CN106875097B - 基于混合总体的轨道交通产品现场可靠性评估方法及装置 - Google Patents
基于混合总体的轨道交通产品现场可靠性评估方法及装置 Download PDFInfo
- Publication number
- CN106875097B CN106875097B CN201710034643.1A CN201710034643A CN106875097B CN 106875097 B CN106875097 B CN 106875097B CN 201710034643 A CN201710034643 A CN 201710034643A CN 106875097 B CN106875097 B CN 106875097B
- Authority
- CN
- China
- Prior art keywords
- sub
- population
- product
- distribution
- service life
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于混合总体的轨道交通产品现场可靠性评估方法及装置,该方法步骤包括:获取待评估产品的现场运行统计数据,并统计待评估产品的寿命数据分布状态,根据统计结果判断构成当前混合总体的子总体组成;将待评估产品的寿命数据进行分组并分别评估寿命分布模型,对各分组的评估结果进行整合,最终得到各子总体的寿命分布模型;构建当前混合总体的综合分布模型;根据综合分布模型对待评估产品现场可靠性进行评估;该装置包括混合总体结构判断单元、综合分布模型建立单元以及混合总体可靠性评估单元。本发明能够对具有混合总体特性的轨道交通产品进行现场可靠性评估,且具有评估实现简单、评估精度及可信度高的优点。
Description
技术领域
本发明涉及轨道交通技术领域,尤其涉及一种基于混合总体的轨道交通产品现场可靠性评估方法及装置。
背景技术
由于轨道交通产品在运行过程经历多种地域环境或产品本身存在多种失效模式,会造成产品的运行历史数据呈现出多总体的情况,给轨道交通产品的现场可靠性准确评估和寿命预测研究带了挑战。目前对于由多总体构成的混合总体的可靠性评估,通常都是采用细分总体的方法,即将每一种地域环境或每一种失效模式剥离出来,以将可靠性分析评估精细化。但是采用细分总体的方法,一方面所需耗费的时间和人力成本会大大增加,同时需要分析人员熟知产品的每一种失效模式和失效机理,实现操作难度较大;另一方面,可靠性指标是针对总体而言,子总体并不能代表总体的全部信息,通过子总体评估总体可靠性的评估精度不高。
发明内容
本发明要解决的技术问题就在于:针对现有技术存在的技术问题,本发明提供一种评估实现简单、评估精度及可靠性高的基于混合总体的轨道交通产品现场可靠性评估方法及装置,能够对具有混合总体特性的轨道交通产品进行现场可靠性评估。
为解决上述技术问题,本发明提出的技术方案为:
一种基于混合总体的轨道交通产品现场可靠性评估方法,步骤包括:
获取待评估产品的现场运行统计数据,并根据获取的现场运行统计数据统计待评估产品的寿命数据分布状态,根据统计结果判断构成当前混合总体的子总体组成;
将待评估产品的寿命数据进行分组并分别评估寿命分布模型,按照判断得到的所述子总体组成对各分组的评估结果进行整合,最终得到各子总体的寿命分布模型;由所述各子总体的寿命分布模型构建当前混合总体的综合分布模型;
根据所述综合分布模型对待评估产品现场可靠性进行评估。
作为本发明方法的进一步改进,所述子总体结构组成的判断包括:
获取所述寿命数据分布状态的统计结果中数据变化分布呈波峰状的个数;
由获取到的个数确定构成当前混合总体的子总体的数量。
作为本发明方法的进一步改进:通过建立直方图统计待评估产品的寿命数据分布状态。
作为本发明方法的进一步改进,所述进行分组包括:
获取各机务段待评估产品的故障率;
根据获取到的各故障率将待评估产品的寿命数据进行分组。
作为本发明方法的进一步改进,所述进行整合包括:将各分组的评估结果中类型相同或相近的寿命分布模型整合为一个寿命分布模型、对应分组整合为一个子总体,直至得到与所述子总体组成相同的多个寿命分布模型、子总体。
作为本发明方法的进一步改进:所述综合分布模型由各子总体的寿命分布模型进行加权得到。
作为本发明方法的进一步改进:所述各个子总体的寿命分布模型进行加权时的权重具体按下式计算得到;
其中,αi为第i个子总体的权重,ni为第i个子总体的样本量,N为各个子总体的样本总量。
一种基于混合总体的轨道交通产品现场可靠性评估装置,包括:
混合总体结构判断单元,用于获取待评估产品的现场运行统计数据,并根据获取的现场运行统计数据统计待评估产品的寿命数据分布状态,根据统计结果判断构成当前混合总体的子总体组成;
综合分布模型建立单元,用于将待评估产品的寿命数据进行分组并分别评估寿命分布模型,按照判断得到的所述子总体组成对各分组的评估结果进行整合,最终得到各子总体的寿命分布模型;由所述各子总体的寿命分布模型构建当前混合总体的综合分布模型;
混合总体可靠性评估单元,用于根据所述综合分布模型对待评估产品现场可靠性进行评估。
作为本发明装置的进一步改进:所述混合总体结构判断单元中所述子总体结构组成的判断包括:获取所述寿命数据分布状态的统计结果中数据变化分布呈波峰状的个数,由获取到的个数得到构成当前混合总体的子总体的数量。
作为本发明装置的进一步改进:所述综合分布模型建立单元中进行分组包括:
获取各机务段待评估产品的故障率;
根据获取到的各故障率将待评估产品的寿命数据进行分组。
作为本发明装置的进一步改进:所述综合分布模型建立单元中所述进行整合包括:将各分组的评估结果中类型相同或相近的寿命分布模型整合为一个寿命分布模型、对应分组整合为一个子总体,直至得到与所述子总体组成相同的多个寿命分布模型、子总体。
作为本发明装置的进一步改进:所述综合分布模型建立单元中所述综合分布模型由各子总体的寿命分布模型进行加权得到。
作为本发明装置的进一步改进:所述各个子总体的寿命分布模型进行加权时的权重具体按下式计算得到;
其中,αi为第i个子总体的权重,ni为第i个子总体的样本量,N为各个子总体的样本总量。
与现有技术相比,本发明的优点在于:
1)本发明基于混合总体的轨道交通产品现场可靠性评估方法及装置,通过获取现场运行统计数据判断混合总体的子总体组成;分组评估混合总体的寿命分布后,结合子总体组成对各分组评估结果进行整合,得到各子总体寿命分布,由各子总体寿命分布构建混合总体的综合分布;由得到的综合分布对轨道交通产品现场可靠性进行评估,从而可以基于混合总体评估现场可靠性水平,解决轨道交通产品历经多种环境及多种失效机理的可靠性评估问题;
2)本发明基于混合总体的轨道交通产品现场可靠性评估方法及装置,基于混合总体整体特性进行可靠性评估,提高了轨道交通产品可靠性评估的精度及可信度,且通用性和可操作性强。
附图说明
图1是本实施例基于混合总体的轨道交通产品现场可靠性评估方法的实现流程示意图。
图2是本发明具体实施例中产品寿命数据直方图的结果示意图。
图3是本发明具体实施例中得到的产品混合总体可靠度曲线示意图。
图4是本实施例基于混合总体的轨道交通产品现场可靠性评估装置的结构原理示意图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述,但并不因此而限制本发明的保护范围。
如图1所示,为本实施例基于混合总体的轨道交通产品现场可靠性评估方法的实现流程示意图,包括以下步骤:
步骤1):获取待评估产品的现场运行统计数据,并根据获取的现场运行统计数据统计待评估产品的寿命数据分布状态,根据统计结果判断构成当前混合总体的子总体组成。
本实施例获取待评估产品的现场统计故障数据后,由现场统计故障数据统计待评估产品的寿命数据分布状态。具体可通过建立待评估产品的寿命数据直方图,来统计待评估产品的寿命数据分布状态。
由寿命数据分布状态的统计结果,进一步判断混合总体的子总体组成,即所包含的子总体个数。本实施例中子总体结构组成的判断具体为:获取寿命数据分布状态的统计结果中数据变化分布呈波峰状的个数;由获取到的个数确定构成当前混合总体的子总体的数量。
当寿命数据分布状态的统计结果中数据呈波峰状,即数据变化先逐渐增大再逐渐减少,则表明对应为一个子总体,统计寿命数据分布统计结果中波峰的个数即可得到当前混合总体所包含的子总体个数。
步骤2):将待评估产品的寿命数据进行分组并分别评估寿命分布模型,按照判断得到的子总体组成对各分组的评估结果进行整合,最终得到各子总体的寿命分布模型;由各子总体的寿命分布模型构建当前混合总体的综合分布模型。
初步分组:获取各机务段待评估产品的故障率,根据获取到的各故障率将待评估产品的寿命数据进行分组,以对总体进行初步分组,分组时也可以直接利用地域环境或已知的失效机理进行划分;评估各分组的寿命分布模型,包括寿命分布类型(Weibull分布、指数分布等)以及分布参数,得到对应各分组的寿命分布模型;
分布整合:将各分组的评估结果中类型相同或相近的寿命分布模型整合为一个寿命分布模型、对应分组整合为一个子总体,直至得到与子总体组成相同的多个寿命分布模型、子总体,即得到步骤1)确定的子总体数量相同个数的寿命分布模型及子总体;
综合分布构建:将各子总体的寿命分布模型进行加权,构建得到混合总体的综合分布模型,各个子总体的寿命分布模型进行加权时的权重具体按式(1)计算得到,即以子总体样本量所占比例为对应的权重;
其中,αi为第i个子总体的权重,ni为第i个子总体的样本量,N为各个子总体的样本总量。
步骤3):根据综合分布模型对待评估产品现场可靠性进行评估,由综合分布模型得到对应的可靠度函数,即可评估得到混合总体的短期现场可靠性水平及可靠寿命。
本实施例具体首先根据现场统计历史运行数据绘制产品的寿命数据直方图,根据直方图的分布状态判断总体类型,即为混合总体类型,并根据直方图波峰个数确定子总体数量;然后按照产品所属机务段以及机务段的产品故障率对总体进行初步分组,评估每个分布对应的寿命数据分布类型以及分布参数;再根据每个分组的产品寿命分布模型,按确定的子总体数量进行数据整合,得到对应各子总体的寿命分布模型;将各个子总体的寿命分布模型进行加权,构建得到混合总体的综合分布模型,最后根据综合分布模型对应的可靠度函数,评估产品的短期可靠性水平和可靠寿命。
以下以一具体实施例中对HXD1C机车某型机车传动控制单元机箱中某型电源板进行现场可靠性评估为例对本发明进行进一步说明。
①获取指定时间段内待评估电源板的间现场统计历史运行数据;根据现场统计历史运行数据,绘制产品的寿命数据直方图,直方图结果如图2所示。
②根据直方图中呈波峰状的个数判断子总体组成。如图2所示,产品的寿命数据直方图在0~200、800~1000和1500~1700三个区间呈现波峰状态,表明该待评估电源产品为混合总体,且存在三个子总体。
③按待评估电源产品所处机务段以及各机务段待评估电源产品的故障率对总体进行初步分组。
根据现场统计数据,产品故障主要发生在五个机务段,按该五个机务段进行分组,各机务段对应数据及分组结果具体如表1所示。
表1:各机务段对应数据及分组表。
④评估各机务段的寿命数据分布类型和分布参数。
以南昌局向塘机务段为例,根据现场故障时间计算待评估电源产品的寿命,计算公式为:产品寿命=产品故障日期-产品上线日期,最终得到26个故障品的寿命信息,如表2所示。
表2:南昌局向塘机务段待评估电源产品寿命数据表。
本实施例具体利用MATLAB软件评估寿命数据对应的寿命分布模型,具体取Anderson-Darling检验法(AD检验)对寿命分布进行检验,以确定寿命分布类型,各机务段产品寿命分布类型结果如表3所示。
寿命分布模型确定时,具体若假设产品寿命数据服从weibull分布,则执行程序命令为:
[h,p]=adtest(t,′Distribution′,′weibull′)
若假设产品寿命数据服从指数分布,则执行程序命令为:
[h,p]=adtest(t,′Distribution′,’exp’)
假设产品寿命数据服从weibull分布,执行上述程序命令后,返回h值和p值,其中若h=1,对应为拒绝检验原假设,产品寿命数据不服从weibull分布;若h=0,对应为不拒绝检验原假设,产品寿命数据服从weibull分布。
若同时满足多种分布,则先择优选择该产品的经验分布,再择优选择p值较大的分布,如电子产品同时服从指数分布和正态分布的情况下,该电子产品的经验分布为指数分布,则先选择经验指数分布,再选择p值较大的分布作为最终分布类型。
本实施例中具体返回h=0、p=0.128,表明在95%的置信水平下,待评估电源产品寿命服从weibull分布。
表3:各机务段待评估电源产品寿命分布类型对应表。
序号 | 机务段 | 分布类型 | h值 | p值 |
1 | 南昌局向塘机务段 | Weibull分布 | 0 | 0.1280 |
2 | 广州铁路局株洲机务段 | 指数分布 | 0 | 0.0821 |
3 | 兰州铁路局兰州西机务段 | 指数分布 | 0 | 0.5961 |
4 | 兰州铁路局嘉峪关机务段 | Weibull分布 | 0 | 0.0952 |
5 | 乌鲁木齐铁路局哈密机务段 | 指数分布 | 0 | 0.0665 |
确定各机务段产品寿命分布类型后,进一步估计分布参数,在定数截尾情况下,具体按表4所示确定各寿命分布的分布参数。
表4:各分布的参数估计结果对应表。
如表3所示待评估电源产品寿命服从weibull分布或指数分布,指数分布是weibull布的特殊形式,则本实施例待评估电源产品在各机务段均服从weibull分布,由表4的参数估计式计算出对应机务段的寿命分布参数后,得到如表5所示参数估计结果。
表5:各机务段待评估电源产品的寿命分布参数估计结果表。
⑤确定混合总体的子总体。根据步骤①可知待评估电源产品总体为由三个子总体构成的混合总体,即可分解为三个子总体;由表5可知,株洲、兰州西及哈密机务段均服从指数分布,且三者的参数估计结果较为接近,因此将这三个机务段分组整合成一个子总体,最终得到三个寿命分布模型,对应三个子总体。
表6:各子总体的寿命分布类型及参数估计对应表。
子总体 | 分布类型 | m | η |
第一子总体 | Weibull分布 | 0.3559 | 8.6939×10<sup>6</sup> |
第二子总体 | 指数分布 | 1 | 41686.85 |
第三子总体 | Weibull分布 | 4.3749 | 3.5054×10<sup>3</sup> |
本实施例得到的构成混合总体的三个子总体结果如表7所示。
表7:各子总体组成结果对应表。
子总体 | 样本量n<sub>i</sub> | 权重α<sub>i</sub> |
第一组子总体 | 300 | 0.171 |
第二组子总体 | 1052 | 0.6 |
第三组子总体 | 402 | 0.229 |
⑥构建混合总体的综合分布。
计算三个子总体样本量权重α,并以此作为构建综合分布时对应子总体的权重,计算公式如下:
其中,ni为第i组子总体样本量,N为样本总量(即各组子总体样本量之和)。
根据三组子总体的分布估计和权重计算结果,以权重为系数,对三组子总体对应分布进行加权,得到待评估电源产品混合总体的综合分布模型;由综合分布模型即可得到混合总体对应的概率密度函数、可靠性函数。
其中,混合总体分布概率密度函数为:
混合总体可靠度函数为:
⑦根据混合总体的可靠度函数,评估产品的现场可靠性。
a)可靠性水平评估
根据可靠度函数绘制产品的可靠度曲线,由可靠度曲线即可评估产品的可靠性水平。本实施例得到的可靠度曲线如图3所示,从图中可知待评估电源产品可靠度在[0,2000]区间内较为平缓,[2000,4500]区间内可靠度下降速度加快,之后又趋于平缓。
b)可靠度计算
根据时间序列理论,前期的数据统计结果对短期预测结果更为准确,本实施例取短期时间(具体为20年)内的数据进行评估,即着眼于时间序列的短期评估,提高了评估结果的可信度。如图3所示,本实施例由于最早上线产品为2009年,其运行时间<7年,根据可靠度函数,当时间t=20年时,产品可靠度为R(7300)=0.6614。
c)可靠寿命计算
如图3所示,本实施例当可靠度为0.95时,待评估电源产品的可靠寿命为t(0.95)=1.8965×103,为5.1959年;当可靠度为0.9时,待评估电源产品的可靠寿命为t(0.9)=2.6030×103,为7.1315年。
如图4所示,本实施例基于混合总体的轨道交通产品现场可靠性评估装置,包括:
混合总体结构判断单元,用于获取待评估产品的现场运行统计数据,并根据获取的现场运行统计数据统计待评估产品的寿命数据分布状态,根据统计结果判断构成当前混合总体的子总体组成;
综合分布模型建立单元,用于将待评估产品的寿命数据进行分组并分别评估寿命分布模型,按照判断得到的子总体组成对各分组的评估结果进行整合,最终得到各子总体的寿命分布模型;由各子总体的寿命分布模型构建当前混合总体的综合分布模型;
混合总体可靠性评估单元,用于根据综合分布模型对待评估产品现场可靠性进行评估。
本实施例中,混合总体结构判断单元中子总体结构组成的判断包括:获取寿命数据分布状态的统计结果中数据变化分布呈波峰状的个数,由获取到的个数得到构成当前混合总体的子总体的数量。
本实施例中,综合分布模型建立单元中进行分组包括:
获取各机务段待评估产品的故障率;
根据获取到的各故障率将待评估产品的寿命数据进行分组。
本实施例中,综合分布模型建立单元中进行整合包括:将各分组的评估结果中类型相同或相近的寿命分布模型整合为一个寿命分布模型、对应分组整合为一个子总体,直至得到与子总体组成相同的多个寿命分布模型、子总体。
本实施例中,综合分布模型建立单元中综合分布模型由各子总体的寿命分布模型进行加权得到。
本实施例中,各个子总体的寿命分布模型进行加权时的权重具体按式(1)计算得到;
其中,αi为第i个子总体的权重,ni为第i个子总体的样本量,N为各个子总体的样本总量。
上述只是本发明的较佳实施例,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。因此,凡是未脱离本发明技术方案的内容,依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均应落在本发明技术方案保护的范围内。
Claims (11)
1.一种基于混合总体的轨道交通产品现场可靠性评估方法,其特征在于,步骤包括:
获取待评估产品的现场运行统计数据,并根据获取的现场运行统计数据统计待评估产品的寿命数据分布状态,根据统计结果判断构成当前混合总体的子总体组成;
将待评估产品的寿命数据进行分组并分别评估寿命分布模型,按照判断得到的所述子总体组成对各分组的评估结果进行整合,最终得到各子总体的寿命分布模型;由所述各子总体的寿命分布模型构建当前混合总体的综合分布模型;所述进行整合包括:将各分组的评估结果中类型相同或相近的寿命分布模型整合为一个寿命分布模型、对应分组整合为一个子总体,直至得到与所述子总体组成相同的多个寿命分布模型、子总体;
根据所述综合分布模型对待评估产品现场可靠性进行评估。
2.根据权利要求1所述的基于混合总体的轨道交通产品现场可靠性评估方法,其特征在于,所述子总体结构组成的判断包括:
获取所述寿命数据分布状态的统计结果中数据变化分布呈波峰状的个数;
由获取到的个数确定构成当前混合总体的子总体的数量。
3.根据权利要求2所述的基于混合总体的轨道交通产品现场可靠性评估方法,其特征在于:通过建立直方图统计待评估产品的寿命数据分布状态。
4.根据权利要求1或2或3所述的基于混合总体的轨道交通产品现场可靠性评估方法,其特征在于,所述进行分组包括:
获取各机务段待评估产品的故障率;
根据获取到的各故障率将待评估产品的寿命数据进行分组。
5.根据权利要求1或2或3所述的基于混合总体的轨道交通产品现场可靠性评估方法,其特征在于:所述综合分布模型由各子总体的寿命分布模型进行加权得到。
7.一种基于混合总体的轨道交通产品现场可靠性评估装置,其特征在于,包括:
混合总体结构判断单元,用于获取待评估产品的现场运行统计数据,并根据获取的现场运行统计数据统计待评估产品的寿命数据分布状态,根据统计结果判断构成当前混合总体的子总体组成;
综合分布模型建立单元,用于将待评估产品的寿命数据进行分组并分别评估寿命分布模型,按照判断得到的所述子总体组成对各分组的评估结果进行整合,最终得到各子总体的寿命分布模型;由所述各子总体的寿命分布模型构建当前混合总体的综合分布模型;所述综合分布模型建立单元中所述进行整合包括:将各分组的评估结果中类型相同或相近的寿命分布模型整合为一个寿命分布模型、对应分组整合为一个子总体,直至得到与所述子总体组成相同的多个寿命分布模型、子总体;
混合总体可靠性评估单元,用于根据所述综合分布模型对待评估产品现场可靠性进行评估。
8.根据权利要求7所述的基于混合总体的轨道交通产品现场可靠性评估装置,其特征在于,所述混合总体结构判断单元中所述子总体结构组成的判断包括:获取所述寿命数据分布状态的统计结果中数据变化分布呈波峰状的个数,由获取到的个数得到构成当前混合总体的子总体的数量。
9.根据权利要求7或8所述的基于混合总体的轨道交通产品现场可靠性评估装置,其特征在于,所述综合分布模型建立单元中进行分组包括:
获取各机务段待评估产品的故障率;
根据获取到的各故障率将待评估产品的寿命数据进行分组。
10.根据权利要求7或8所述的基于混合总体的轨道交通产品现场可靠性评估装置,其特征在于,所述综合分布模型建立单元中所述综合分布模型由各子总体的寿命分布模型进行加权得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710034643.1A CN106875097B (zh) | 2017-01-17 | 2017-01-17 | 基于混合总体的轨道交通产品现场可靠性评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710034643.1A CN106875097B (zh) | 2017-01-17 | 2017-01-17 | 基于混合总体的轨道交通产品现场可靠性评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106875097A CN106875097A (zh) | 2017-06-20 |
CN106875097B true CN106875097B (zh) | 2021-06-04 |
Family
ID=59157662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710034643.1A Active CN106875097B (zh) | 2017-01-17 | 2017-01-17 | 基于混合总体的轨道交通产品现场可靠性评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106875097B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495923A (zh) * | 2011-11-23 | 2012-06-13 | 湖南大学 | 一种汽车碰撞安全的混合可靠性评估方法 |
CN105912775A (zh) * | 2016-04-08 | 2016-08-31 | 浙江大学 | 桥梁动态称重系统车辆轴重数据的多模态建模方法 |
-
2017
- 2017-01-17 CN CN201710034643.1A patent/CN106875097B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495923A (zh) * | 2011-11-23 | 2012-06-13 | 湖南大学 | 一种汽车碰撞安全的混合可靠性评估方法 |
CN105912775A (zh) * | 2016-04-08 | 2016-08-31 | 浙江大学 | 桥梁动态称重系统车辆轴重数据的多模态建模方法 |
Non-Patent Citations (1)
Title |
---|
"利用贝叶斯理论对电工产品进行可靠性评估";金少华等;《低压电器》;20060131(第01期);第8-10、27页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106875097A (zh) | 2017-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101425686B (zh) | 电力系统在线安全稳定评估预想故障集自适应筛选方法 | |
CN103488869A (zh) | 一种最小二乘支持向量机的风力发电短期负荷预测方法 | |
CN105740975A (zh) | 一种基于数据关联关系的设备缺陷评估与预测方法 | |
CN103295081A (zh) | 基于bp神经网络的电力系统负荷预测方法 | |
WO2020199875A1 (zh) | 一种风廓线数据预测方法 | |
CN104933483A (zh) | 一种基于天气过程划分的风电功率预测方法 | |
CN103559543A (zh) | 一种高炉煤气发生量的预测方法及装置 | |
CN110059872A (zh) | 一种基于状态监测的海上风电场运维调度方法 | |
CN103971175A (zh) | 一种多级变电站的短期负荷预测方法 | |
CN105427005A (zh) | 一种风电场运行风险评估方法 | |
CN103885867B (zh) | 一种模拟电路性能的在线评价方法 | |
CN115827411B (zh) | 一种用于自动化设备的在线监测及运维评估系统和方法 | |
CN111680712B (zh) | 基于日内相似时刻的变压器油温预测方法、装置及系统 | |
CN114169254A (zh) | 基于短期建筑能耗预测模型的异常能耗诊断方法及系统 | |
Xiyun et al. | Wind power probability interval prediction based on bootstrap quantile regression method | |
CN112199850B (zh) | 一种基于过程特征的系统弹性分布规律研究方法 | |
CN116089885A (zh) | 一种基于随机深度森林的未知故障类型诊断方法 | |
CN113610296B (zh) | 一种区域内用电负荷峰值预测方法及电网投资规划方法 | |
CN106056305A (zh) | 一种基于状态聚类的发电系统可靠性快速评估方法 | |
CN106875097B (zh) | 基于混合总体的轨道交通产品现场可靠性评估方法及装置 | |
CN116485036A (zh) | 一种基于多任务学习机制的多能流碳排放短期预测方法 | |
CN115081681B (zh) | 一种基于prophet算法的风电功率预测方法 | |
CN110110944A (zh) | 一种基于修正的小波神经网络预测风电消纳需求量算法 | |
CN113627278A (zh) | 一种基于水指纹算法的用水趋势图形化分析方法 | |
CN106451438A (zh) | 一种考虑智能用电行为的负荷区间预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |