機器故障預測ML model

Question

我想開發一個 ML model 來預測機器故障之前的故障。 我有一個來自機器各種傳感器（10 個傳感器）的時間序列數據集。 在這個數據集中，我們有每次失敗前 10 天的數據集。 我如何開始使用機器學習 model 和 python。

我想要這個 model 將在故障發生前 1 天預測故障。 請幫忙。 感謝您。

Answer 1

您可以嘗試多種方法，我建議您創建一個延遲一天的功能，您可以將時間移動一步。

例如，如果您的數據：

特征	時間
12	31
37	7
19	6個
20	18

你可以這樣做

特征	延遲一天
12	--
37	31
19	7
20	6個

你可以在這里查看有關時間序列的快速信息我從他們的第一課 https 中學到了這個https://www.kaggle.com/learn/time-series

Answer 2

我會建議您一些有關預測性維護的資源（這正是預測“機器故障先於故障”）。 這個源應該適應開始。

然后，您可能想了解生存分析，尤其是可以適應您的建模的威布爾分布。 這是表示組件故障時間的常用方法。 您可以在 Python 或 R 中找到許多關於 Weibull 模型或多或少技術性的在線資源以及實現。對於深度學習方法，您可以查閱此資源。