工作流程與概念 演算法開發流程簡介 資料清理的前處理技巧 為狀態指標的設計進行的特徵擷取方法 使用預測模型來預估機器剩餘使用壽命變速箱與軸承 風力渦輪機軸承的剩餘使用壽命估算 油泵浦軸承的故障診斷為傳輸系統產生故障資料泵浦、馬達、電池 往復泵(reciprocating pump)的故障分類 利用卡爾曼濾波器進行DC馬達的故障分類 離心泵(centrifugal pumps)的殘差分析(residual analysis) 利用卡爾曼濾波器評估電池退化程度飛機與直升機 噴射機引擎的剩餘使用壽命估算 直升機振動訊號的階次分析(order analysis) 彈性飛翼飛機(Flexible Flying Wing Aircraft)的模態分析(modal analysis) 以非監督式和監督式機器學習進行飛機引擎故障偵測加工廠和電力系統Mondi透過機器學習執行以統計為基礎的生產流程健康監控與預測維護 以模擬為基礎的風電場預測性維護 Shell的大數據和預測解析 Release 14 V2X Sidelink PSCCH and PSSCH Throughput (範例檔) 利用MATLAB進行預測性維護：時間序列資料的型樣匹配(pattern matching)訊號處理、特徵擷取、預測模型建立Apps 可以進行資料視覺化、前處理、比對的Signal Analyzer App 利用Wavelet Signal Denoiser App進行時間序列資料除噪 可用於驗證分類模型訓練和的Classification Learner App 以Regression Learner App訓練和驗證迴歸模型
