| 🧰综合工具与平台 | BibMon | 工业级 Python 包，集成预测模型、预处理、可视化等 | https://github.com/petrobras/bibmon |
| UniPHM | 统一的预测与健康管理框架，支持 RUL、故障诊断、异常检测 | https://github.com/holden-mcgorin/UniPHM |
| faultdiagnosistoolbox | 基于结构分析的 MATLAB 工具箱，支持 C 代码生成 |
| D2P Toolbox | 旋转机械专用工具箱，集成小波散射等信号处理技术 | https://github.com/flandersmake/D2P-Toolbox |
| 🚀领域泛化与迁移学习 | DG-PHM | 基于领域泛化的故障诊断和预测，含论文、代码、数据集 | https://github.com/CHAOZHAO-1/DG-PHM |
| DGFDBenchmark | 领域泛化故障诊断的基准测试库 | https://github.com/ShaneSpace/DGFDBenchmark |
| Unsupervised Deep Transfer Learning | 无监督深度迁移学习在故障诊断中的应用与比较 |
| Few-shot Learning for Fault Diagnosis | 小样本学习，适用于大型工业设备 | https://github.com/mingzhangPHD/transferlearning（注：该仓库为通用迁移学习库） |
| 📊数据集与基准测试 | SQ-dataset-with-variable-speed-for-fault-diagnosis | 变速机械故障诊断开放数据集 |
| WT-planetary-gearbox-datasets | 风力涡轮机行星齿轮箱故障数据集 |
| LiU-ICE Benchmark | 工业内燃机试验台故障诊断基准 |
| 🔬特定方法与技术 | GTFE-Net | Gramian 时频增强卷积神经网络用于轴承故障诊断 |
| MSGCN-CS | 多尺度图卷积网络 + 对比学习增强的自注意力池化 |
| SHEP | 智能故障诊断模型的可解释性事后归因方法 | https://github.com/ChenQian0618/SHEP |
| Temporal Logic Neural Network (TLNN) | 时序逻辑 + 神经网络，可解释滚动轴承故障诊断 |
