故障预测基本概念

故障预测基本概念

本文用于记录学习过程中的点点滴滴，如有错误望不吝指出。

最近阅读了一些故障预测相关的文章，对于故障预测有了一些基本概念上的理解，在此进行分享：

在20世纪60年代之前，公司的维护主要采取故障发生之后进行维护的方法，这种称为纠正的维护已经被预测故障机制进行了修正，即在故障发生之前进行的维护。 这两种维护 - 纠正和预防 - 呈现下面描述的某些变化。下图显示了它们的全局结构。

可见，基于预防的维护是比基于纠正的维护更加有意义的，也是现在研究的趋势。

预测的方法分为以下三类：基于物理模型，基于数据驱动，这两种的混合。

基于物理模型的方法首先通过动态建模模拟出预测的物件的模型，然后根据模型进行预测，这种方法准确度高，而且参数有实际的物理意义去解释，有理有据，但是缺点是对于复杂环境的系统，很难去建立出物理模型。

基于数据驱动的预测是根据采集到的设备的历史数据建立预测模型，不需要去建立复杂的物理模型，所以不需要对于系统的机理非常了解，只要有充足的数据即可，但是相对预测的精度没有基于物理模型的高，而且预测的精度会受到采集数据是否有误差的影响，可以说基于数据驱动的方法是一种复杂度和准确度的折中。

这两种方法的混合方法是一种他们的结合，一种策略是先建立物理模型，然后用数据驱动的方法去辅助调整系统的参数，另一种是用两种方法共同进行预测。

混合的方法相对来说是一种研究趋势，但是计算上的复杂度是最高的。