通过 Predictive Maintenance Toolbox™，您可以管理传感器数据、设计状态指标并估计机器的剩余使用寿命 (RUL)。

该工具箱提供了多个函数和一个交互式 App，通过基于数据和基于模型的方法（包括统计、频谱和时序分析），对特征进行探索、提取和排序。您可以使用频率和时频方法从振动数据中提取特征，从而监控旋转机器的运行状况。要估计机器的故障时间，可以使用生存模型、相似性模型和基于趋势的模型来预测 RUL。

您可以组织和分析来自本地文件、云存储和分布式文件系统的传感器数据。您可以标注从 Simulink^® 模型生成的仿真故障数据。该工具箱包括电机、变速箱、电池和其他机器的参考示例，您可以重用这些示例来开发自定义的预测性维护和状态监控算法。

为实现算法运营化，您可以生成 C/C++ 代码以部署到边缘，或创建生产应用程序以部署到云。