AKM22C-ANMN2-00

有一天我注意到微信群中两个朋友讨论预测性维护，我发现这两个人讨论可有意思，他们俩说的话似乎并不是一种语言体系里的人，而且显然他们自己也是相互并不理解的，但是我看明白了，他们俩说得都是一件事，后来我明白两者的差异。一个方向是通过机械系统的失效模型。就是一个金属材料在这种加工状态下、运动状态下怎么失效的，怎么被磨损，机器什么时候出故障，这个我们叫做机理模型分析。

另一个人谈的不是这个话题，他只看振动信号，或者温度信号，看这个信号以后就预测这个信号这个趋势会怎么样，这是数据驱动的一个预测性维护，其实解决问题的这个方法有很多种，有一些人通过机理模型，有些人通过积极学习的方式，数据驱动的方式来解决这个问题，那数据驱动的解决方式的优势在哪呢？他不需要人掌握非常专业的知识，只要看数据，自己去学，但是机理模型具有可解释性，人工智能在工业应用大的问题就是可解释性问题。

所以说人工智能有一些问题，有不可解释性问题，导致人工智能在工业应用其实它是有些局限的。因为工业里面不允许99%正确，要求的是100%准确。只要有一次1%的不准确，就可能会出人命，可能跟商业场景应用不一样。