Аннотация:
Достижения в машиностроении позволяют создавать более эффективное оборудование, однако при этом повышается его сложность. Существуют различные стратегии планирования технического обслуживания, среди которых наиболее перспективной является предиктивная стратегия, основанная на прогнозировании отказов – редких событий в жизненном цикле оборудования. Тема прогнозирования редких событий мало разработана. Существующие методы используют агрегированные по рабочим циклам данные. При этом отсутствуют широко распространенные методы для прогнозирования по не агрегированным данным, которые имеют на порядки больший объем. Предлагается метод прогнозирования остаточного ресурса, обобщающий агрегирование данных в рабочие циклы, идентификацию процесса деградации. В метод также включен новый подход по формированию обучающей выборки в условиях редких событий с отсеиванием параметров, вносящих наибольшее количество шума в результат прогнозирования. В результате применения предложенного метода удалось повысить точность на 5.2-8.8%.