陆军基于状态维护的策略和解决方案
在位于马里兰州阿伯丁的阿伯丁测试中心的大力支持下，美国陆军装备系统分析活动向责任区和国家培训中心部署了基于状态的维护箱、软件、模板和热仪器。这种部署允许对车辆操作、士兵热环境（安全）和车辆健康进行近乎实时的评估。
此外，AMSAA 正在研究使用车辆维护和运行历史的预测性维护算法。 AMSAA 与马里兰州阿伯丁试验场 ATC 联合设计的车载系统从车载传感器、数据总线、地形传感器和全球定位系统收集数据，并分析数据以确定车辆状况.
在实施 CBM 的第一阶段，AMSAA 为工程开发健康和使用监控系统 (EDHUMS) 确定了合适的硬件和软件，并完成了数据采集系统的初始战区安装。第 2 阶段包括开发强大的军用级 EDHUMS，设计数据分析流程，在美国大陆训练环境中测试 EDHUMS，并开始在美国大陆以外的作战单位部署 EDHUMS。 AMSAA 目前正致力于为信息管理流程开发一个临时解决方案。第 3 阶段正在进行中，包括确定一个小型、廉价的聚焦 HUMS。最后阶段包括将经过验证的 FHUMS 硬件在制造时由原始设备制造商集成到平台或其他适当的经过验证的硬件中。
AMSAA 已成功展示了硬件和软件功能、数据质量检查和基本使用特性。许多车辆都配备齐全，并从 80 多个模拟通道、多个 SAE J-1708 总线通道和 GPS 传感器捕获数据。这些车辆多次跑过所有APG测试课程，为预测算法的开发提供了详细的数据。
一年多来，ATC 和 AMSAA 还对伊拉克三种不同类型的 20 辆轮式车辆的数据进行了测量和分析。这提供了大量使用数据和操作参数，对于改进车队管理、工程设计改进工作和优化测试非常有用。此外，数据正在与维护记录保持一致，以识别特定的预测算法。
EDHUMS 测试自 6 月以来一直在进行。 AMSAA 已在加利福尼亚州欧文堡的国家培训中心安装战术轮式车辆。目前正在收集、减少和分析数据，以便向车队经理、工程师和维护人员报告。诊断/预测算法的使用特征和初始版本已安装并正在改进。 EDHUMS 系统已安装在现场。此外，重型旅战斗队CBM+ COBRA演示期间可能安装多达10至20个系统。
AMSAA 能够提供的一些分析包括挂档时间、燃料消耗、士兵热环境、速度时间和一些基本的地形识别。 AMSAA 的目标是使用机载算法生成这些信息，这将有助于减少离线处理的数据量。信息可以以图形显示或两页的车辆使用总结报告的形式提供，该报告将数据处理成有用的信息报告。
AMSAA 继续与客户会面，以进一步确定所需信息的类型以及客户希望如何显示。从获取到报告的数据流流程正在完善，AMSAA 正在逐步使用、诊断、预测算法进行验证和验证，因为它们正在开发中。 AMSAA 继续与士兵、工业和其他政府组织合作，开发强大的 CBM 流程，这将提高陆军的战备水平并显着节省后勤成本。
设备保养维修