由于传感器的大量增加和物联网(IoT)的快速发展，复杂技术系统中的罕见事件预测已成为许多工业和商业领域非常有趣和关键的问题。为了在正常运行期间检测异常并预见机器故障，研究了各种类型的预测性维护(PdM)技术。在这些技术中，多维数据集的无监督异常检测方法在许多实际案例中更受关注。因此，在这个演示中，我选择了以下三种典型方法。
1.赫特林t平方法
2.高斯混合模型
3.看到下面成了一个支持向量机
为了模拟一个现实的情况，在这个演示中，我将使用C-MAPSST(商用模块化航空推进系统仿真)[1,2]提供的数据集。
[1] A. Saxena, K. Goebel, D. Simon和N. Eklund，“飞机发动机运行到故障模拟的损伤传播建模”，预测与健康管理国际会议，(2008)。
[2]涡扇发动机退化仿真数据集，https://www.nasa.gov/intelligent-systems-division