预测性维护工具箱™可以让你的标签数据，设计条件指标，并估计机器的剩余使用寿命（RUL）。

该工具箱提供的功能和探索，提取和使用排名特征的交互式应用程序的数据和基于模型的技术，包括统计，光谱，以及时间序列分析。您可以通过使用频域和时频分析方法振动数据中提取特征监测旋转机器，如轴承和齿轮箱的健康。为了估计机器的故障时间，您可以用生存，相似性，基于趋势的模型来预测RUL。

您可以分析，并从本地文件，云存储和分布式文件系统标签传感器数据的输入。您也可以从标签产生的Simulink仿真故障数据万博1manbetx^®楷模。该工具箱包括用于电机，齿轮箱，电池，并且可以用于开发自定义预测性维护和状态监测算法被重复使用的其它机器的参考例子。