Diagnostic et Pronostic pour les Systèmes Industriels Complexes—Partie I

En raison des exigences de sécurité et de fiabilité du système, le diagnostic ou le pronostic correct des conditions anormales joue un rôle important dans la maintenance des systèmes industriels. Au cours des dernières décennies, grâce aux techniques de construction de modèles physiques bien développées, de nombreuses approches de diagnostic et de pronostic basées sur des modèles ont été proposées, et beaucoup d'entre elles ont trouvé des applications réussies dans l'industrie. D'autre part, avec l'application large des capteurs, les données de processus reflétant l'état d'opération du système peuvent être facilement collectées. Basé sur ces données de processus, les approches de diagnostic et de pronostic basées sur les données étudient l'utilisation de techniques d'exploration de données et d'apprentissage automatique dans le but de surveiller les processus des systèmes industriels. En raison de son potentiel pour améliorer l'efficacité et réduire les coûts de l'industrie, le diagnostic et le pronostic dans le cadre des données sont devenus un sujet de recherche attrayant, et de nombreux résultats de recherche connexes ont été publiés.