西门子SIEPA（Siemens Predictive Analytics）预测性分析系统是以工业大数据为基础，人工智能技术为工具，面向工业领域的智能预测性维护、智能故障诊断一体化系统。SIEPA系统结合领域经验与工业大数据进行交互式智能分析，建立高效的数字化预测预警、诊断机制，评估生产和设备的健康状态，帮助进行快速的故障风险预测、诊断、维护和修复，保障工厂中关键设备的正常运行，降低非计划停车风险，使用户真正享受人工智能给工业带来的效益与提升。

　　SIEPA系统主要包括一个平台和两个深化应用模块，即工厂预测性分析平台、设备健康运行状态预测模块与智能排查诊断模块。

　　设备健康运行状态预测模块基于先进的机器学习、神经网络算法，建立针对工业领域"小数据"、"不平衡数据"等复杂情况的异常检测和预测模型，实现对设备健康状态的实时预测预警。利用机器学习推荐算法及模型融合技术，对所预警的故障案例进行因果关系追溯和推理，并预测设备故障趋势。

　　智能排查诊断模块基于自然语言处理技术，帮助用户构建设备故障分析知识库，进而基于故障现象进行"中医"模式的诊断，以及基于设备量化状态进行"西医"模式的诊断。"中西医结合"实现智能化、自动化的故障原因诊断和维修方案推荐。