机器智能的一个重要应用是其提供的分析能力。对于许多工业上的复杂问题，人类目前还无法对其构造准确的模型。机器智能使用大数据，可以帮助人们对复杂问题进行分析，找到问题的解决方案。

李杰在《从大数据到智能制造》一书中介绍了丰田公司的空气压缩机智能化升级的例子，该例子显示了运用工业大数据分析对复杂工业问题的分析能力。在空气压缩机上，其控制根据压缩气体的流量、体积、压力、压缩比等参数，具有很强的动态性和非线性特点。一个需要解决的难题是规避“喘振现象”，即如果控制参数距离喘振边界太近，则压缩机的剧烈振动会造成严重的设备损坏；而如果控制参数离喘振边界太远，则会大大影响压缩机的工作效率，造成能耗的浪费。改进离心空气压缩机喘振现象，从而规避控制的准确度和效率，其核心是准确地定位系统的喘振边界，为入口导流叶片设计反馈控制，在避免压缩机激流现象发生的同时尽可能靠近最佳效率区间。

由于许多变量都与产生激流现象有关，激流曲线的确切位置很难被准确定位，因此在实际操作过程中大多选择保守的做法，使空气发动机的运行参数尽量远离激流曲线，但这会造成压缩机能耗的增加和效率的降低。为了有效解决这个问题，丰田公司采集了在激流和非激流状态下的各类控制和监控参数，通过对大量数据的分析，对激流和非激流状态的数据建立分类模型，确定最佳激流曲线的边界。(www.daowen.com)

最终，该方法被集成到压缩机的控制系统中，实现了具有在线激流监控和优化控制能力的智能压缩机设备。新的设备不但避免了由于喘振现象而引起的故障和停机，而且大大提高了运行效率。