基于数据驱动的方法通过挖掘过程数据中的内在信息建立数学模型和表达过程状态,根据模型来实施过程的有效监测。随着智能化仪表和计算机存储技术的广泛应用,海量的过程数据得以有效地监测、收集和存储,而该类方法正是基于这样的海量数据,在监测和预警算法上它又可以分为基于信号处理、粗糙集、机器学习、信息融合和多元统计这五大类算法,其中机器学习算法是在理论和实践中发展活跃的分支,它包括贝叶斯分类器,神经网络,支持向量机,聚类算法,主成分分析等算法
通过对设备故障的产生原因及现象的分析,使我们对故障的诊断有了明确的目的性。目前,对各种设备的故障诊断实施技术,已从传统的感官直接判断,进入到利用现代振动、声、光、电学理论以及各种现代测试技术、信息处理、识别技术和计算机技术的方向发展。振动检测系统可通过对机械振动信号的拾取、放大,显示振动的峰值,以了解机械的振动状态。主要设备有测振用传感器、放大器等。通过机械设备温度变化,可以查找机件缺陷和诊断各种由热应力引起的故障。温度诊断是以温度、温差、温度场、热象等热学参数为检测对象。检测仪器主要有温度计、热电偶等。
故障诊断是一门涉及信号处理、模式识别、人工智能、统计学、计算机科学等多个学科的综合性技术。机械设备故障诊断技术概括地讲可以分为3类:基于信号处理的方法、基于解析模型的方法和基于知识的智能故障诊断方法。设备故障诊断的目的是避免故障的发生,使零部件的寿命得到充分发挥,延长检修周期,降低维修费用。维修制度从预防制度向预知制度的转变是必然的,而真正实现预知维修的基础是设备故障诊断技术的发展和成熟