简介:
本发明公开了一种利用维修数据评估拖拉机使用可靠性的方法。获取拖拉机产品的维修数据,预处理并提取数据特征和使用率;根据失效产品的数据特征和使用率,建立机器学习回归模型;再对未失效产品的数据特征进行处理预测未失效产品的使用率,生成未失效产品的使用量;选择需要进行可靠性评估的拖拉机产品类型,提取该类型所有拖拉机产品首次失效时的使用量,构造考虑右删失量的使用量概率分布的似然函数,以最大化似然函数为目标获得使用量的概率分布,根据概率分布获得产品使用可靠性。本发明通过考虑影响拖拉机使用率的主要因素,建立拖拉机产品使用率的机器学习回归模型,获得未失效产品的使用率和使用量,再进行可靠性评估,便能够更有效地评估拖拉机的使用可靠性,更接近真实情况。
本发明公开了一种利用维修数据评估拖拉机使用可靠性的方法。获取拖拉机产品的维修数据,预处理并提取数据特征和使用率;根据失效产品的数据特征和使用率,建立机器学习回归模型;再对未失效产品的数据特征进行处理预测未失效产品的使用率,生成未失效产品的使用量;选择需要进行可靠性评估的拖拉机产品类型,提取该类型所有拖拉机产品首次失效时的使用量,构造考虑右删失量的使用量概率分布的似然函数,以最大化似然函数为目标获得使用量的概率分布,根据概率分布获得产品使用可靠性。本发明通过考虑影响拖拉机使用率的主要因素,建立拖拉机产品使用率的机器学习回归模型,获得未失效产品的使用率和使用量,再进行可靠性评估,便能够更有效地评估拖拉机的使用可靠性,更接近真实情况。