nasa电池实验数据集.mat 格式Description： Experiments on Li-Ion batteries. Charging and discharging at different temperatures. Records the impedance as the damage criterion. The data set was provided by the Prognostics CoE at NASA Ames.

基于Matlab编程实现Arrhenius模型寿命预测.pdf

基于机器学习的蠕变断裂寿命预测方法.pdf

为了改善刀具寿命预测的精准度，文章在已有的 PSO-BP 神经网络算法中引入混沌理论，提出了一种基于混沌粒子群算法优化 BP 神经网络( CPSO-BP 神经网络) 的刀具寿命预测方法。该方法采用粒子群算法优化网络权值和阈值，通过混沌扰动更新粒子的位置。CPSO-BP 神经网络算法既避免了 BP 神经网络存在的收敛速度慢、易陷入局部最优的缺点，又改善了全局搜索能力，同时，降低了粒子群优化算法造成早熟收敛或停滞的可能性。仿真结果表明: 与已有的 PSO-BP 神经网络算法相比，该文的 CPSO-BP 神经网络算法用于刀具寿命预测时收敛速度和预测精度均更胜一筹。

行业分类-设备装置-一种基于伪寿命跟踪的产品剩余寿命预测准确性评价方法.zip

PHM深度学习 PHM中的深度学习，故障诊断中的深度学习，剩余使用寿命预测中的深度学习 该存储库的目的是收集PHM领域中深度学习的应用研究，收集和组织开源算法资源，并为研究人员提供学习和交流的平台。 文件 每周纸快递 2020年 | 评论论文 Dalzochio，J.等人，《机器学习和工业4.0中预测性维护的推理：当前状态和挑战》。 工业计算机，2020年。123：第。 103298. Zhao，Z.等人，《旋转机械智能诊断的深度学习算法：开源基准研究》。 ISA Transactions，2020年。 Jiao，J.，et al。，卷积神经网络在机器故障诊断中的全面综述。 神经计算，2020年。 Singh，J.等人，滚动轴承PHM的机器学习算法的系统综述：基本原理，概念和应用。 测量科学与技术，2020年。 Liu，Z. and L. Zhang，大型风力涡轮机轴承的故障模式，状态

行业分类-物流装置-具有货架寿命预测功能的冷链物流管理装置及方法应用.zip

行业分类-作业装置-一种燃料电池系统的寿命预测及维护方法.zip

5、粒子滤波在电池寿命预测中的应用 状态方程 观测方程 原始实验数据（右图）

python轴承寿命预测（附带GUI界面）源码