Как предсказать время поломки/срок службы оборудования?

Question

[Игорь Колонтарь]

Доброго дня.
Есть небольшой набор данных о случаях поломки оборудования, т.е. задокументировано:
1. Дата/время поломки
2. Тип поломки
3. Какое оборудование сломалось (идентификация экземпляров по модели и серийнику);
Всего 130 случаев поломок, некоторое оборудование фигурирует больше 1 раза.
Также есть данные около 160 единиц оборудования вида: модель, серийник, год выпуска, счетчик проделанных операций.
Гипотеза такая, что вероятность поломки увеличивается в зависимости от счетчика, и времени эксплуатации (очевидно).

А вот дальше уже затык.
Есть небольшой опыт построения модели на платформе Azure, но тогда решалась задача классификации, а тут, как понимаю, нужен регрессионный анализ. Как лучше скомпоновать данные для машины? Какой лучше алгоритм выбрать.
Хочу попытаться для каждого оборудования (модель/серийник) предсказать его срок службы или время следующей поломки и/или тип этой поломки исходя из "истории болезни" оборудования, но ума не приложу, как машине лучше скормить эти данные.

Будет уже неплохо, если подскажете, что почитать по этой теме, может быть у кого-то был успешный опыт решения такой задачи.

Comments

[Adamos]

Гипотеза такая, что вероятность поломки увеличивается в зависимости от счетчика, и времени эксплуатации (очевидно)

Очевидно, но неверно. Поломка - событие, которое может быть следствием нескольких факторов. Не только износ оборудования, но и заводской брак и условия использования (в которых - и скачки напряжения, и дикие пользователи, и климат, и все прочее).
В результате на практике выходит сложная кривая, в которой наименьшая вероятность поломки - у оборудования, которое уже проработало пару лет.

[Игорь Колонтарь]

Adamos: спасибо за уточнение. Вот эти данные я уже вряд ли получу.

Answer 1

[Сергей]

Нужно почитать теорию надежности.

Как выше написали.
Вероятность поломки может быть описана приближенно такой формулой:
p(t) = a/(b*t) + c*exp(d*t) + e

Answer 2

[dmshar]

Есть такой раздел Data Science, который очень оптимистично называется "анализ выживаемости". Название историческое, так как изначально анализируются шансы пациентов выжить за определенный промежуток времени. Или выздороветь - в зависимости от уровня оптимизма :-).
Так вот, в общем случае этот раздел как раз и строит модели, нацеленные в том числе на выявление вероятности поломки оборудования, вероятности свершения какого-то определенного события, попыток предсказания момента выхода оборудования из строя и т.д. Ну вот, из самого свежайшего (буквально вчерашнего) и простейшего описания этого раздела Data Science - можно прочитать тут: https://datascienceplus.com/survival-analysis-part-i/
(Кстати, тут и объясняться, за одно, и почему классическая регрессионная модель в данном случае не работает, и в чем отличия ее от модели выживаемости).
Из более фундаментального - statsoft.ru/home/textbook/modules/stsurvan.html
И вообще, информации по теме много. Ключевые слова - "анализ выживаемости".

Answer 3

[SolidMinus]

Нет, тут тоже классификация.

Multi-class classification, когда несколько типов поломки.

Посмотрите в сторону классификатора на нейронных сетях с выходным слоем softmax активацией и softmax-регрессию. Почитайте как распознают при помощи Feed-forward NN ( MLP ) набор MNIST, там та же задача, только в качестве фич - пиксели. https://www.tensorflow.org/get_started/mnist/beginners

3-й и 1-й пункт - это фича. Только нужен фич инжиниринг провести, т.к строк

ufldl.stanford.edu/tutorial/supervised/SoftmaxRegr...