Resumen

El objetivo principal de la gestión de activos de ingeniería es optimizar el potencial de prestación de servicios de los activos y minimizar los riesgos y costes relacionados a lo largo de toda su vida útil mediante el desarrollo y la aplicación de la gestión de la salud y el uso de los activos, en la que la predicción de la salud y la fiabilidad desempeñan un papel importante. En situaciones reales en las que un activo de ingeniería opera en condiciones operativas y ambientales dinámicas, la vida útil de un activo de ingeniería se describe generalmente como datos de series temporales no lineales monitorizados y sujetos a altos niveles de incertidumbre e imprevisibilidad. Se ha demostrado que la aplicación de técnicas de minería de datos es muy útil para extraer características relevantes que pueden utilizarse como parámetros para el diagnóstico y pronóstico de activos. En este artículo, se ofrece un tutorial sobre la minería de datos de series temporales no lineales en la predicción de la salud y la fiabilidad de los activos de ingeniería. Además de una visión general de las técnicas de predicción de la salud y la fiabilidad de los activos de ingeniería, este tutorial se centrará en los conceptos, modelos, algoritmos y aplicaciones de los modelos ocultos de Markov (HMM) y los modelos ocultos semi-Markov (HSMM) en el pronóstico de la salud de los activos de ingeniería, que son representantes de las recientes técnicas de predicción de la salud de los activos de ingeniería.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:modelos de markov, activos de ingeniería, tiempo no lineal, predicción de la fiabilidad, potencial de prestación de servicios de los activos, técnicas recientes de predicción de la salud de los activos de ingeniería, pronóstico de la salud de los activos, técnicas de minería de datos, salud de los activos de ingeniería, gestión de los activos de ingeniería
• Keywords:markov models, engineering asset, nonlinear time, reliability prediction, assets service delivery potential, recent engineering asset health prediction techniques, asset health prognosis, data mining techniques, engineering asset health, engineering asset management