对于故障相对多发的装备部件,依靠历史故障数据可以预测备件需求。而针对未来较短期内,部件可能发生未曾发生过的故障,建立向量自回归(Vector Auto Regressive, VAR)模型预测特征参数值,通过比较特征参数值与故障阈值的大小,提前预知设...对于故障相对多发的装备部件,依靠历史故障数据可以预测备件需求。而针对未来较短期内,部件可能发生未曾发生过的故障,建立向量自回归(Vector Auto Regressive, VAR)模型预测特征参数值,通过比较特征参数值与故障阈值的大小,提前预知设备部件可能会发生故障,进而及早地制定相关备件计划,弥补因经验积累不足造成备件缺失的不足,解决装备的备件需求预测问题。展开更多
文摘对于故障相对多发的装备部件,依靠历史故障数据可以预测备件需求。而针对未来较短期内,部件可能发生未曾发生过的故障,建立向量自回归(Vector Auto Regressive, VAR)模型预测特征参数值,通过比较特征参数值与故障阈值的大小,提前预知设备部件可能会发生故障,进而及早地制定相关备件计划,弥补因经验积累不足造成备件缺失的不足,解决装备的备件需求预测问题。