摘要：近年來,深度學習以其在特征提取與模式識別方面獨特優勢與潛力被廣泛應用于眾多領域,已取得顯著進展,其在復雜工業系統故障診斷與預測中的研究屬于新興領域。對近年來深度學習及其在各領域發展的優秀綜述文獻以及主流的開源仿真工具平臺進行了整理,同時介紹了五種典型的深度學習模型,包括自動編碼器(Auto-Encoder,AE)、深度置信網絡(Deep Belief Networks,DBN)、卷積神經網絡(Convolutional Neural Networks,CNN)、循環神經網絡(Recurrent Neural Network,RNN)、生成對抗網絡(Generative Adversarial Network,GAN);從研究背景、實現流程及研究動態等三個方面就深度學習在故障診斷與預測中的應用研究進行了歸納總結,對近年來這一領域發表的相關論文進行了系統的綜述;從研究實際出發探討了深度學習在故障診斷與預測領域應用中存在的問題、挑戰及解決方法,并對未來值得繼續研究的方向進行了展望。