Predictive Maintenance Toolbox permite gestionar datos de sensores, diseñar indicadores de condición y estimar la vida útil restante (RUL) de una máquina.

Esta toolbox proporciona funciones y una app interactiva para explorar, extraer y clasificar características mediante técnicas basadas en datos y en modelos, incluidos análisis estadísticos, espectrales y de series temporales. Puede supervisar el estado de baterías, motores, cajas de cambios y otras máquinas extrayendo características de datos de sensores. Puede utilizar modelos de supervivencia, similitud y basados en tendencias para predecir la RUL y calcular el tiempo hasta el fallo de una máquina.

Puede organizar y analizar los datos de sensores importados desde archivos locales, almacenamiento en la nube y sistemas de archivos distribuidos. Puede etiquetar datos de fallos simulados generados a partir de modelos de Simulink. Esta toolbox incluye ejemplos de referencia para motores, cajas de cambios, baterías, bombas, rodamientos y otras máquinas que se pueden reutilizar para desarrollar algoritmos de mantenimiento predictivo y supervisión de condiciones personalizados.

Para poner en práctica los algoritmos, puede generar código C/C++ y desplegarlo en un dispositivo edge o crear una aplicación de producción y desplegarla en la nube.