Skip to content

Commit 4da2f00

Browse files
minoue-xxminoue-xx
authored
Update README.md
fixed citation
1 parent af015f6 commit 4da2f00

File tree

1 file changed

+96
-95
lines changed

1 file changed

+96
-95
lines changed

‎README.md‎

Lines changed: 96 additions & 95 deletions
Original file line numberDiff line numberDiff line change
@@ -1,96 +1,97 @@
1-
# DEMO: アプリを使用した特徴量調査
2-
3-
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](https://jp.mathworks.com/videos/part-3-feature-extraction-for-predictive-maintenance-1545052389165.html)」では Diagnostic Feature Explorer アプリ ([https://jp.mathworks.com/matlabcentral/fileexchange/69101-diagnostic-feature-explorer](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。
4-
5-
# Dataset
6-
7-
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。
8-
9-
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](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。
10-
11-
```matlab:Code
12-
if exist('WindTurbineHighSpeedBearingPrognosis-Data-main.zip', 'file')
13-
unzip('WindTurbineHighSpeedBearingPrognosis-Data-main.zip')
14-
end
15-
```
16-
17-
# Data Import
18-
19-
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。
20-
21-
```matlab:Code
22-
dir = 'WindTurbineHighSpeedBearingPrognosis-Data-main';
23-
ds = fileDatastore(fullfile('.', dir,'*.mat'),'ReadFcn',@customreader,'UniformRead',true);
24-
data = readall(ds)
25-
```
26-
27-
| |Date|vibration|
28-
|:--:|:--:|:--:|
29-
|1|2013/03/07|97656x1 timetable|
30-
|2|2013/03/08|97656x1 timetable|
31-
|3|2013/03/09|97656x1 timetable|
32-
|4|2013/03/10|97656x1 timetable|
33-
|5|2013/03/11|97656x1 timetable|
34-
|6|2013/03/12|97656x1 timetable|
35-
|7|2013/03/13|97656x1 timetable|
36-
|8|2013/03/14|97656x1 timetable|
37-
|9|2013/03/15|97656x1 timetable|
38-
|10|2013/03/16|97656x1 timetable|
39-
|11|2013/03/17|97656x1 timetable|
40-
|12|2013/03/17|97656x1 timetable|
41-
|13|2013/03/18|97656x1 timetable|
42-
|14|2013/03/20|97656x1 timetable|
43-
44-
# Data Reduction
45-
46-
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。
47-
48-
```matlab:Code
49-
sampleData = data;
50-
sampleData(1:2:end,:) = [];
51-
```
52-
53-
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。
54-
55-
```matlab:Code
56-
sampleData.faultcode = [zeros(13,1); ones(12,1)];
57-
save('sampleData.mat','sampleData');
58-
```
59-
60-
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。
61-
62-
# References
63-
64-
[1] [<http://data-acoustics.com/measurements/bearing-faults/bearing-3/](http://data-acoustics.com/measurements/bearing-faults/bearing-3/)> Bechhoefer, Eric, Brandon Van Hecke, and David He. "Processing for improved spectral analysis." *Annual Conference of the Prognostics and Health Management Society, New Orleans, LA, Oct*. 2013.
65-
66-
# Helper Function
67-
68-
```matlab:Code
69-
function data = customreader(filename)
70-
% Read variables for the fileEnsemble
71-
% Inputs:
72-
% filename - a string of the mat file name to read from.
73-
% Output:
74-
% data - return a table with a single row
75-
% Copyright 2018 The MathWorks, Inc.
76-
77-
data = table;
78-
% Extract the datetime information from the file names
79-
[~, fname] = fileparts(filename);
80-
token = regexp(fname, 'data-(\d+)', 'tokens');
81-
data.Date = datetime(token{1}{1}, 'InputFormat', 'yyyyMMdd');
82-
83-
% Load the vibration signal from the mat file
84-
mfile = matfile(filename); % Allows partial loading
85-
vib = mfile.vibration;
86-
87-
% Extract the first 1s of signal and convert it to timetable
88-
fs = 97656; % Sampling rate
89-
tVibration = timetable(vib(1:fs),'SampleRate',fs);
90-
data.vibration = {tVibration};
91-
92-
end
93-
94-
```
95-
1+
# DEMO: アプリを使用した特徴量調査
2+
3+
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](https://jp.mathworks.com/videos/part-3-feature-extraction-for-predictive-maintenance-1545052389165.html)」では Diagnostic Feature Explorer アプリ ([https://jp.mathworks.com/matlabcentral/fileexchange/69101-diagnostic-feature-explorer](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。
4+
5+
# Dataset
6+
7+
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。
8+
9+
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](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。
10+
11+
```matlab:Code
12+
if exist('WindTurbineHighSpeedBearingPrognosis-Data-main.zip', 'file')
13+
unzip('WindTurbineHighSpeedBearingPrognosis-Data-main.zip')
14+
end
15+
```
16+
17+
# Data Import
18+
19+
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。
20+
21+
```matlab:Code
22+
dir = 'WindTurbineHighSpeedBearingPrognosis-Data-main';
23+
ds = fileDatastore(fullfile('.', dir,'*.mat'),'ReadFcn',@customreader,'UniformRead',true);
24+
data = readall(ds)
25+
```
26+
27+
| |Date|vibration|
28+
|:--:|:--:|:--:|
29+
|1|2013/03/07|97656x1 timetable|
30+
|2|2013/03/08|97656x1 timetable|
31+
|3|2013/03/09|97656x1 timetable|
32+
|4|2013/03/10|97656x1 timetable|
33+
|5|2013/03/11|97656x1 timetable|
34+
|6|2013/03/12|97656x1 timetable|
35+
|7|2013/03/13|97656x1 timetable|
36+
|8|2013/03/14|97656x1 timetable|
37+
|9|2013/03/15|97656x1 timetable|
38+
|10|2013/03/16|97656x1 timetable|
39+
|11|2013/03/17|97656x1 timetable|
40+
|12|2013/03/17|97656x1 timetable|
41+
|13|2013/03/18|97656x1 timetable|
42+
|14|2013/03/20|97656x1 timetable|
43+
44+
# Data Reduction
45+
46+
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。
47+
48+
```matlab:Code
49+
sampleData = data;
50+
sampleData(1:2:end,:) = [];
51+
```
52+
53+
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。
54+
55+
```matlab:Code
56+
sampleData.faultcode = [zeros(13,1); ones(12,1)];
57+
save('sampleData.mat','sampleData');
58+
```
59+
60+
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。
61+
62+
# References
63+
64+
65+
[1] Bechhoefer, Eric, Brandon Van Hecke, and David He. 2013. “Processing for Improved Spectral Analysis”. Annual Conference of the PHM Society 5 (1). https://doi.org/10.36001/phmconf.2013.v5i1.2220.
66+
67+
# Helper Function
68+
69+
```matlab:Code
70+
function data = customreader(filename)
71+
% Read variables for the fileEnsemble
72+
% Inputs:
73+
% filename - a string of the mat file name to read from.
74+
% Output:
75+
% data - return a table with a single row
76+
% Copyright 2018 The MathWorks, Inc.
77+
78+
data = table;
79+
% Extract the datetime information from the file names
80+
[~, fname] = fileparts(filename);
81+
token = regexp(fname, 'data-(\d+)', 'tokens');
82+
data.Date = datetime(token{1}{1}, 'InputFormat', 'yyyyMMdd');
83+
84+
% Load the vibration signal from the mat file
85+
mfile = matfile(filename); % Allows partial loading
86+
vib = mfile.vibration;
87+
88+
% Extract the first 1s of signal and convert it to timetable
89+
fs = 97656; % Sampling rate
90+
tVibration = timetable(vib(1:fs),'SampleRate',fs);
91+
data.vibration = {tVibration};
92+
93+
end
94+
95+
```
96+
9697
*Copyright 2018-2022 The MathWorks, Inc.*

0 commit comments

Comments
 (0)