_基于机器学习的故障预测与健康管理（PHM）方法研究 机器学习 PHM 故障预测与健康管理

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。

PHM故障预测与健康管理技术

故障预测与健康管理(PHM)的方法综述，何源川，王晨升，本文介绍了故障预测与健康管理技术（Prognostics and health management，PHM）的基本概念和研究内容。重点对故障预测中使用的技术方法进行了

２０世纪９０年代中期，ＰＨＭ （故 障 预 测 与 健 康 管 理）技术应运而生。从发展概况、应用成效、ＰＨＭ 验证评价、典型案例分析以及发展规划５个方面总结了国外 ＰＨＭ 技术发 展 的 应 用 成 效；并对国内 ＰＨＭ 技术的基础理论、工程技术与应用方面的发展状况进行了总结；通过对比国内外 ＰＨＭ 技术的发展应用现状，总结分析了目前国内 ＰＨＭ 技术发展现状与国外先进水平之间的差距以及未来发展的借鉴启示。

深度学习在设备故障预测与健康管理中的应用_陈志强.caj

工业大数据驱动的故障预测与健康管理，适合工程技术研究人员

数据驱动的寿命预测和健康管理技术研究进展

基于机器学习的故障预测与健康管理（PHM）方法研究