预测性维护允许您监控设备健康，以避免在运行期间的未来故障。它使用预测算法与设备传感器的数据进行估计，当您的设备失败时。它还针对您的复杂机器中存在问题的根本原因，并帮助您确定需要修复或更换的部件。这样，您可以最大限度地减少停机时间并最大限度地提高设备寿命。
此电子书将帮助您使用Matlab开始预测维护算法开发®通过解释术语并提供对示例，教程和试用软件的访问。
阅读此电子书以了解：
第1节：与MATLAB预测维护简介
了解预测维护如何与反应性和预防性维护等策略不同。通过预测的维护工作流程步骤，如获取和预处理数据，特征提取和培训机器学习模型。
第二节：利用MATLAB提取条件指标
了解如何从数据中提取不同的特征，并使用提取的特征训练机器学习模型，以便对不同的故障类型进行分类。
第3节：使用MATLAB估算剩余使用寿命
了解不同估计模型，以预测系统的剩余使用寿命：相似性，生存和退化。了解哪种RUL模型适用于您的系统，基于您提供的数据和系统信息。
