基于马尔萨斯模型的流水线循环检定下可靠性t检验方法与流程

文档序号:12467370阅读:462来源:国知局

本发明涉及一种基于马尔萨斯模型的流水线循环检定下可靠性t检验方法。



背景技术:

近年,国网公司开展“三集五大”改革以来,各网省陆续实现计量集中化检定,电能表自动化检定流水线已经在省级计量检定领域推广普及。在电能表到货后全检检定中,自动化流水线检定方式在大量节约人力成本的同时,也带来了许多新的问题。首先,自动化设备智能程度有限,容错率低,在各个环节均有可能由于设备或系统本身设计问题引入不确定因素而导致计量装置误检,致使整个批次检定不合格率偏高。其次,在智能电能表推广的大背景下,多数网省公司流水线设备处于超负荷运行状态,设备经历调试、磨合、稳定等运行阶段后,大量易损件及部位开始出现老化、劣化、缺陷甚至故障,这也对系统整体检定不合格率产生了极大的影响。

在自动化流水线一次全检检定不合格率偏高的情况下,一般采取人工复检的方式以达到合理的检定不合格率。但人工复检依然存在效率低下,而且在生产调度上总会占用流水线或立库资源,形成较大的浪费。



技术实现要素:

为解决上述问题,本发明提供了一种电能表自动化检定流水线循环模式系统可靠性的t检验方法,其能够对不合格表采取循环检定方式,有效提高流水线检定合格水平,在循环检定模式下,循环次数及不合格表在循环中的收敛速度也集中反应了计量表计和自动化设备检定结果的可靠水平。

本发明为解决上述问题,所采用的技术方案如下:

一种基于马尔萨斯模型的流水线循环检定下可靠性t检验方法,包括如下步骤:

(1)提出原假设H0和备择假设H1

(2)实际取得n次样本,给定显著性水平α;

(3)获得样本期望估值;

(4)按求出拒绝域;

(5)利用计算结果判定系统可靠性;

所述H0:r′=r2,H1:r′≠r2;r2为合格率;n为循环次数,1≤n≤10;r′为对第n次循环得到的检验不合格率;k为目标值,即根据实际需要设定的目标值。

进一步的,设N1为样本自身不合格,N2为系统误检,r1为不合格率;则循环下不合格表计数量理论值关系有:N2(n+1)-N2(n)=-[1-(r2-r1r2)]N2(n)。

进一步的,N2(n)为马尔萨斯形式的收敛模型,N2(0)=x(r2-r1r2),N1=r1x,则不合格表计为:

进一步的,对于N2(t)有:

进一步的,对于r′满足如下关系:

本发明具有如下技术效果:

在合适的工况下,自动化检定流水线采取合理的循环检定模式可以大大提高检定合格率,减少人工介入成本。在循环检定的同时,以后台统计数据为基础,实现对流水线系统运行状态的实时分析和评价,并且量化健康状况,为线体系统开展运维检修提供量化的直观的支撑性数据。循环检定下流水线系统可靠性的检验大大减少了计划检修的盲目性,提高了检修的成效。

附图说明

附图1为本发明的图1循环检定原理图。

具体实施方式

以下结合附图1和具体实施例对本发明作进一步详细说明。

实施例1:

对于一个待检计量表计样本X,设其批次不合格率为r1,检定系统误检率为r2(由于系统特性,误检率只考虑“弃真”,忽略“取伪”),系统检定过程中产生的不合格表计分为两类,一类是样本自身不合格,计作N1,另一类为系统误检,计作N2。为方便分析,设样本全部完成一次检定后再全部进行循环。循环过程如图1所示。

则循环下不合格表计数量理论值关系有:

N2(n+1)-N2(n)=-[1-(r2-r1r2)]N2(n)

其中n为循环次数,由式可见,N2(n)为马尔萨斯形式的收敛模型,又有N2(0)=x(r2-r1r2),N1=r1x。则不合格表计为:

对于N2(t)有:这意味着当经过多次循环后,检定不合格数N接近实际不合格数量r1x。设其循环n次,将流水线视为被检样本,对第n次循环得到的检验不合格率r′,则观察值r′对应真值r2(对于r2-r1r2,一般r1在2%以内,此处忽略r1r2)的偏差不应太大。若偏差过大,则系统不可靠,反之,系统可靠。

检验问题:H0:r′=r2,H1:r′≠r2

对于r′满足如下关系:

<mrow> <mfrac> <mrow> <mover> <msup> <mi>r</mi> <mo>&prime;</mo> </msup> <mo>&OverBar;</mo> </mover> <mo>-</mo> <msub> <mi>r</mi> <mn>2</mn> </msub> </mrow> <mrow> <mi>&sigma;</mi> <mo>/</mo> <msqrt> <mi>n</mi> </msqrt> </mrow> </mfrac> <mo>~</mo> <mi>N</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>,</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>

设时则系统不可靠,对于不可靠发生的概率,我们允许其最大值为α(即显著性水平),则:

对于样本标准差S,由于S2是σ2的无偏估计,用S代替σ,可得拒绝域:

实施例2:

某批次三相电能表共4000只,次循环检定,线体1次检定不合格电能表数量为232只,2次检定不合格数量为55只,3次检定不合格数量为46只,4次检定不合格数量为39只,经5次循环后检定不合格数量为32只,则:

检验问题:H0:r′=32,H1:r′≠32

取α=0.05,则检验问题的拒绝域为:

<mrow> <mi>t</mi> <mo>=</mo> <mfrac> <mrow> <mover> <msup> <mi>r</mi> <mo>&prime;</mo> </msup> <mo>&OverBar;</mo> </mover> <mo>-</mo> <msub> <mi>r</mi> <mn>2</mn> </msub> </mrow> <mrow> <mi>S</mi> <mo>/</mo> <msqrt> <mi>n</mi> </msqrt> </mrow> </mfrac> <mo>&GreaterEqual;</mo> <msub> <mi>t</mi> <mi>&alpha;</mi> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>

现有n=5,tα(4)=2.1318。又计算得S=117.24。则有:

<mrow> <mi>t</mi> <mo>=</mo> <mfrac> <mrow> <mover> <msup> <mi>r</mi> <mo>&prime;</mo> </msup> <mo>&OverBar;</mo> </mover> <mo>-</mo> <msub> <mi>r</mi> <mn>2</mn> </msub> </mrow> <mrow> <mi>S</mi> <mo>/</mo> <msqrt> <mi>n</mi> </msqrt> </mrow> </mfrac> <mo>=</mo> <mn>0.8325</mn> <mo>&le;</mo> <mn>2.1318</mn> </mrow>

t未落入拒绝域中,故接受H0,认为设备可靠。

对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1