ビッグデータ下における確率的劣化システムの予知保全に関するクリティカルレビュー

科学分野:

• 工学
• コンピュータサイエンス
• データサイエンス

背景:

• 残存耐用期間（RUL）予測、または予知保全は、確率的劣化システムの安全性と信頼性にとって極めて重要である。インダストリー4.0とモノのインターネット（IoT）の台頭により、ビッグデータを活用した予知保全手法への関心が高まっている。既存の予知保全手法の強みと弱みのクリティカルレビューは、新たな研究の方向性を刺激するために必要とされている。

研究 の 目的:

• ビッグデータの文脈における確率的劣化システムのデータ駆動型予知保全手法を批判的に分析すること。現在のアプローチにおける一般的な問題点、開発動向、研究ギャップを特定すること。不完全ビッグデータ下での予知保全という新興分野を探求し、将来の機会を強調すること。

主な方法:

• 統計的データ駆動型予知保全手法の分析。
• 機械学習（ML）ベースの予知保全手法のレビュー。
• 統計的手法とML手法を組み合わせたハイブリッド予知保全アプローチの検討。

主要な成果:

• 様々なデータ駆動型予知保全手法に関連する基本的な研究アイデア、開発動向、一般的な問題点についての議論。既存の統計的、機械学習ベース、ハイブリッド予知保全技術の長所と短所の特定。不完全ビッグデータ下での予知保全を主要な新興トピックとして探求。

結論:

• 本稿は、ビッグデータ時代の確率的劣化システムのためのデータ駆動型予知保全の包括的な概要を提供する。将来の予知保全研究を導くための課題と潜在的な機会についての洞察を提供する。本レビューは、予知保全分野における新たなアイデアと進歩を刺激することを目的とする。