在智能制造背景下, 大数据驱动的设备故障预测与健康管理日益受到各界重视。深度学习能够在层次结构的特征提取过程中发现更多的隐藏知识, 在领域自适应方面具有良好的数据适应性, 近年来逐渐成为设备故障预测与健康管理的研究热点, 并在设备故障诊断和预测中得到了广泛的应用。通过系统回顾近年来深度学习在设备故障预测与健康管理中应用, 总结、分类和解释关于这一热点主题的主要文献, 讨论了各种体系结构和相关理论。在此基础上, 阐述了深度学习在设备故障诊断和预测方面所取得的主要成果、面临的挑战、以及未来的发展趋势