【摘要】机电设备结构复杂、工况多变，长期处于高负荷环境下运行，易产生由磨损、疲劳、老化等因素引发的多类型故障，基于多源感知数据的故障智能识别与预测维护逐步成为机电设备运维的重要发展方向，通过数据建模与智能决策实现故障的提前感知，优化维护策略。本文系统研究数据采集与感知系统构建方法和面向复杂工况的智能故障识别模型，并以健康状态评估、剩余使用寿命预测、风险阈值自适应调控和维护决策优化为核心形成预测维护技术体系。