技术总结
本发明提供了一种故障预测方法、装置、终端及存储介质，方法包括如下步骤：获取关键部件的多个故障因子及关键部件的多个历史故障时间点；根据关键部件的多个故障因子及关键部件的多个历史故障时间点，应用神经网络进行训练，获取关键部件的预计故障时间；计算关键部件的当前时间与预计故障时间的差值，预测关键部件的故障可能性；应用神经网络进行训练，可以获取关键部件的预计故障时间，通过分析故障因子，确定关键部件的故障可能性。运用本方法之后，可以将关键部件的特征细化为容易把控的故障因子，对关键部件的状态进行分析，以此确定目标对象将要损坏的部件，预测目标对象发生故障的可能性。故障的可能性。故障的可能性。
技术研发人员：张孝山 林峰平 刘健 罗俊君 冯泽伦 文志雄
受保护的技术使用者：深圳市康必达控制技术有限公司
技术研发日：2020.11.10
技术公布日：2021/2/8