Predictive Maintenance Toolbox vous permet de gérer les données de capteurs, de concevoir des indicateurs d'état et d'estimer la durée de vie restante utile (RUL) d'une machine.

Cette toolbox propose des fonctions et une application interactive pour explorer, extraire et classer des caractéristiques en utilisant des techniques basées sur des données et des modèles, notamment l'analyse statistique, spectrale et de séries temporelles. Vous pouvez surveiller l’état de batteries, de moteurs, de boîtes de vitesses et d’autres machines en extrayant des caractéristiques à partir de données de capteurs. Afin d'estimer le moment où surviendra la défaillance d'une machine, vous pouvez utiliser des modèles de survie, de similarité et de tendances pour prévoir la RUL.

Vous pouvez organiser et analyser les données de capteurs importées à partir de fichiers stockés en local, d'un stockage sur le cloud ou de systèmes de fichiers distribués. Vous pouvez également étiqueter des données de défaillance simulées générées à partir de modèles Simulink. Cette toolbox comprend des exemples de référence pour les moteurs, les boîtes de vitesses, les batteries, les pompes, les roulements et d'autres machines. Ces exemples peuvent servir de base pour développer vos propres algorithmes de maintenance prédictive et de surveillance de l'état.

Pour mettre vos algorithmes en production, vous pouvez générer le code C/C++ pour un déploiement sur dispositif périphérique ou créer une application de production pour un déploiement dans le cloud.