预测性维护工具箱™允许您标记数据、设计条件指示器，并估计机器的剩余使用寿命(RUL)。

工具箱提供功能和交互式应用程序，用于探索、提取和排序功能，使用基于数据和基于模型的技术，包括统计、光谱和时间序列分析。通过使用频率和时频方法从振动数据中提取特征，可以监视旋转机器(如轴承和齿轮箱)的健康状况。要估计机器到失败的时间，可以使用生存、相似性和基于趋势的模型来预测RUL。

您可以分析和标记从本地文件、云存储和分布式文件系统导入的传感器数据。您还可以标记从Simulink生成的模拟故障数据万博1manbetx^®模型。该工具箱包括电机、齿轮箱、电池和其他机器的参考示例，可用于开发定制的预测维护和状态监控算法。