基于数字孪生的装备维修器材需求预测方法和系统

本发明公开了一种基于数字孪生的装备维修器材需求预测方法和系统，涉及装备维修器材需求预测技术领域，包括：采集目标装备的历史数据和状态数据，和获取各单体装备和各可更换单元的实际运行状态；将各单体装备和各可更换单元的实际运行状态同步到预设数字孪生模型，作为仿真的初始状态；确定任务环境数据；建立装备状态特征时空关系模型；将装备状态特征时空关系模型和任务环境数据输入到预设数字孪生模型，计算当前时刻敏感系数，并基于当前时刻敏感系数构建装备使用故障率模型；确定装备使用计划对应的仿真时刻单元故障情况；统计目标装备的维修器材需求。本发明缓解了传统的装备维修器材需求预测仿真存在着仿真结果与实际差异大的技术问题。