22:10视频长度22:10。
使用深度学习进行预测性维护
预测性维护使设备操作员和制造商能够评估机器的状况,诊断故障,估计故障发生的时间。由于机器越来越复杂,产生大量数据,许多工程师正在探索深度学习方法,以实现最佳的预测结果。
在本次演讲中,您将了解如何将深度学习用于:
- 利用振动数据进行工业设备异常检测
- 利用基于音频的故障分类器监测空压机的状态
您还将看到以下的演示:
- 数据准备:使用预测维护工具箱™生成特征,并使用音频工具箱™从音频信号中自动提取特征
- 建模:使用深度学习工具箱™训练音频和时间序列深度学习模型”
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。