以丰田和NISSAN为代表的日本轿车制作公司是精益制作的模范，在出产过程办理和设备运用保护方面具有严厉的履行标准和继续改善的文化机制，并且在出产流程监控和质量办理方面运用了大量的统计东西，保证在质量发作误差时能够及时地进行纠正。

　　这些办法在运用前期很快显现出了无穷的价值，使产品质量和出产过程中的糟蹋得到了极大的改善，也协助日本轿车在美国市场占有了半壁河山。但是在精益制作推行到必定程度以后，这些公司开端发现提高的空间越来越小，一些设备的停机和产品的质量疑问无论如何进行继续改善都无法彻底消除，即便严厉按照操作标准、天天对设备进行点检，定时对设备进行防止性保护，仍然避免不了设备毛病停机的表象。

　　这是因为精益办理所处理的仅仅可见的疑问和糟蹋，在疑问发作时及时地发现和处理，却无法去猜测和办理不行见要素形成的影响。所以这些公司纷繁意识到大型制作体系及设备须非常好地应对动态的、改变的出产环境和客户需求，将固有的静态六西格玛办理模型改善为动态猜测模型，从而将简略的出产制作误差评价转化为猜测型衰退评价，开发了很多可大规划运用的在线猜测剖析东西。

　　以丰田公司的空气压缩机智能化晋级为例，为了改善离线空气压缩机激流表象躲避操控的精确度和功率，运用数据驱动的东西为激流曲线进行建模，为进口导流叶片设计反应操控，在避免压缩机激流表象发作的一起尽可能接近最好功率区间。但是因为很多变量都与发作激流表象有关，激流曲线的切当方位很难被精确定位，因而在实际操作过程中大多挑选保守的做法，使空气压缩机的运转参数尽量远离激流曲线，但这却形成了压缩机能耗的添加。

　　为了有用处理这个疑问，丰田公司引入了IMS的数据驱动建模办法，收集了在激流和非激流状况下的分类操控和监控参数，运用主成分剖析办法将杂乱多维的数据在保存最大方差的基础上进行了降维。随后运用支撑向量机对激流和非激流状况的数据主成分建立了分类模型，分类模型的鸿沟保证了激流和非激流状况的参数之间的距离最远，因而能够作为最好激流曲线的鸿沟。最终，经过验证的猜测剖析东西被集成到了压缩机的操控体系中，完成了具有在线激流监控和优化操控能力的智能压缩机设备。

压缩机喘振猜测剖析流程

　　NISSAN公司在工业机器人的健康办理方面引进了猜测剖析模型。因为工业机器人被大量运用，且出产环境十分杂乱，因而不适合安装外部传感器，而是运用操控器内的监控参数对其健康进行剖析。NISSAN的工业机器人中有适当一部分是六轴机械臂，任何一个轴发作毛病都会形成机械臂的停机。在运用伺服轴的转速信号对机械臂的工况进行区别后，再对每一个工况内的状况参数（如扭矩和温度等）建立健康评价模型，从其剖析成果中能够发现在毛病发作前的三个星期前就能够猜测到前期毛病特征。

对机械臂进行健康预诊的剖析成果

　　随后NISSAN开端在六轴伺服机械臂上推行猜测剖析模型，在大量机械臂的数据被收集和剖析的条件下，对不同品种和运转工况的机械臂进行了聚类剖析，形成了一个个机械臂的“虚拟社区”，社区内的机械臂的数据剖析选用集群建模的办法，经过比较每一个机械臂与集群的差异性来判别其处于异常的程度，并对集群内所有机械臂的健康状况进行排序。

NISSAN工厂机器人健康猜测剖析办理体系

　　在对机械手臂的健康状况进行定量化剖析以后，NISSAN对剖析成果进行了网络化的内容办理，建立了“虚拟工厂”的在线监控体系。在“虚拟工厂”中，办理者能够从出产体系级、出产线级、工站级、单机级和关键部件级对设备状况进行笔直立体化的办理，依据设备的实时状况进行保护方案和出产方案的调度。该体系还能够天天生成一份健康陈述，对出产线上所有设备的健康状况进行排序和统计剖析，向设备办理人员供给每一台设备的健康危险状况和首要危险部位，这么在平时的点检中就能够做到详略妥当，既不放过任何一个危险点，也尽可能避免了不必要的查看和保护作业，完成了从防止式保护到猜测式保护的改变。