使用传感器数据进行制造业故障预后

日立中国研究院 姚开鹏

制造业企业对自身工厂使用的生产设备的故障预测、以及在客户处使用的产品的故障预测都颇为关注。这一需求有三个特点：一、场所分散，二、单一产品的生产过程高度重复，三、成本投入有限；这对故障预测技术提出了较高的要求。为了突破相关技术难点，日立构筑了以传感器和数据处理平台为核心的IoT网络，采集了大量生产现场的正常数据和故障数据。通过使用MATLAB®对数据进行深入分析发现规律，结合自身领域经验，开发出适用于工业机器人、伺服驱动系统等产线设备的故障诊断技术。

出版年份: 2024 年 7 月 3 日

了解更多

查看幻灯片
查看MATLAB EXPO 2024中国的所有活动记录

反馈

下一个:

Learn how to make joint use of the signal processing and machine learning techniques available in MATLAB to develop data analytics for time series and sensor processing systems

Signal Processing and Machine Learning Techniques for...

相关视频:

本次讲座将通过几个汽车行业典型的数据分析实例介绍MATLAB的数据分析技术。

MATLAB汽车行业数据分析技术

机器学习技术与实现——MATLAB大数据处理

机器学习技术与实现——MATLAB大数据处理

介绍如何从MATLAB/Simulink模型自动生成面向嵌入式处理器的C代码。

运用MATLAB加速嵌入式算法开发

V模型在汽车行业使用得非常的广泛，是汽车电子开发的标准流程。本文将介绍基于模型的设计在V模型中所处的环节，如何和其他的相关开发流程和开发工具衔接，相比传统的开发模式有什么优势和缺点。本文还会分析在汽车功能安全领域，基于模型的设计应该如何使用，需要哪些相关的准备和必要的前提，如何应用于功能安全产品的开发。

基于模型的设计在汽车功能安全项目中的应用

查看更多相关视频