Una revisión crítica de los pronósticos para sistemas estocásticos en degradación bajo big data

Área de la Ciencia:

• Ingeniería
• Ciencias de la Computación
• Ciencia de Datos

Sus antecedentes:

• La predicción de la vida útil restante (RUL), o pronóstico, es crucial para la seguridad y confiabilidad de los sistemas estocásticos en degradación.
• El auge de la Industria 4.0 y el Internet de las Cosas (IoT) ha aumentado la atención en los métodos de pronóstico que utilizan big data.
• Se necesita una revisión crítica de las fortalezas y debilidades de los métodos de pronóstico existentes para estimular nuevas direcciones de investigación.

Objetivo del estudio:

• Analizar críticamente los métodos de pronóstico basados en datos para sistemas estocásticos en degradación en el contexto del big data.
• Identificar problemas comunes, tendencias de desarrollo y lagunas de investigación en los enfoques de pronóstico actuales.
• Explorar el área emergente del pronóstico en datos incompletos y destacar las oportunidades futuras.

Principales métodos:

• Análisis de métodos estadísticos de pronóstico basados en datos.
• Revisión de métodos de pronóstico basados en aprendizaje automático (ML).
• Examen de enfoques de pronóstico híbridos que combinan métodos estadísticos y de ML.

Principales resultados:

• Discusión de las ideas básicas de investigación, tendencias de desarrollo y problemas comunes asociados con varios métodos de pronóstico basados en datos.
• Identificación de los pros y los contras de las técnicas estadísticas, basadas en ML e híbridas de pronóstico existentes.
• Exploración del pronóstico en datos incompletos como un tema emergente clave.

Conclusiones:

• El artículo proporciona una visión general completa de los pronósticos basados en datos para sistemas estocásticos en degradación en la era del big data.
• Ofrece información sobre los desafíos y las oportunidades potenciales para guiar la investigación futura en pronósticos.
• La revisión tiene como objetivo estimular nuevas ideas y avances en el campo de los pronósticos.