本发明涉及二手设备定价技术领域，具体涉及一种二手设备的检测定价方法及服务系统。
背景技术：
目前，旧设备价格的评估由资产评估师或有经验人士完成。由于估价人经验与专业背景差异很大，且无法判断个人利益倾向对估价结果的影响。这种评估方式信度低、效度低、效率低，导致银行、融资、保险等市场主体，无法进入二手工程机械设备交易市场，严重影市场对资产配置的效率。
特别是近年来，“以旧换新”成为新机销售的主流方式，由于没有二手设备质量检测标准、没有科学定价机制，必然造成“以旧换新”交易中价格博弈的复杂性。
二手工程机械设备交易市场“质量信息不对称”、“没有公平的定价工具”成为市场健康发展的两个核心疼点。
技术实现要素：
为解决二手设备定价中存在的问题，本申请提供一种二手设备的检测定价方法及服务系统。
根据第一方面，一种实施例中提供一种二手设备的检测定价方法，包括步骤：
计算被检测设备的质量衰减系数tt，并根据价值模型f(tt)计算所述被检测设备的价值pq；
根据估价模型f(lt)计算所述被检测设备的估价pw，其中，lt为被检测设备的寿龄；
根据所述价值模型f(tt)和估价模型f(lt)的映射关系计算寿龄lt与质量衰减系数tt之间的转换系数；
根据所述转换系数将所述质量衰减系数tt转换为被检测设备的等价寿龄ltt；
在寿龄lt点，根据所述等价寿龄ltt对所述估价模型f(lt)进行泰勒公式展开，以获得被检测设备的检测定价。
一种实施例中，计算被检测设备的质量衰减系数tt，具体包括步骤：
设置被检测设备的质量分数m；
设置被检测设备所检测项目的部件数，并按照各部件的造价权重将质量分数m分配给各个部件；
针对各个部件均设置数个质量缺陷点的检测点，并根据质量缺陷点的维修造价比重分担其所属部件拥有的质量分数；
统计检测到发生的缺陷点所分担的质量分数之和∑e；
计算质量减分比率：fk＝∑e/m；
计算发生的缺陷点数比率：dk＝∑d/n，其中，∑d为检测到的发生缺陷点数量之和，n为被检测设备整体缺陷点的个数；
根据公式
一种实施例中，价值模型f(tt)和估价模型f(lt)的映射关系为常数比例映射关系，根据所述常数比例映射关系计算寿龄lt与质量衰减系数tt之间的转换系数，具体包括步骤：
统计样本数量的被检测设备的寿龄总和：∑lt；
统计样本数据的被检测设备的质量衰减系数总和：∑tt；
根据公式ck＝∑lt/∑tt计算转换系数ck。
一种实施例中，根据转换系数将所述质量衰减系数tt转换为被检测设备的等价寿龄ltt，具体为：ltt＝ck*tt。
一种实施例中，在寿龄lt点，根据所述等价寿龄ltt对所述估价模型f(lt)进行泰勒公式展开，以获得被检测设备的定价，具体为：
pt＝pw+p′w*(ltt-lt)+p″w(ltt-lt)2*1/2，其中，pt为被检测设备的检测定价，p′w、p″w分别为在lt点的一阶导数、二阶导数。
根据第二方面，一种实施例中提供一种二手设备的检测定价服务系统，包括同时支持若干个检测定价操作的平台，所述平台与用户终端互联网通信连接；
所述平台包括：
登录接口，用于用户终端进入所述平台对被检测设备进行检测定价；
关联插件，用于根据用户终端所选择的被检测设备类型，将所述被检测设备的结构分类与其所需的检测项进行关联；
检测定价计算单元，根据被检测设备的结构分类及其关联的所需检测项执行以下操作：
计算被检测设备的质量衰减系数tt，并根据价值模型f(tt)计算所述被检测设备的价值pq；
根据估价模型f(lt)计算所述被检测设备的估价pw，其中，lt为被检测设备的寿龄；
根据所述价值模型f(tt)和估价模型f(lt)的映射关系计算寿龄lt与质量衰减系数tt之间的转换系数；
根据所述转换系数将所述质量衰减系数tt转换为被检测设备的等价寿龄ltt；
在寿龄lt点，根据所述等价寿龄ltt对所述估价模型f(lt)进行泰勒公式展开，以获得被检测设备的检测定价；
根据计算的检测定价形成检测定价报告反馈至用户终端。
一种实施例中，检测定价计算单元执行以下操作进行计算被检测设备的质量衰减系数tt：
设置被检测设备的质量分数m；
按照被检测设备结构分类中各部件的造价权重将质量分数m分配给各个部件；
针对各个部件均设置数个质量缺陷点的检测点，并根据质量缺陷点的维修造价比重分担其所属部件拥有的质量分数；
统计检测到发生的缺陷点所分担的质量分数之和∑e；
计算质量减分比率：fk＝∑e/m；
计算发生的缺陷点数比率：dk＝∑d/n，其中，∑d为检测到的发生缺陷点数量之和，n为被检测设备整体缺陷点的个数；
根据公式
一种实施例中，登录接口包括专业检测定价服务接口和快速检测定价服务接口。
依据上述实施例的检测定价方法，由于将被检测设备的组成部件的质量和缺陷点分别进行量化计算，并根据量化的数据对估价进行泰勒公式展开计算被检测设备的定价，从而提供公平的定价方法及解决被检测设备质量信息不对称的问题。
附图说明
图1为检测定价方法流程图；
图2为检测定价服务系统拓扑图；
图3为检测定价服务系统app应用示意图；
图4为检测定价报告示意图；
图5为挖掘机检测定价具体应用流程图；
图6为挖掘机结构分类示意图；
图7为发动机性能检测项质量分布示意图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。
在本发明实施例中，以解决二手工程机械市场定价的核心痛点为目标，本发明解决的技术问题：提供一种规范、实用的二手工程机械设备质量检测规范和检测结果的质量量化算法，以及按照质量量化数据计算设备价格的算法。在“互联网+检测定价”模式下，提供了两种定价检测方式“专业版”和“快速版”。
需要说明的是，本例的检测定价方法具有三大准则：“信度”，保证重复检测的一致性。“效度”，保证检测内容与设备质量具有因果关系或高度相关性。“实效”，保证时间成本最低。
实施例一：
为了解决以上技术问题，本例提供的二手设备的检测定价方法的技术方案包括如下步骤，其流程图如图1所示。
s1：计算被检测设备的质量衰减系数tt，并根据价值模型f(tt)计算被检测设备的价值pq。
本步骤具体包括以下步骤：
1)质量量化计算方法如下：
设置被检测设备的质量分数m；
设置被检测设备所检测项目的部件数，并按照各部件的造价权重将质量分数m分配给各个部件；
针对各个部件均设置数个质量缺陷点的检测点，并根据质量缺陷点的维修造价比重分担其所属部件拥有的质量分数；
检测到某个缺陷点发生时，则扣除该缺陷点对应的质量分数，如此类推，统计检测到发生的缺陷点所分担的质量分数之和∑e；
计算质量减分比率：fk＝∑e/m，fk反应了质量衰减的深度；
2)缺陷点量化计算方法如下：
计算发生的缺陷点数比率：dk＝∑d/n，其中，∑d为检测到的发生缺陷点数量之和，n为被检测设备整体缺陷点的个数，dk反应了质量衰减的普遍性；
3)根据质量量化数据和缺陷点量化数据计算质量衰减系数tt：
根据公式
s2：根据估价模型f(lt)计算被检测设备的估价pw，其中，lt为被检测设备的寿龄。
其中，估价模型f(lt)为：
s3：根据价值模型f(tt)和估价模型f(lt)的映射关系计算寿龄lt与质量衰减系数tt之间的转换系数。
估价pw与价值pq的比例为一常数，即，pw/pq＝k，也即，f(lt)/f(tt)＝k，因此，价值模型f(tt)和估价模型f(lt)的映射关系为常数比例映射关系，也就是说，lt与tt存在替换的函数关系，从而，根据常数比例映射关系计算寿龄lt与质量衰减系数tt之间的转换系数，具体包括步骤：
统计样本数量的被检测设备的寿龄总和：∑lt；
统计样本数据的被检测设备的质量衰减系数总和：∑tt；
根据公式ck＝∑lt/∑tt计算转换系数ck。
s4：根据转换系数将质量衰减系数tt转换为被检测设备的等价寿龄ltt。
根据公式ltt＝ck*tt可以计算出其等价寿龄ltt，如，针对样本设备i，则，ltt(i)＝ck*tt(i)。
s5：在寿龄lt点，根据等价寿龄ltt对估价模型f(lt)进行泰勒公式展开，以获得被检测设备的检测定价。
将被检测设备的tt映射为设备的等价寿龄ltt，将被检测设备的寿龄lt代入估价模型f(lt)，可以求出该被检测设备在lt点对应的平均价值，在lt点上的(ltt-lt)反映了被检测设备的质量个性带来的设备寿龄偏差，因此，在寿龄lt点，根据等价寿龄ltt对估价模型f(lt)进行泰勒公式展开，以获得被检测设备的检测定价，具体为：pt＝pw+p′w*(ltt-lt)+p″w(ltt-lt)2*1/2，其中，pt为被检测设备的检测定价，p′w、p″w分别为在lt点的一阶导数、二阶导数。
通过上述步骤s1-s5可精确计算出被检测设备的定价，同时，解决了被检测设备在被定价时质量信息不对称的问题。
基于上述方法，本例还提供一种二手设备的检测定价服务系统，该检测定价服务系统设有“专业版”服务于经营规模较大的企业，由第三方专业人员到检测现场提供检测定价服务，出具检测定价报告与定价价格；“快速版”服务于个人，突出使用方便和快速出具检测结果。
具体的，u为设备总体可检测点集合，a为专业版检测点集合，b为快速版检测集合，存在u＞a＞b。根据“格力文科”定理，检测定价结果精度专业版高于快速版。
本例的检测定价服务系统拓扑图如图2所示，包括同时支持若干个检测定价操作的平台，平台与用户终端互联网通信连接，从而实现，依托于“互联网+检测定价”的网络化服务模式。用户可在用户终端(智能手机、电脑等)上，申请使用检测定价服务。理论上，该平台具备支持百万个检测人员同时使用检测定价服务。用户可以凭借检测工单号在网上查看检测报告，保证信息的真实性与查看的便利性。
本例的平台包括：
登录接口，用于用户终端进入平台对被检测设备进行检测定价，相应的，登录接口包括专业检测定价服务接口和快速检测定价服务接口；
关联插件，用于根据用户终端所选择的被检测设备类型，将被检测设备的结构分类与其所需的检测项进行关联；
检测定价计算单元，根据被检测设备的结构分类及其关联的所需检测项执行以下操作：
计算被检测设备的质量衰减系数tt，并根据价值模型f(tt)计算所述被检测设备的价值pq；
根据估价模型f(lt)计算所述被检测设备的估价pw，其中，lt为被检测设备的寿龄；
根据价值模型f(tt)和估价模型f(lt)的映射关系计算寿龄lt与质量衰减系数tt之间的转换系数；
根据转换系数将所述质量衰减系数tt转换为被检测设备的等价寿龄ltt；
在寿龄lt点，根据等价寿龄ltt对所述估价模型f(lt)进行泰勒公式展开，以获得被检测设备的检测定价；
根据计算的检测定价形成检测定价报告反馈至用户终端。
检测定价计算单元执行以下操作进行计算被检测设备的质量衰减系数tt：
设置被检测设备的质量分数m；
按照被检测设备结构分类中各部件的造价权重将质量分数m分配给各个部件；
针对各个部件均设置数个质量缺陷点的检测点，并根据质量缺陷点的维修造价比重分担其所属部件拥有的质量分数；
统计检测到发生的缺陷点所分担的质量分数之和∑e；
计算质量减分比率：fk＝∑e/m；
计算发生的缺陷点数比率：dk＝∑d/n，其中，∑d为检测到的发生缺陷点数量之和，n为被检测设备整体缺陷点的个数；
根据公式
本例的检测定价服务系统中的检测定价计算单元的具体计算步骤请参考上述步骤的s1-s5，不作赘述。
实施例二：
基于实施例一，本例以液压履带式液压挖掘机为例，进行说明检测定价过程中的检测项目设计方法、质量量化算法设计方法及检测定价过程。
需要说明的是，基于实施例一的检测定价服务系统，用户在手机app(或其他终端)发出检测定价指令，系统验证身份后，检测定价服务系统将检测项目流程推送到用户app上，用户按照app提示的检测项目流程对设备进行检测，如图3所示，完成规定检测流程后，系统根据检测结果做定价运算并自动出具电子版的检测报告，如图4所示，检测定价过程如图5所示。
其中，检测项目流程的设计方法是：首先对挖掘机做两层分类，第一层分为六大部件：发动机、液压系统、电器系统、驾驶室、主架、钢板结构。第二层将大部件分解到基础部件。每个基础部件都设缺陷检测点，每个缺陷点都对应质量分数与故障点数，如图6所示。
按照设备结构特点和检测操作特点，对检测工序做了优化排序。这个标准化的检测流程，直接体现在检测app(或其他互联网终端)的显视屏上，用来引导用户按照统一标准与要求开展检测定价工作。
发动机性能检测分为人工检测与仪器检测(快速版不含仪器检测项目)，设备检测与质量计分方式，如图7所示。“烟色异常”缺陷，是人工观察可以识别的缺陷。仪器检测应用于无法用人工观察不到的内在缺陷。
挖掘机的液压系统为串联的动力传递体系，为了能够分离出串联动力系统各个部件的质量指标，在实际检测算法中设置了两个逻辑变量的值pl、pm，逻辑关系归纳为“表-1”：
表-1检测逻辑变量定义
检测时，首先保证发动机能够启动，发动机不会存在大的问题。pl＝1说明液压泵性能良好。pm＝1时，说明分配器有问题。其他情况，通过正常检测模型加以判断。
以发动机性能为仪器检测为例进行说明质量量化算法设计方法：
发动机怠速工作状态下，空载与溢流(高负荷)状态时：d1＝dz-dy；其中：dz为空载时，发动机转速，dy为溢流时，发动机转速，d1为以上二者的差值。
同样，在发动机高速工作状态下，空载与溢流(高负荷)状态时：d2＝gz-gy，其中：gz为空载时，发动机转速，gy为溢流时，发动机转速，d2为以上二者的差值。
按照转速差值变量d1，d2计算中间变量fd1、fd2(取值为离散值0，1，2)。再通过md合并两个变量：md＝fd1+fd2-pl，当pl＝1时，发动机不会出现高度磨损状态。
则发动机质量量化数据如下：
下面，以分配器为例进行说明质量量化方法：
根据仪器检测到11个检测数据与设备自重分段，计算出第一组中间变量gy。根据分配器原理可知，qy取值{0，1，2，0.5}依次右移时，分配器质量呈现下降趋势。按照qy取值{0，1，2，0.5}做分组：
m(0)为qy＝0的个数，该组频数为p(0)；
m(1)为qy＝1的个数，该组频数为p(1)；
m(2)为qy＝2的个数，该组频数为p(2)；
m(3)为qy＝0.5的个数，该组频数为p(3)；
psum(n)＝∑p(i)满足psum(n)≥75％的最小n为质量等级，其中：∑为对i求和，i＝0-n，n＝0-3
质量量化结果如下，
以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。