Искусственный интеллект для приложений предиктивного обслуживания: ключевые компоненты, доверие и будущие тенденции

Предиктивное обслуживание (PdM) — это подход, использующий данные и аналитические методы для прогнозирования того, когда компонент в реальной системе выходит из строя или появляются аномалии, чтобы выполнить обслуживание до наступления отказа. Применение современных технологий, таких как анализ данных и искусственный интеллект (AI), повышает производительность и точность систем предиктивного обслуживания, а также увеличивает их автономность и адаптивность в сложных и динамичных рабочих условиях. В этой статье рассматриваются недавние достижения в области PdM на основе ИИ с акцентом на ключевые компоненты, доверие и будущие тенденции. Сначала проанализированы передовые (SOTA) методы, проблемы и возможности, связанные с PdM на основе ИИ. Далее обсуждаются интеграция технологий ИИ в PdM в реальных приложениях, взаимодействие человека и робота, этические вопросы, возникающие при использовании ИИ, а также возможности тестирования и валидации разрабатываемых политик. В исследовании выделяются перспективные направления для будущих исследований, такие как цифровые двойники, метавселенная, генеративный ИИ, совместные роботы (cobots), блокчейн-технологии, надежный (trustworthy) ИИ и Промышленный Интернет вещей (IIoT), на основе всестороннего обзора современных SOTA-методов, возможностей и проблем, связанных с PdM на основе ИИ.