机器和设备的性能和可靠性会随着老化而降低。目前，不准确的退化表征会导致过度维护和维护不足，这两者都会给社会带来严重后果。因此，迫切需要改进方法来优化系统维护、防止故障并降低成本。
经过近十年对摩擦界面、润滑剂、电池、金属结构等各种系统退化的物理特性的研究，由工程技术学院助理教授JudeOsara博士和德克萨斯大学奥斯汀分校退休教授MichaelBryant组成的国际研究小组在一篇由两部分组成的论文中提出了一种基于热力学的通用损伤表征方法，用于分析通常经历复杂过程的真实系统。
随着时间的推移，一切都会退化。如果不积极维护工程系统，它们最终会失效，有些故障可能会造成灾难性的后果，例如在运输和建筑行业。为了减轻这些故障的影响，需要进行预防性维护，每年花费数十亿欧元。需要准确的退化表征来降低维护成本并防止故障。
JudeOsara和MichaelBryant从第一原理出发，最近开发了一种基于热力学第二定律的方法，作者将其重新表述为现象学熵生成(PEG)定理。它定义了一条零老化路径(划定单纯存在的极限)作为参考，以及一条老化路径，所有实际系统在运行或使用过程中都必须沿着这条路径发展。
结合降解熵生成(DEG)定理，用户选择的性能指标(任何可以通过传感器测量的系统参数)就会直接与主动过程机制的物理特性相关联。
“通过现场优化和定期维护延长系统的使用寿命始于退化表征。虽然人工智能在人类生活的许多方面继续取得进展，但其表征系统退化和不稳定性的能力仍然严重不足且成本高昂。
JudeOsara博士表示：“在这里，我们展示了一种简单而通用的方法来分析日常现实世界中经历不稳定和非线性相互作用的系统。PEG定理是即时的和通用的，分析算法简单、非侵入性且成本低廉。”
“如果您可以测量或估计温度和其他工艺参数，如力、速度、应力、应变、电压、电流等，那么您就可以很好地评估系统的熵生成。如果您可以测量或估计材料特性，那么熵生成将由您随意处理。
“我们的方法还描述了不稳定性与临界现象，通过锂离子电池的热失控得到证明。”
这种基于物理的方法也可以与现有方法相结合，建议研究人员、工程师和科学家使用，以量化其系统中的实际时间变化。