Quando si elaborano i segnali acquisiti da sensori, il primo passo è verificarne l’integrità, e se necessario eliminarne gli errori (in genere legati al sistema di acquisizione) e i disturbi. Questi ultimi sovente- sono dovuti all’interazione del dispositivo o della macchina con l’ambiente (si pensi per esempio ai rumori di fondo nell’acquisizione di segnali acustici), o con altre parti della macchina stessa o con dispositivi contigui (come per esempio un riduttore collocato in una linea di trasmissione in cui vi siano più meccanismi e organi di collegamento). La pulizia dei dati assicura, o quantomeno aumenta, la possibilità di svolgere analisi o modellizzazioni corrette.
Il passo successivo è l’analisi dei dati. Esistono una grande varietà di modelli, algoritmi e strumenti per analizzare i dati. La scelta del metodo più adatto dipende soprattutto dalla tipologia dei dati raccolti, e punta a facilitarne l’interpretazione e l’elaborazione. Questi dati, come si è già visto in passato, possono essere:
• valori: dati relativi a olii, temperature, pressioni, umidità, …;
• forme d’onda: segnali vibratori, acustici, di correnti elettriche o fluidiche, …;
• multidimensionali: i più comuni sono le immagini, per esempio di termografi a infrarossi, raggi X…
L’elaborazione dei dati a forma d’onda e multidimensionali è anche detta elaborazione del segnale. Sono state sviluppate diverse tecniche di elaborazione del segnale per analizzare e interpretare i dati a forma d’onda e multidimensionali, al fine di estrarre informazioni utili per scopi diagnostici e prognostici. La procedura di estrazione di informazioni utili dai segnali ripuliti ma grezzi è definita estrazione delle caratteristiche (in gergo, features). L’elaborazione di segnali multidimensionali come le immagini è più complessa dell’elaborazione dei segnali monodimensionali a forma d’onda per la presenza di una dimensione (geometrica) ulteriore che li rende a due dimensioni (a cui si può aggiungere anche in questo caso l’evoluzione nel tempo). E come si è sempre già visto, vi sono tre grandi categorie di analisi, soprattutto per i dati a forma d’onda, ognuna delle quali sfrutta metodi specifici per le caratteristiche dei segnali trattati: analisi nel dominio del tempo; analisi nel dominio della frequenza; e analisi tempo-frequenza.