本标准规定的上基于数据状态监测和诊断方法的应用指导。    引进4568这些方法付诸实践，通常在几个阶段（其中的一些步骤可以被现有程序的框架内进行的）来进行:     - 监测设施的定义，关键可用于测量损害和控制参数;     4568- 数据采集和编辑;     - 诊断/控制模型的开发;     - 训练数据模型的设定;     - 测试模型;     - 为了诊断模型的应用。    步骤成功完成不它需要的数据处理的统计方法有深入的了解，但需要能力培养模型的程序，并确认它运作良好，在控制过程中的地位和诊断后。    教育的基础上通常对带电设备进行数据状态的控制程序。在这种情况下，故障检测的原理是由模型所观4568察到的数据所预测的数据进行比较。 （此差异有时被称为非粘性）的预测和接收的数据之间的差异指示这可以归因要么到受控具有空间的异常设备或到测量仪器。    在诊断程序教育如在正常操作，并且有故障的设备中进行。所述诊断程序是不受控参数的偏差值，并且通过所观察4568到的数据与类比较所述故障识别该设备的可能状态在训练阶段确定。通常，它涉及到识别和图像的后续分类。    数据分析可以从分布式控制系统的记录（DCS或英文转录，DCS）或专门的监测系统来获得

Настоящий стандарт устанавливает руководство по применению методов контроля состояния и диагностирования на основе данных. Внедрение таких методов в практику обычно осуществляют в несколько этапов (некоторые из этих этапов могут выполняться в рамках существующих процедур): - определение объектов мониторинга, критических повреждений и контролируемых параметров, доступных для измерений; - сбор и редактирование данных; - разработка модели диагностирования/контроля; - настройка модели по обучающим данным; - проверка работоспособности модели; - применение модели в целях диагностирования. Выполнение указанных этапов не требует глубоких знаний статистических методов обработки данных, но требует компетентности в процедурах обучения модели, а после подтверждения ее работоспособности также в процедурах контроля состояния и диагностирования. Обучение в процедурах контроля состояния на основе данных проводят на нормально работающем оборудовании. В этом случае принцип обнаружения неисправности состоит в сравнении данных, предсказанных с помощью модели, с данными наблюдений. Наличие расхождения между предсказанными и полученными данными (эту разность иногда называют невязкой) свидетельствует об имеющей место аномалии, которая может быть отнесена либо к контролируемому оборудованию, либо к измерительному инструменту. Обучение в процедурах диагностирования проводят как на нормально работающем, так и на неисправном оборудовании. В процедуре диагностирования значение имеет не отклонение контролируемого параметра, а идентификация неисправности путем сопоставления наблюдаемых данных с классами возможных состояний оборудования, определенных на этапе обучения. Обычно эта процедура сводится к распознаванию и последующей классификации образа. Данные для анализа могут быть получены из записей распределенной системы управления (РСУ или, в англоязычной транскрипции, DCS) или из специализированных систем мониторинга