アプリを使用した特徴量調査（Japan​ese）

MATLAB/Simulink による予知保全ビデオシリーズの「Part 3:予知保全を可能にする特徴量選択」で紹介するデモに使用するサンプルデータを作成するスクリプトです。

DEMO: アプリを使用した特徴量調査

MATLAB/Simulink による予知保全ビデオシリーズの「Part 3:予知保全を可能にする特徴量選択」では Diagnostic Feature Explorer アプリ (https://jp.mathworks.com/matlabcentral/fileexchange/69101-diagnostic-feature-explorer) を使用して特徴量を抽出するデモを紹介しています。その際に使用するサンプルデータを作成するスクリプトです。アプリの使用には Predictive Maintenance Toolbox が必要ですが、このスクリプト自体は MATLAB だけで実行することができます。

Dataset

もともとの1 日当たり 6 秒間の振動信号を連続 50 日間取得したものですが、ここでは計算量軽減のため、1 日当たり 1 秒間、1 日おき 25 日分のデータに削減します。

20 歯のピニオンギヤで駆動する 2 MW 風力タービン高速シャフトから収集されたデータを使用します[1]。まず、https://github.com/mathworks/WindTurbineHighSpeedBearingPrognosis-Data からリポジトリ全体を zip ファイルとしてダウンロードして、本スクリプトと同じディレクトリに保存してください。以下のコマンドを使用してファイルを解凍します。こちらのデータでは計測間隔は 1 日間隔です。

if exist('WindTurbineHighSpeedBearingPrognosis-Data-main.zip', 'file')
    unzip('WindTurbineHighSpeedBearingPrognosis-Data-main.zip')
end

Data Import

まず風力タービンデータに対して fileDatastore を作成します。使用するデータには振動とタコメータの信号が含まれています。各 mat ファイルからcutomreader 関数で読み取りますが、1 秒分の振動データに加えてファイル名から日付情報も合わせて取得します。

dir = 'WindTurbineHighSpeedBearingPrognosis-Data-main';
ds = fileDatastore(fullfile('.', dir,'*.mat'),'ReadFcn',@customreader,'UniformRead',true);
data = readall(ds)

	Date	vibration
1	2013/03/07	97656x1 timetable
2	2013/03/08	97656x1 timetable
3	2013/03/09	97656x1 timetable
4	2013/03/10	97656x1 timetable
5	2013/03/11	97656x1 timetable
6	2013/03/12	97656x1 timetable
7	2013/03/13	97656x1 timetable
8	2013/03/14	97656x1 timetable
9	2013/03/15	97656x1 timetable
10	2013/03/16	97656x1 timetable
11	2013/03/17	97656x1 timetable
12	2013/03/17	97656x1 timetable
13	2013/03/18	97656x1 timetable
14	2013/03/20	97656x1 timetable

Data Reduction

ここでは計算量軽減のため、さらに1 日おき 25 日分のデータに削減します。

sampleData = data;
sampleData(1:2:end,:) = [];

さらに前半のデータには faultCode = 0、後半のデータについては faultcode = 1 とラベル付けします。

sampleData.faultcode = [zeros(13,1); ones(12,1)];
save('sampleData.mat','sampleData');

任意に変更して、他にもアプリで使用するサンプルデータを作成して試してみてください。

References

[1] Bechhoefer, Eric, Brandon Van Hecke, and David He. 2013. “Processing for Improved Spectral Analysis”. Annual Conference of the PHM Society 5 (1)

Helper Function

function data = customreader(filename)
% Read variables for the fileEnsemble
% Inputs:
% filename  - a string of the mat file name to read from.
% Output:
% data      - return a table with a single row
% Copyright 2018 The MathWorks, Inc.

data = table;
% Extract the datetime information from the file names
[~, fname] = fileparts(filename);
token = regexp(fname, 'data-(\d+)', 'tokens');
data.Date = datetime(token{1}{1}, 'InputFormat', 'yyyyMMdd');

% Load the vibration signal from the mat file
mfile = matfile(filename); % Allows partial loading
vib = mfile.vibration;

% Extract the first 1s of signal and convert it to timetable
fs = 97656; % Sampling rate
tVibration = timetable(vib(1:fs),'SampleRate',fs);
data.vibration = {tVibration};

end

Copyright 2018-2022 The MathWorks, Inc.