我有一个组件，我需要预测它何时会磨损并需要更换。我监控，比方说这个组件的 5 个参数，每个运行周期都会监控每个参数。因此，数据集可能如下所示：

No_of_runs    Para1    Para2    Para3    Para4    Para5
1              100      32        45      230       86
2              101      34        65      234       90
3              120      24        32      242       80
4              105      45        40      213       75
5              90       42        54      200       77
...            ...      ...       ...     ...       ...

除了上述内容之外，我还有一个数据集说明该组件在过去何时需要更换。因此，如果上述数据集达到 500 行（组件的运行周期），则另一个数据集表示组件需要在 50、130、340、400 周期内进行替换。

基于这些数据，目标是创建一个模型，该模型能够预测该组件将来何时会发生故障，并为其提供到目前为止的参数数据。

我很难想出解决问题的方法，而且由于我在该领域没有太多经验，我不确定该采取哪种方法。

这是一个有监督的问题，但我不确定如何整合组件“退化”的信息（运行周期）或如何构建我的特征矩阵。