Die Predictive Maintenance Toolbox bietet zahlreiche Funktionen und Apps für die Entwicklung von Algorithmen zur Zustandsüberwachung und vorausschauenden Instandhaltung von Motoren, Getrieben, Lagern, Batterien und anderen Anwendungen. Mit der Toolbox lassen sich Zustandsindikatoren erstellen, Fehler und Anomalien erkennen und die Restnutzungsdauer (RUL) abschätzen.

Mithilfe der Diagnostic Feature Designer-App können Sie interaktiv Merkmale auf Zeit-, Frequenz-, Zeit-Frequenz- und Physikbasis extrahieren. Anschließend können Sie die Merkmale einordnen und exportieren, um anwendungsspezifische Algorithmen für die Fehler- und Anomalieerkennung zu entwickeln. Zur Schätzung der RUL stehen verschiedene überlebens-, ähnlichkeits- und trendbasierte Modelle zur Verfügung.

Die Toolbox erleichtert Ihnen die Organisation und Analyse von Sensordaten, die aus lokalen Dateien, Cloud-Speichern und verteilten Dateisystemen importiert wurden. Mittels Simulink- und Simscape-Modellen lassen sich simulierte Fehlerdaten erzeugen.

Um Ihre Algorithmen zu operationalisieren, können Sie C/C++ Code zur Implementierung auf Edge-Geräten generieren oder Produktionsanwendungen für die Cloud-Bereitstellung erstellen. Die Toolbox enthält anwendungsspezifische Referenzbeispiele, die Sie für die Entwicklung und den Einsatz benutzerdefinierter Algorithmen zur vorausschauenden Instandhaltung wiederverwenden können.