Key points are not available for this paper at this time.
تظهر أدوات الصيانة التنبؤية نتائج واعدة في الأدبيات؛ ومع ذلك، تتطلب خوارزميات الذكاء الاصطناعي وتعلم الآلة التي تقوم عليها هذه المناهج كميات كبيرة من بيانات التدريب. وهذا يشكل تحديًا عندما تكون أجهزة الاستشعار حديثة أو محدودة، مما يقيد توفر البيانات التاريخية. أحد الحلول المحتملة هو إنشاء مجموعات بيانات محاكاة قادرة على تمثيل حالات العطل. تناقش هذه الورقة منهجية محاكاة هجينة تتضمن بيانات تشغيل صحية حقيقية من النظام المستهدف لتحسين صحة المحاكاة دون الحاجة إلى نمذجة كل مكون بشكل صريح. يتم تقييم المنهجية باستخدام تجارب عيوب محامل المحركات من جامعة كيس ويسترن ريزيرف. تنجح المحاكاة في إعادة إنتاج ميزات العطل الكبيرة الرئيسية وتؤدي بشكل جيد في مهام التصنيف مع البيانات الحقيقية. ومع ذلك، تفشل في التقاط التعقيد الكامل للتوقيعات الحقيقية، كما أكدت اختبار t بين المجموعتين الذي يقارن بين النتائج المحاكية والتجريبية، مما يسلط الضوء على قيود بدائل البيانات المحاكية.
درس ويليامسون وآخرون (الأربعاء) هذا السؤال.