前沿综述与综合：基于需求、利用数字孪生技术实现标准化预测性维护自动化的路线图

近期的数字化进展使预测性维护（PMx）得以普及，在维护流程中提供了更高的效率、自动化、准确性、成本节约与独立性。然而，PMx 仍面临诸多局限，如可解释性差、数据驱动方法样本效率低、基于物理的方法复杂，以及基于知识的方法泛化性与可扩展性有限。本文提议利用数字孪生（DT）应对这些挑战，并在更大规模上实现自动化 PMx 的采用。尽管 DT 具有变革潜力，但其尚未成熟到能以标准化方式弥合这些差距。若无标准定义引导这一演进，该转型便缺乏坚实的发展基础。本文提供了一条基于需求的路线图，以支持利用 DT 技术实现标准化 PMx 自动化。我们的系统化方法包含两个主要阶段。首先，我们有条理地识别 PMx 的信息需求（IR）与功能需求（FR），它们作为任何统一框架必须赖以产生的基础。我们将 IR 与 FR 定义并用作任何 PMx DT 主干的方法，得到了其他领域（如软件行业产品开发）中这些需求作为蓝图已取得公认成功的支持。其次，我们跨多个领域开展详尽的文献综述，评估这些 IR 与 FR 当前在 DT 中的应用情况，使我们能识别支持基于需求的 PMx DT 进展与成熟所需进一步研究的具体方向。