アプリを使用した特徴量調査(Japan​ese)

version 1.0.2 (17.8 MB) by michio
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。

167 Downloads

Updated 21 Oct 2022

From GitHub

View License on GitHub

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.

Cite As

michio (2022). アプリを使用した特徴量調査(Japanese) (https://github.com/mathworks/JP_SampleData4DiagnosticFeatureDesigner/releases/tag/v1.0.2), GitHub. Retrieved .

MATLAB Release Compatibility
Created with R2022a
Compatible with R2021a and later releases
Platform Compatibility
Windows macOS Linux

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!
To view or report issues in this GitHub add-on, visit the GitHub Repository.
To view or report issues in this GitHub add-on, visit the GitHub Repository.