データを精度よく故障予測や異常検出に結びつけるには、観測対象への理解だけでなく統計的なノウハウも必要不可欠です。
このサンプルではMATLABの機械学習機能を使い、機器の交換時期を見積もる処理を行います。ターボファンエンジンのデータを用いて、データのインポート、前処理、ラベリング、特徴量の抽出、そして学習・評価を実施します。

このファイルはWebセミナー「MATLABを使った予知保全・故障予測」で使用したファイルです。
事前に prepareData.m を実行しデモに必要なデータを準備してください。

- Case1: 故障データ無し UnsupervisedWebinarLive_JP.mlx
- Case2: 故障データ有り ClassificationWebinarLive_JP.mlx

ビデオ：https://jp.mathworks.com/videos/predictive-maintenance-with-matlab-a-prognostics-case-study-121138.html

同じデータセットを使用した例題としては他に以下のものもあります。

深層学習を使用した sequence-to-sequence 回帰（Deep Learning Toolbox を使用）
https://jp.mathworks.com/help/deeplearning/ug/sequence-to-sequence-regression-using-deep-learning.html

類似度ベースの残存耐用期間推定（Predictive Maintenance Toolboxを使用）
https://jp.mathworks.com/help/predmaint/ug/similarity-based-remaining-useful-life-estimation.html

また、教師無し学習の例としてこちらの File Exchange のコードでは他の手法も試しております。
https://jp.mathworks.com/matlabcentral/fileexchange/86323-matlab

This zip file includes the demo files for the webinar "Predictive Maintenance with MATLAB" (in Japanese)
Please run prepareData.m to download and preprocess the data set.
- Case1 No data from failures: UnsupervisedWebinarLive_JP.mlx
- Case2 Have failure data: ClassificationWebinarLive_JP.mlx