1.3　發展趨勢

隨著信息、機械、自動化、系統工程和管理等學科的發展，特別是以移動互聯網、大數據、人工智能、物聯網、云計算等新一代信息技術推動了智能制造技術的快速發展，先進制造、自動化、計算機、管理科學等領域的研究機構與學者從各自角度出發，圍繞著裝備故障預測及其運維優化進行了大量的研究和探索，取得了一系列重要研究成果，呈現出了大數據支持的復雜數據處理、故障預測的集成與并行化、運營維護網絡化、生產維護庫存聯合優化決策等方面的研究發展趨勢，特別是在以下幾個方面。

①更加重視互聯網環境下設備運營維護數據的融合問題。在互聯網與大數據支持環境下，設備運營維護過程出現了全生命周期的業務運營數據、各種傳感器實時狀態數據、維護網絡的專家動態交互知識以及環境因素信息，如何高質量地獲取和利用這些設備生命周期中的多源異構大數據及其相關的融合分析方法得到了眾多研究機構和學者的關注。

②更加強調基于大數據分析的大規模故障預測問題。傳統基于物理模型的預測、數據驅動的預測、模型驅動的預測、基于信息融合的預測等大部分都針對單一企業單一設備的健康狀況和故障狀態進行預測，難以滿足復雜裝備網絡化運營中故障預測的全部任務要求。在互聯網和大數據環境下，需要綜合考慮來自MRO運行網絡中同類設備、類似零部件的歷史及狀態信息，將多種故障預測方法有效地融合與集成，以大數據分析為基礎，增強大規模在線機器學習能力，提高預測系統的實時性、智能性、運算效率以及預測性能，遠程并行化實時地預測裝備運營網絡中大規模的故障狀態和維護需求。

③更加重視基于價值網絡的設備運營維護活動優化、調度與決策問題。面向不確定性的維護需求，在全球化協作網絡中，聯合規劃和優化設備生產運營、維護和庫存活動，優化可共享的網絡服務資源，實時地調度和決策維護服務。