1.3　發(fā)展趨勢(shì)

隨著信息、機(jī)械、自動(dòng)化、系統(tǒng)工程和管理等學(xué)科的發(fā)展，特別是以移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、云計(jì)算等新一代信息技術(shù)推動(dòng)了智能制造技術(shù)的快速發(fā)展，先進(jìn)制造、自動(dòng)化、計(jì)算機(jī)、管理科學(xué)等領(lǐng)域的研究機(jī)構(gòu)與學(xué)者從各自角度出發(fā)，圍繞著裝備故障預(yù)測(cè)及其運(yùn)維優(yōu)化進(jìn)行了大量的研究和探索，取得了一系列重要研究成果，呈現(xiàn)出了大數(shù)據(jù)支持的復(fù)雜數(shù)據(jù)處理、故障預(yù)測(cè)的集成與并行化、運(yùn)營(yíng)維護(hù)網(wǎng)絡(luò)化、生產(chǎn)維護(hù)庫(kù)存聯(lián)合優(yōu)化決策等方面的研究發(fā)展趨勢(shì)，特別是在以下幾個(gè)方面。

①更加重視互聯(lián)網(wǎng)環(huán)境下設(shè)備運(yùn)營(yíng)維護(hù)數(shù)據(jù)的融合問(wèn)題。在互聯(lián)網(wǎng)與大數(shù)據(jù)支持環(huán)境下，設(shè)備運(yùn)營(yíng)維護(hù)過(guò)程出現(xiàn)了全生命周期的業(yè)務(wù)運(yùn)營(yíng)數(shù)據(jù)、各種傳感器實(shí)時(shí)狀態(tài)數(shù)據(jù)、維護(hù)網(wǎng)絡(luò)的專(zhuān)家動(dòng)態(tài)交互知識(shí)以及環(huán)境因素信息，如何高質(zhì)量地獲取和利用這些設(shè)備生命周期中的多源異構(gòu)大數(shù)據(jù)及其相關(guān)的融合分析方法得到了眾多研究機(jī)構(gòu)和學(xué)者的關(guān)注。

②更加強(qiáng)調(diào)基于大數(shù)據(jù)分析的大規(guī)模故障預(yù)測(cè)問(wèn)題。傳統(tǒng)基于物理模型的預(yù)測(cè)、數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)、模型驅(qū)動(dòng)的預(yù)測(cè)、基于信息融合的預(yù)測(cè)等大部分都針對(duì)單一企業(yè)單一設(shè)備的健康狀況和故障狀態(tài)進(jìn)行預(yù)測(cè)，難以滿(mǎn)足復(fù)雜裝備網(wǎng)絡(luò)化運(yùn)營(yíng)中故障預(yù)測(cè)的全部任務(wù)要求。在互聯(lián)網(wǎng)和大數(shù)據(jù)環(huán)境下，需要綜合考慮來(lái)自MRO運(yùn)行網(wǎng)絡(luò)中同類(lèi)設(shè)備、類(lèi)似零部件的歷史及狀態(tài)信息，將多種故障預(yù)測(cè)方法有效地融合與集成，以大數(shù)據(jù)分析為基礎(chǔ)，增強(qiáng)大規(guī)模在線機(jī)器學(xué)習(xí)能力，提高預(yù)測(cè)系統(tǒng)的實(shí)時(shí)性、智能性、運(yùn)算效率以及預(yù)測(cè)性能，遠(yuǎn)程并行化實(shí)時(shí)地預(yù)測(cè)裝備運(yùn)營(yíng)網(wǎng)絡(luò)中大規(guī)模的故障狀態(tài)和維護(hù)需求。

③更加重視基于價(jià)值網(wǎng)絡(luò)的設(shè)備運(yùn)營(yíng)維護(hù)活動(dòng)優(yōu)化、調(diào)度與決策問(wèn)題。面向不確定性的維護(hù)需求，在全球化協(xié)作網(wǎng)絡(luò)中，聯(lián)合規(guī)劃和優(yōu)化設(shè)備生產(chǎn)運(yùn)營(yíng)、維護(hù)和庫(kù)存活動(dòng)，優(yōu)化可共享的網(wǎng)絡(luò)服務(wù)資源，實(shí)時(shí)地調(diào)度和決策維護(hù)服務(wù)。