信息记录材料

首页 > 刊期 > 2026 > 4期 > 信息：理论与观点

人工智能辅助的计算机硬件维护与故障预测系统设计

张鑫茂

【摘要】为解决计算机硬件维护效率低下以及故障预测准确性不足的问题，本文提出一种基于深度学习的智能硬件维护系统。该系统通过构建多层次数据采集模块，实时采集ＣＰＵ、内存、硬盘等关键部件的运行状态参数；采用长短期记忆（ＬＳＴＭ）网络与卷积神经网络（ＣＮＮ）相结合的混合模型，实现故障特征提取与预测分析。实验结果显示，系统故障预测准确率达到９４.７％，误报率低于３.２％，较传统方法预测时间窗口提前６８ｈ，显著降低了维护成本并提升了系统可靠性。

【关键字】人工智能；硬件维护；故障预测；深度学习；智能诊断

【PDF】