SVĚTOVÝ, EVROPSKÝ A ČESKÝ AUTOMOBILOVÝ PRŮMYSL A TRH S AUTOMOBILY :: Šaroch a kol.

Vachtsevanos, 2006). To je nevýhoda těchto metod, protože technik chce vědět, proč doporučovat který úkol údržby. Vhodnou kombinací obou přístupů lze využít dostupné synergie. Hybridní přístup tak může zlepšit přesnost snížením nejistoty (Goebel et al., 2021; Javed et al., 2017; Kan et al., 2015). Proto se tento článek zaměřuje na hybridní metody. Obr. 8.16: Základní přístupy k monitorování stavu

Zdroj: Zpracováno dle Arulampalam et al. (2002) Hybridní metody diagnostiky a prognózy se snaží o kombinaci přístupů založe ných na datech a modelech tak, aby byly jejich potenciály vhodně využity. V literatuře jsou uváděny různé kombinace. Jeden obecný postup, který podtrhuje rozdíly v rámci kroků tří typů přístupů, je znázorněn na obrázku 8.1. Zatímco přístup založený na mo delu se opírá o fyzický nebo empirický model, který vyvinuli lidé, přístup založený na datech se učí vztahy mezi jeho vstupy a výstupy. Na tomto obrázku je uveden jeden možný hybridní přístup, který kombinuje vyvinutý fyzikální nebo empirický model s modelem naučeným. V tomto případě je mezi těmito dvěma modely populární rozdíl. Jeden přístup modeluje dynamické chování sledovaného systému a druhý přístup modeluje degradaci (Liao a Kottig, 2014; Medjaher a Zerhouni, 2013). Další možná hybridní metoda je založena na jednotlivých modelech pro různé subsystémy jednoho systému a jejich individuální degradaci (Yucesan a Viana, 2020). Kromě toho se fyzic ký model používá k reprezentaci obecné degradace systému, zatímco model založený na datech umožňuje aktualizaci aktuální úrovně degradace (European Conference of the Prognostics and Health Management Society, 2021). Abychom to shrnuli, pro účely diagnózy nebo prognózy lze realizovat různé možnosti kombinace přístupů založených na modelu a přístupu řízeného daty. Liao a Kottig (2014) uvádí kategorizaci čtyř různých přístupů ke kombinaci přístupů řízených daty a přístupů založených na modelech. Protože metody založené na modelu spoléhají na model stavu a měření, v prvním přístupu je model měření reali zován přístupem řízeným daty. Ve druhém přístupu se stavový model učí přístupem ří zeným daty. Ve třetím přístupu se nejistota budoucích měření zvažuje odhadem budou cích měření na základě řešení založených na datech. Zatímco tyto tři přístupy kombinují

189