随着传感器的大量增加和物联网的快速发展，复杂技术系统中的罕见事件预测已经成为许多工业和商业领域非常有趣和关键的问题。为了在正常运行过程中检测异常并预见机器故障，人们研究了各种类型的预测维护(PdM)技术。在这些技术中，针对多维数据集的无监督异常检测方法在许多实际案例中具有更大的应用价值。因此，在这个演示中，我选择了以下三个典型的方法。
1.Htelling丁字尺方法
2.高斯混合模型
3.看到下面成了一个支持向量机
为了模拟一个真实的情况，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模型”，预测与健康管理国际会议，(2008)。
涡扇发动机退化仿真数据集，https://www.nasa.gov/intelligent-systems-division