「Prognostics（寿命予測）、Health Management（健康管理）」の略。一般的には、故障予知や予知保全とも呼ばれ、保全に関するシステム工学的アプローチのフレームワークを指す。センサデータから機械の異常を検知/特定したり、また製品の残寿命（RUL：Remaining Useful Life）を予測したりする健全性管理の技術で、ゼロダウンタイムを実現させ、経済的な損出を未然に防ぐことが至上命題である。
ビッグデータの分析によるデータ駆動（Data Driven）による保守最適化と考えられているが、機械学習（Machine Learning）や深層学習（Deep Learning）などによる機械的な計算処理のみで簡単に達成出来るとは限らず、故障に対する知見や洞察、対象故障モードに感度のあるセンサーデータの収集も検討する必要がある。
PHMの目的は下記の3つで、最近では品質改善も含むこともある。
・故障診断（Diagnostics）
機器の状態を把握することで、異常の予兆を捉える（Anomaly Detection）、不具合の種類・箇所を特定する（Fault Isolation）、また不具合の程度を知る（Fault identification）のこと。
・寿命予測（Prognostics）
機器の劣化進行をモデリングすることで残寿命（RUL：Remaining Useful Life）を予測すること。
・Health Management（健康管理）
Diagnostics/Prognostics の結果およびその他利用可能な情報やオペレーション上の要求に基づいて、メンテナンスやロジスティクスに関する適切な意思決定をすること。
