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一直是许多工业和商业领域非常有趣和关键的问题。 为了在正常操作期间检测异常并预见机器故障，已经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，在此演示中，我选择了以下三种典型方法。 1. Htelling 的 T 方方法2. 高斯混合模型3. 一类支持向量机为了模拟现实情况，在本演示中，我将使用 C-MAPSST（商业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”，国际预测与健康管理会议，（2008 年）。 [2] 涡轮风扇发动机退化模拟数据集， https://ti.arc.nasa.gov/te
