4:34视频长度为4:34。
基于ThingSpeak和MATLAB的风管风机预测维修
利用MATLAB软件对某工业风管风机的健康状况和失效时间进行了预测®和ThingSpeak™。利用MATLAB开发基于仪表风机实测振动数据的预测维修算法。模拟各种故障情况,包括风扇堵塞和风扇积尘。从振动数据中提取特征,建立和训练机器学习模型来诊断不同类型的故障。使用预测性维护工具箱™,创建一个模型,估计风扇的故障时间。为了收集振动数据,一个附带加速度计的粒子光子安装在风扇上。粒子光子是一种通过wi-fi连接到ThingSpeak的互联网连接设备,使您能够将振动信号传输到云中的ThingSpeak物联网分析平台。
数据处理、特征提取、机器学习和预测性维护(基于条件的维护)模型的训练都是使用MATLAB工具离线执行的。用于离线训练的代码和训练过的模型被上传到云端,并使用ThingSpeak上内置的MATLAB分析应用程序来预测风扇的状况。
在ThingSpeak上,你可以在数据流输入时对数据执行预测算法。频道显示显示风扇的当前状态,可以从任何联网的网页浏览器或移动设备上查看。您还可以配置ThingSpeak,当预测到故障时间小于某个阈值时,它会发送SMS和电子邮件警报。
使用ThingSpeak和MATLAB快速构建状态监测算法原型!
相关产品2022世界杯八强谁会赢?
了解更多
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。