Algorytmy prognozowania awarii w oparciu o dane historyczne

Szeregi czasowe jako podstawa modelu

Modele prognozowania awarii opierają się zwykle na analizie szeregów czasowych zawierających wartości pomiarowe zarejestrowane przez czujniki w regularnych odstępach czasu, obejmujące zarówno okresy sprawnej pracy, jak i okresy poprzedzające awarię.

Wyodrębnianie cech z danych pomiarowych

Z surowych danych pomiarowych wyodrębniane są cechy takie jak wartość skuteczna sygnału, jego widmo częstotliwościowe czy tempo zmiany wybranych parametrów w czasie, które następnie służą jako dane wejściowe modelu.

Ustalanie progów alarmowych

Na podstawie danych historycznych wyznacza się progi wartości parametrów, których przekroczenie sygnalizuje zwiększone prawdopodobieństwo wystąpienia awarii w określonym horyzoncie czasowym.

Ograniczenia modeli prognostycznych

Skuteczność modelu zależy od ilości i jakości dostępnych danych historycznych — w przypadku maszyn rzadko ulegających awariom zgromadzenie wystarczającej liczby przykładów uszkodzeń bywa czasochłonne.