在此基础上，通过物理模型、知识系统和统计模型等混合型故障预测技术，融合故障诊断的算法，如时频诊断、统计诊断、专家系统诊断、人工神经网络诊断、模糊诊断、灰色熊理论诊断等，实现对设备早期微弱性能变化展示、异常识别报警、故障诊断和预测。
寰球设备健康管理系统采用数据模型＋机理模型＋专家知识的特色混合建模技术，建立智能数据分析模型，设备监督方案从单维度阈值监测上升为多变量融合监测。同时，系统设有智能趋势分析，能够预测部件的故障趋势，方便管理人员编制故障预警，根据预警主动进行预测性维护。
寰球设备健康管理系统界面
除此以外，基于运行信息、检修信息等数据积累，综合设备故障数据更换备件、设备可靠性等信息，为维保、维修方案制定和决策提供数据和理论的支撑。
03 预测性维护的意义
相对于其他的维修方式，预测性维护可以进行远程监测、故障预测，也可用于质量控制、资产追踪、决策支撑等。其主要的优势在于：
纵向来看，预测性维护有利于企业降低生产成本、提高效益有显著作用（通常可将维护成本降低10－50％）；
横向来看，行业竞争激烈，引入预测性维护技术可以有效提高企业竞争力（如识别和改进产品缺陷，增加生产安全性等）；
新时代工业服务要求的变化和商业模式的转变无不倒逼产业模式的转变，预测性维护便是新时代、新业态下出现的新模式。
作为信息化建设者的一员，寰球致力于工业大数据和人工智能技术的应用研究，帮助企业，尤其是中小型企业通过云计算和大数据等技术手段对生产设备、产品、服务进行管理，提高生产效率，缩减成本，一起往高质量制造业方向携手共进。