一、状态监测与健康管理技术利用先进的传感器获得尽可能精确的电子系统运行状态信息，通过设计更先进的数据分析技术来获得对电子系统健康状况的精确估计。
二、故障诊断技术对系统进行维修时，如何定位出故障模块或元器件是非常重要的。由于此时的故障程度还不足以使系统完全失效，因此大多属于早期故障状态，设计先进的特征提取技术和具有良好性能的分类技术、方法就显得尤其重要。
三、预测技术当系统、分系统或部件可能出现小缺陷或早期故障，或逐渐降级到不能以最佳性能完成其功能的某一点时，选取相关检测方式，设计预测系统（如预警电路等）来检测这些小缺陷、早期故障或降级水平，做到防患于未然。一般又分为系统的状态预测和寿命预测两类。
四、信息融合技术多传感器数据融合是指对由两个或更多传感器组成的具有协同的、互补的和竞争性质的传感器阵列进行智能处理，其目的就是以尽量高效率的诊断方法将各自的信息综合起来，以便对电子系统状态的确定获得更为准确的结论。
五、人工智能技术PHM中广泛采用人工智能技术，包括专家系统（基于模型的推理、基于案例的推理、基于规则的推理）、神经网络、模糊逻辑和遗传算法等，通过它们的智能推理获得对系统状态的准确监控和故障诊断。
PS:近来有点忙，本篇有点简单，概念性的，敬请谅解。
本文根据孔学东，恩云飞等老师编著的电子产品故障预测与健康管理改编。
长按二维码识别关注我们