thanh, và để phát hiện những thay đổi có thể dự báo trước các
sự cố.
Khái niệm nền tảng của phương pháp trên là khi sự vật hỏng,
chúng thường không hỏng tất cả cùng một lúc, mà dần dần theo
thời gian. Khi được trang bị dữ liệu cảm biến, việc phân tích
tương quan và các phương pháp tương tự có thể xác định các
mô hình cụ thể, các dấu hiệu, thường nảy sinh trước khi một cái
gì đó hỏng - tiếng nổ của động cơ, nhiệt độ quá cao từ một động
cơ, và những thứ tương tự. Từ đó, ta chỉ cần tìm kiếm mô hình
để biết khi nào một cái gì đó tỏ ra bất ổn. Việc phát hiện sự bất
thường sớm cho phép hệ thống gửi một cảnh báo để có thể thay
một bộ phận mới hoặc chỉnh sửa sai sót trước khi sự cố thực sự
xảy ra. Mục đích là để xác định một phương tiện đo lường tốt,
sau đó quan sát nó, và qua đó dự đoán các sự kiện trong tương
lai.
Công ty vận chuyển UPS đã sử dụng các phân tích dự đoán từ
cuối những năm 2000 để theo dõi đội xe 60 ngàn chiếc tại Hoa
Kỳ và biết khi nào cần thực hiện bảo dưỡng phòng ngừa. Mọi sự
cố trên đường đều có thể khiến phải hủy bỏ hay trì hoãn việc
giao và nhận hàng. Vì vậy, để phòng ngừa, UPS thường thay thế
một số bộ phận sau hai hoặc ba năm. Nhưng điều đó không hiệu
quả, vì một số bộ phận vẫn còn tốt. Từ khi chuyển sang phân
tích dự báo, công ty đã tiết kiệm được hàng triệu đôla bằng cách
đo và giám sát các bộ phận riêng lẻ và thay thế chúng chỉ khi
cần thiết. Trong một trường hợp, dữ liệu thậm chí tiết lộ rằng
toàn bộ một nhóm các xe mới có một bộ phận bị khiếm khuyết
có thể gây rắc rối, trừ khi được phát hiện trước khi đưa vào sử
dụng.
Tương tự như vậy, các bộ cảm biến được gắn vào cầu và các tòa
nhà để theo dõi các dấu hiệu hao mòn. Chúng cũng được sử
