2.4　数据驱动的故障预测方法

数据驱动的故障预测基本前提是已知产品在各种故障状态下的特征值，在检测到故障征兆的情况下，将产品实际运行状态的特征值与已知的故障状态特征值进行分析和比较，以判别当前的健康度，再通过与已知的故障发展规律相对应的特征值进行对比来推断未来的健康状态，或预测其剩余寿命。数据驱动的故障预测过程包括图2.8所示的数据采集、数据存储、数据分析和数据应用等。数据驱动的故障预测方法则根据模型的不同分为基于退化过程模型的方法、基于机器学习的方法和基于深度学习的方法等。

图2.8　数据驱动的故障预测模型与过程