Ziehen Sie die richtigen
Schlüsse aus Ihren Maschinendaten

» Beitrag melden

MathWorks stellt mit Release 2018a
die Predictive Maintenance Toolbox vor

29.03.2018 | Mittels Predictive Maintenance Toolbox können Sie Daten kennzeichnen, Zustandsindikatoren entwerfen und etwaige Störfälle bei Maschinen voraussagen und vermeiden. Zur Analyse können Maschinendaten aus lokalen Dateien, Cloud-Storage und verteilten Dateisystemen importiert werden. Die Toolbox enthält Referenzbeispiele für Motoren, Getriebe, Batterien und Maschinen, die hilfreiche Richtwerte für die Entwicklung eigener prädiktiver Wartungs- und Zustandsüberwachungsalgorithmen zur Verfügung stellen.

MathWorks stellt im Rahmen des Release 2018a (R2018a)  eine Reihe neuer Funktionen in MATLAB und Simulink vor. R2018a enthält u.a. zwei neue Produkte: die Predictive Maintenance Toolbox zum Entwerfen und Testen von Algorithmen für die Zustandsüberwachung und Predictive Maintenance und das Vehicle Dynamics Blockset für die Modellierung und Simulation von Fahrzeugdynamik in einer virtuellen 3D-Umgebung. Zusätzlich enthält dieses Release Updates und Fehlerbehebungen für 94 weitere Produkte.

Erfahren Sie, wie Unternehmen wie Mondi Gronau und Baker Hughes mit Hilfe von MATLAB und Simulink Predictive Maintenance bereits erfolgreich umsetzen.

Weitere Informationen zum Thema Predictive Maintenance finden Sie auch in unserem PDF "System-Design für Industrie 4.0" oder auf der Website von MathWorks (hier).

 


Fragen und Kommentare (0)