HawkEye设备智能维保平台：设备故障预测/设备预测性维护的研究方法
设备故障预测/设备预测性维护的研究方法（以电子产品为例说明）：
1.基于保险和预警装置的方法
基于设计预警装置的原理，预测和健康监控通过安装于实际产品中或处于实际产品同样应力环境（同位）的预警装置并利用其特别的耗损机制，同样可用于早期故障警告。
2.基于故障预兆监控和推理的方法
故障预兆是指针对即将到来的故障而显示出的一种数据事件和趋势。预兆暗示通常表现为可测量变量的改变，且这种改变与后续故障相关联。
实施基于故障预兆的PHM技术方案的关键是选择需要监控的生命周期参数。
3.基于失效物理模型PoF的方法
失效物理方法PoF是利用产品的生命周期载荷和失效机理知识来评估产品可靠性。它将传感器数据与模型相结合，确定模型的参数，建立趋势变化比较曲线。
该模型能够实时识别在相同环境条件下产品状态与预期正常状态下相比的偏离，并预测产品未来的可靠性。
4.基于融合方法的故障预测与健康管理
融合方法就是将数据驱动的方法与PoF方法相结合。
数据驱动方法能够提供异常诊断功能，而PoF方法则有助于确定数据异常所对应的失效机理及其故障根源，并提供系统参数的阈值和故障定义，从而支持RUL预测。
参考来源：孔学东 恩云飞 陆裕东等《电子产品故障预测与健康管理》
武汉璞华大数据技术有限公司：https://www.purvardata.com/
HawkEye设备智能维保平台：https://www.purvardata.com/khwx.html
HawkEye IETM交互手册制作平台：https://www.purvardata.com/wl.html
