预测性设备故障

设备剩余寿命预测学习，CMAPSS发动机数据集

基于SVM-HSMM模型的设备故障预测研究，张彦如，孙志豪，数控机床是保证加工企业正常生产经营的基础资源。本文根据数控设备的运行过程，提出了基于程序片段的数据采集方式，针对监测数据

在智能制造背景下， 大数据驱动的设备故障预测与健康管理日益受到各界重视。深度学习能够在层次结构的特征提取过程中发现更多的隐藏知识， 在领域自适应方面具有良好的数据适应性， 近年来逐渐成为设备故障预测与健康管理的研究热点， 并在设备故障诊断和预测中得到了广泛的应用。通过系统回顾近年来深度学习在设备故障预测与健康管理中应用， 总结、分类和解释关于这一热点主题的主要文献， 讨论了各种体系结构和相关理论。在此基础上， 阐述了深度学习在设备故障诊断和预测方面所取得的主要成果、面临的挑战、以及未来的发展趋势， 为设备故障预测与健康管理领域选择、设计或实现深度学习架构， 提供明确的方向。

高速公路机电设备故障预测中数据挖掘技术的应用.pdf

基于数据中心远程监控数据的设备故障预测系统的设计与实现 多重式回归分析 更正 回归 决策树 树 监控预测系统 监控 预测

深度学习在设备故障预测与健康管理中的应用_陈志强.caj