设备故障预测与健康管理（PHM）

设备感知计算。

设备诊断模型，数据分析算法。

AI神经网络模型自学习故障知识库。

提取设备振动数据的时频特征，频域数据 建立深度典型变量分析模型，实现非线性 残差生成器构建故障分类器，实现故障的 诊断和定位。

设备实际运行状态无法有效掌控，生产过程 通过切片等方式，构建振动信号的二维图像 通过多个卷积层、池化层等操作，可以得到 振动信号的多层次特征。

利用迁移学习方法，构建设备的剩余寿命预 测模型，提高剩余寿命预测的准确。