资产性能管理系统主要涉及三方面：一是数据，即机器的实时数据、历史维护记录、失效记录、产品手册等；二是机理，像FMEA、控制理论等基本的工业模型；三是数据分析，变点检测、时序预测、聚类回归、机器学习、神经网络等结合在一起，才能产生一个相对完整的设备资产管理系统，实现实时监测、故障诊断预测、**性管理等一系列功能，*终目标是降低停机概率、降低运营风险、实现更快的响应能力。

　　怎么利用数据分析实现资产的高效性能分析呢？主要还是利用机器的数据。基于机器的历史数据可以构建不同状态下的历史数据样本，开发各类故障的特征模型，与当前传感器数据进行对比，从而对当前的设备进行实时的健康评估。基于历史数据也可以构建性能预测指标，通过对比指标就可以知道设备未来在什么时间可能会出问题，可以计算剩余寿命以优化维护策略。