CN110543997B - 设备质量的量化方法、装置、计算机设备及存储介质 - Google Patents
设备质量的量化方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110543997B CN110543997B CN201810529592.4A CN201810529592A CN110543997B CN 110543997 B CN110543997 B CN 110543997B CN 201810529592 A CN201810529592 A CN 201810529592A CN 110543997 B CN110543997 B CN 110543997B
- Authority
- CN
- China
- Prior art keywords
- quantization
- score
- level
- equipment
- level index
- 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
- G06Q10/06395—Quality analysis or management
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)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明涉及一种设备质量的量化方法、装置、计算机设备及存储介质。该方法包括:获取待量化设备的量化指标集合;根据所述子级指标集合和预设的映射关系,计算每个所述父级指标的量化分值;根据每个所述父级指标的量化分值和预设的等级标准向量,计算得到所述待量化设备的量化分值,并根据所述待量化设备的量化分值,确定所述待量化设备的维修策略。该方法可以根据待量化设备的量化分值自动确定待量化设备的维修策略,大大提高了对待量化设备的量化结果的准确度。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种设备质量的量化方法、装置、计算机设备及存储介质。
背景技术
随着列车技术的提高,所需的列控设备也越来越多,对列控设备的质量要求也越来越高。列控设备质量状态的好坏对列车的行车安全性和可靠性有着很大影响,因此,需要在列控设备全生命周期管理(Product Lifecycle Management,简称PLM)过程中对列控设备进行质量评价,进而才能保证列控设备的维修质量和列控设备的可靠性。
传统技术中,在对列控设备的质量进行评价时,评价人员根据对列控设备的监测数据,如列控设备的转速、列控设备的工作电压等,以及自身的专业知识和积累的经验,直接对列控设备是否需要维修做出判断。
但是,传统技术中对列控设备的质量评价结果易受评价人员主观意识、知识和经验不足的影响,容易导致评价结果的准确度较低。
发明内容
基于此,有必要针对传统技术中对列控设备的质量评价结果易受评价人员主观意识、知识和经验不足的影响,容易导致评价结果的准确度较低的问题,提供一种设备质量的量化方法、装置、计算机设备及存储介质。
第一方面,本发明提供一种设备质量的量化方法,包括:
获取待量化设备的量化指标集合;其中,所述量化指标集合中包括多个父级指标和所述父级指标下的子级指标集合;其中,所述子级指标集合包含用于影响所述待量化设备发生故障的子级指标;
根据所述子级指标集合和预设的映射关系,计算每个所述父级指标的量化分值;其中,所述映射关系包括:不同的子级指标集合与量化规则之间的对应关系;
根据每个所述父级指标的量化分值和预设的等级标准向量,计算得到所述待量化设备的量化分值,并根据所述待量化设备的量化分值,确定所述待量化设备的维修策略;其中,所述等级标准向量通过多个量化等级的取值范围得到。
第二方面,本发明提供一种设备质量的量化装置,包括:
获取模块,用于获取待量化设备的量化指标集合;其中,所述量化指标集合中包括多个父级指标和所述父级指标下的子级指标集合;其中,所述子级指标集合包含用于影响所述待量化设备发生故障的子级指标;
第一计算模块,用于根据所述子级指标集合和预设的映射关系,计算每个所述父级指标的量化分值;其中,所述映射关系包括:不同的子级指标集合与量化规则之间的对应关系;
第二计算模块,根据每个所述父级指标的量化分值和预设的等级标准向量,计算得到所述待量化设备的量化分值,并根据所述待量化设备的量化分值,确定所述待量化设备的维修策略;其中,所述等级标准向量通过多个量化等级的取值范围得到。
第三方面,本发明提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取待量化设备的量化指标集合;其中,所述量化指标集合中包括多个父级指标和所述父级指标下的子级指标集合;其中,所述子级指标集合包含用于影响所述待量化设备发生故障的子级指标;
根据所述子级指标集合和预设的映射关系,计算每个所述父级指标的量化分值;其中,所述映射关系包括:不同的子级指标集合与量化规则之间的对应关系;
根据每个所述父级指标的量化分值和预设的等级标准向量,计算得到所述待量化设备的量化分值,并根据所述待量化设备的量化分值,确定所述待量化设备的维修策略;其中,所述等级标准向量通过多个量化等级的取值范围得到。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取待量化设备的量化指标集合;其中,所述量化指标集合中包括多个父级指标和所述父级指标下的子级指标集合;其中,所述子级指标集合包含用于影响所述待量化设备发生故障的子级指标;
根据所述子级指标集合和预设的映射关系,计算每个所述父级指标的量化分值;其中,所述映射关系包括:不同的子级指标集合与量化规则之间的对应关系;
根据每个所述父级指标的量化分值和预设的等级标准向量,计算得到所述待量化设备的量化分值,并根据所述待量化设备的量化分值,确定所述待量化设备的维修策略;其中,所述等级标准向量通过多个量化等级的取值范围得到。
本实施例提供的设备质量的量化方法、装置、计算机设备及存储介质,计算机设备通过获取待量化设备的能够影响该待量化设备发生故障的子级指标组成的量化指标集合,并根据子级指标集合和预设的映射关系,计算每个父级指标的量化分值,进而根据父级指标的量化分值和预设的等级标准向量,计算得到待量化设备的量化分值。本实施例中,计算机设备可以根据能够影响待量化设备发生故障的多个子级指标,计算由多个子级指标构成的子级指标集合的量化分值,然后根据多个子级指标的量化分值计算得到父级指标的量化分值,最后根据父级指标的量化分值以及预设的等级标准向量计算得到待量化设备的量化分值。这样,计算机设备将能够影响待量化设备的量化指标分成父级指标、子级指标集合和子级指标等三层,并自动计算出子级指标集合、父级指标和待量化设备的量化分值,方便用户查看不同量化指标对应的量化分值;并且,计算机设备可以根据待量化设备的量化分值确定待量化设备的维修策略,而不是评价人员直接根据子级指标对应的数据做出待量化设备的维修策略,因此,大大提高了对待量化设备的量化结果的准确度。
附图说明
图1为一个实施例提供的设备质量的量化方法的应用环境示意图;
图2为一个实施例提供的设备质量的量化方法的流程示意图;
图3为另一个实施例提供的设备质量的量化方法的流程示意图;
图4为另一个实施例提供的设备质量的量化方法的流程示意图;
图5为另一个实施例提供的设备质量的量化方法的流程示意图;
图6为另一个实施例提供的设备质量的量化方法的流程示意图;
图7为另一个实施例提供的设备质量的量化方法的流程示意图;
图8为一个实施例提供的设备质量的量化装置的内部结构示意图;
图9为一个实施例提供的一种计算机设备的内部结构示意图。
具体实施方式
本申请实施例提供的设备质量的量化方法可适用于图1所示的设备质量的量化系统。该系统可以集成在计算机设备中,该计算机设备可以为手机、笔记本电脑、平板电脑、个人数字助理等电子设备。如图1所示,该系统可以包括处理器11、存储器12、显示屏13和在显示屏13的屏幕上显示的用户接口(简称User Interface,简称UI)界面14;其中,处理器11、存储器12和显示屏13可以通过通信总线15相互耦合。存储器12可能包含RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,存储器12中可以存储各种程序,用于完成各种处理功能以及实现本实施例的方法步骤。
在介绍具体的实施例之前,这里对本发明实施例中涉及的专业术语或者概念进行解释说明:
全生命周期管理(Lifecycle Management,简称LM):指管理产品从需求、规划、设计、生产、经销、运行、使用、维修保养、直到回收再用处置的全生命周期中的信息与过程。
平均无故障时间(Mean Time Between Failure,简称MTBF):指产品从一次故障到下一次故障的平均时间,是衡量一个产品的可靠性指标。
可用度:可维修产品在某时刻具有或能够维持规定功能的概率称为可维修产品的有效度。
平均恢复时间(Mean Time To Restoration,简称MTTR):指排除故障所需实际修复时间的平均值。
可承受危害源率(Tolerable Hazard Rate,简称THR):指每单位时间内功能出现可承受危害源的次数。
安全完整性等级(Safety Integrity Level,简称SIL):指在规定的条件下和规定的时间内系统能够成功完成规定安全功能的能力。
物理寿命:设备从全新投入到无法继续使用而报废所用的时间段。
技术寿命:设备从投入使用到无法满足技术要求而淘汰所用的时间段。
经济寿命:设备从开始使用起,至由于遭受有形磨损和无形磨损再继续使用在经济上已经不合理的全部时间。
列控设备的质量评价是列控设备全生命周期管理的一项重要内容,而传统技术在对列控设备的质量进行评价时,主要依靠评价人员根据对列控设备的监测数据以及自己专业知识和相关经验来评判列控设备的质量,这样极易造成质量评价结果不准确的问题。本发明实施例提供的设备质量的量化方法、装置、计算机设备和存储介质,旨在解决传如上技术问题,其可以根据对列控设备的监测数据计算列控设备的量化分值,进而根据获得的量化分值确定列控设备的维修策略,大大提高了对列控设备的评价结果的准确度。
需要说明的是,下述方法实施例的执行主体可以是设备质量的量化装置,该装置可以通过软件、硬件或者软硬件结合的方式实现成为上述计算机设备的部分或者全部。下述方法实施例以执行主体是计算机设备为例进行说明。
为了使本发明的目的、技术方案及优点更加清楚明白,通过下述实施例并结合附图,对本发明实施例中的技术方案的进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
图2为一个实施例的提供的设备质量的量化方法的流程示意图。本实施例涉及的是计算机设备根据待量化设备的子级指标计算得到该待量化设备的量化分值的过程。如图2所示,该方法包括:
S201,获取待量化设备的量化指标集合;其中,所述量化指标集合中包括多个父级指标和所述父级指标下的子级指标集合;其中,所述子级指标集合包含用于影响所述待量化设备发生故障的子级指标。
具体的,上述待量化设备可以为机械设备,也可以为电气设备,还可以为计算机网络设备,本实施例对待量化设备的类型不做限定。可选的,上述子级指标可以为能够影响上述待量化设备发生故障的影响因素,例如待量化设备自身的运行状况和待量化设备所处的运行环境。可选的,多个同种类型的子级指标可以构成一个子级指标集合,多个同种类型的子级指标集合可以构成一个父级指标,多个父级指标和其下的子级指标集合构成待量化设备的量化指标集合。可选的,计算机设备可以通过用户的输入操作获取待量化设备的量化指标集合,还可以通过与待量化设备通过串口连接的方式获取用户输入的量化指标集合,本实施例对计算机设备获取待量化设备的量化指标集合的方式不做限定。
S202,根据所述子级指标集合和预设的映射关系,计算每个所述父级指标的量化分值;其中,所述映射关系包括:不同的子级指标集合与量化规则之间的对应关系。
具体的,上述预设的映射关系可以为用户定义的公式。可选的,上述量化分值可以为具体的数值,例如量化分值为0.5或0.62等,还可以为能够代表具体分值的等级,例如良好或合格等。可选的,上述量化规则可以为能够反映上述子级指标集合的量化分值的公式。可选的,上述预设的映射关系可以子级指标集合对应的量化规则。可选的,计算机设备可以根据子级指标集合和对应的量化规则计算父级指标的量化分值。
S203,根据每个所述父级指标的量化分值和预设的等级标准向量,计算得到所述待量化设备的量化分值,并根据所述待量化设备的量化分值,确定所述待量化设备的维修策略;其中,所述等级标准向量通过多个量化等级的取值范围得到。
具体的,用户可以预先设定多个可以代表父级指标的量化等级,量化等级可以包括良好、合格、不合格和严重不合格。可选的,每一个量化等级可以对应一个取值范围,例如,良好对应的取值范围为[0.91,1],合格对应的取值范围为[0.81,0.9],不合格对应的取值范围为[0.61,0.8],严重不合格对应的取值范围为[0,0.6]。可选的,上述等级标准向量中元素的取值可以根据量化等级的取值范围的两个端点值求平均获得,这样可以得到等级标准向量为(0.955,0.855,0.705,0.3)。计算机设备可以根据父级指标的量化分值和预设的等级标准向量通过一定的求解规则,计算得到待量化设备的量化分值。
可选的,计算机设备可以将待量化设备的量化分值与预设阈值相比较,进而确定待量化设备的维修策略。可选的,上述维修策略可以为需要对待量化设备做出的维修程度,也可以为需要对待量化设备做出维修的频率。要说明的是,本实施例对量化等级的划分以及量化等级对应的取值范围不做限定,用户可以根据实际需要进行灵活设置。
本实施例提供的设备质量的量化方法,计算机设备可以获取待量化设备的能够影响该待量化设备发生故障的子级指标组成的量化指标集合,并根据子级指标集合和预设的映射关系,计算每个父级指标的量化分值,进而根据父级指标的量化分值和预设的等级标准向量,计算得到待量化设备的量化分值。本实施例中,计算机设备可以根据能够影响待量化设备发生故障的多个子级指标,计算由多个子级指标构成的子级指标集合的量化分值,然后根据多个子级指标的量化分值计算得到父级指标的量化分值,最后根据父级指标的量化分值以及预设的等级标准向量计算得到待量化设备的量化分值。这样,计算机设备将能够影响待量化设备的量化指标分成了父级指标、子级指标集合和子级指标这三层,并自动计算出子级指标集合、父级指标和待量化设备的量化分值,方便用户查看不同量化指标对应的量化分值;并且,计算机设备可以根据待量化设备直观的量化分值自动确定待量化设备的维修策略,而不是评价人员直接根据子级指标对应的数据凭经验做出待量化设备的维修策略,因此,大大提高了对待量化设备的量化结果的准确度。
图3为另一个实施例提供的设备质量的量化方法的流程示意图。本实施例涉及的是计算机设备根据子级指标集合和预设的映射关系计算每个父级指标的量化分值的计算过程。在图2所示实施例的基础,上述S202可以包括:
S301,根据预设的量化选择标准,确定所述子级指标集合的类型;其中,所述子级指标集合的类型包括:技术参数集合、可靠性集合、安全性集合、设备寿命集合、运行环境集合、运行前状态集合、故障及异常集合、运行维护集合中的至少一个。
具体的,上述量化选择标准可以为影响待量化设备发生故障的同一类影响因素,计算机设备将具有同种类型的子级指标归为一类子级指标集合,例如,将所有影响待量化设备的环境指标归为运行环境集合。可选的,量化选择标准还可以为对待量化设备发生故障的影响程度,例如将对待量化设备发生故障影响较少的指标归为一类子级指标集合,本实施例对量化选择标准不做限定。
可选的,上述技术参数集合和可靠性集合、安全性集合可以构成一个父级指标,其构成的父级指标可以为设备基本特征。可选的,上述设备寿命集合和运行环境集合可以构成一个父级指标,其构成的父级指标可以为设备运行特点。可选的,上述运行前状态集合、故障及异常集合和运行维护集合可以构成一个父级指标,其构成的父级指标可以为设备历史记录。
可选的,上述技术参数集合可以包括待量化设备的运行速度、待量化设备的器件尺寸、待量化设备的工作的电气参数和待量化设备的数据发送时间中的至少一个。可选的,上述可靠性集合可以包括:待量化设备的MTBF、待量化设备的可用度、待量化设备的MTTR中的至少一个。可选的,上述安全性集合可以包括待量化设备的THR。可选的,上述设备寿命集合可以包括:待量化设备的物理寿命、待量化设备的技术寿命和待量化设备的经济寿命中的至少一个。可选的,上述运行环境集合可以包括:电磁干扰影响度、环境振动、环境温度、环境湿度、大气压力和雷电干扰度中的至少一个。可选的,上述运行前状态集合可以包括:待量化设备的出厂实验报告、待量化设备的电气性能测试记录、待量化设备的交接试验报告和待量化设备的列控数据实验报告中的至少一个。可选的,上述故障及异常集合可以包括:待量化设备的机械类故障、待量化设备的电路板级故障和待量化设备的软件故障中的至少一个。可选的,待量化设备的机械类故障可以包括:箱盒进潮、器材不良、电缆混线和告警界限的上下限设置不当等。可选的,待量化设备的电路板级故障可以包括待量化设备采集的其它设备的信息不准、电缆断路和电缆短路等。可选的,待量化设备的软件故障可以包括:软件的程序结构错误、软件实现和编码错误等。可选的,上述运行维护集合可以包括:待量化设备的日常维护、待量化设备的维修和待量化设备的检修中的至少一个。
S302,根据所述子级指标集合的类型,从所述映射关系中确定所述子级指标集合对应的量化规则,并根据每个子级指标集合对应的量化规则,计算每个所述父级指标的量化分值。
具体的,计算机设备可以根据每个子级指标集合对应的量化规则,确定每个子级指标集合对应的量化分值,并根据每个子级指标集合对应的量化分值和等级标准向量通过一定的求解规则,计算得到每个父级指标的量化分值。
可选的,计算机设备可以根据每个子级指标集合对应的量化规则,确定每个子级指标集合对应的量化分值。可选的,计算机设备确定每个子级指标集合对应的量化分值后,可以根据每个子级指标集合对应的量化分值和等级标准向量,确定每个父级指标的量化分值。可选的,父级指标的量化分值的计算可以根据其下的多个子级指标集合对应的量化分值和预设的等级标准向量确定。这样,父级指标的量化分值可以根据其下的子级指标集合的量化分值和预设的等级标准向量获得,计算方式简单,并且方便用户查看父级指标的量化分值及其下的各个子级指标集合的量化分值。
当子级指标集合为技术参数集合时,技术参数集合对应的量化规则可以为可选的,该技术参数集合对应的量化规则还可以是包含的其他公式。其中,y1为所述技术参数集合对应的量化分值,n为技术参数集合中的子级指标不满足预设条件时发生的告警次数之和,h为待量化设备的运行时长。可选的,上述告警次数之和可以为待量化设备发出一级报警和二级报警的次数之和。可选的,h可以通过对待量化设备进行量化的时刻与待量化设备的上道时刻的差值获得,还可以通过待量化设备的报废时刻与待量化设备的上道时刻的差值获得。可选的,一级报警和二级报警可以由故障及异常集合中的机械类故障、电路板级故障和软件故障中的至少一个故障达到对应的预设界限时触发的告警。
当子级指标集合为可靠性集合时,可靠性集合对应的量化规则可以为y2=0.33*(a1+a2+a3)。可选的,该可靠性集合对应的量化规则还可以是包含0.33*(a1+a2+a3)的其他公式。其中,y2为可靠性集合对应的量化分值;a1为MTBF的量化分值。可选的,a1与待量化的设备发生故障的次数、待量化设备出厂时预设的MTBF值以及待量化设备的运行时长中的至少一个因素相关。a2为MTTR的量化分值,可选的,a2与待量化设备的平均修复时长、待量化设备对应的同类型设备的平均修复时长中的至少一个因素相关;a3为待量化设备的可用度的量化分值,可选的,a3与MTBF和MTTR中的至少一个因素相关。
在一种可能的实施方式中,MTBF的量化分值a1可以根据MTBF的值确定。可选的,MTBF的值vmtbf可以为可选的,MTBF的量化分值a1可以根据vmtbf确定为确定,还可以根据包含的公式确定。可选的,m为待量化设备发生故障的次数,x为待量化设备出厂时预设的MTBF值,h为待量化设备的运行时长。可选的,待量化设备发生故障的次数可以包括待量化设备发生一级报警的次数和待量化设备发生二级报警的次数。可选的,h可以通过对待量化设备进行量化的时刻与待量化设备的上道时刻的差值获得,还可以通过待量化设备的报废时刻与待量化设备的上道时刻的差值获得。
在另一种可能的实施方式中,MTTR的量化分值a2可以根据MTTR的值确定。可选的,MTTR的值vmttr可以为可选的,MTTR的量化分值a2可以vmttr确定为确定,还可以根据包含的公式确定。其中,h1为待量化设备的平均修复时长,h0为待量化设备对应的同类型设备的平均修复时长,为待量化设备的平均修复时长,其中,i为待量化设备发生故障的次数,h1i为待量化设备第i次发生故障时所需的修复时长,可选的,h1i可以通过待量化设备恢复正常运行的时刻与发生一级报警或二级报警的时刻的差值获得。可选的,待量化设备对应的同类型设备的平均修复时长可以由用户根据实际修复情况进行预设,也可以通过计算待量化设备对应的同类型设备的修复时长的平均值获得。
当子级指标集合为安全性集合时,安全性集合对应的量化规则可以为可选的,该安全性集合对应的量化规则还可以是包含的其他公式。其中,y3为安全性集合的量化分值,vthr为THR的值。可选的,THR为可承受危害源率或每小时危险失效概率,指单位时间内待量化设备的功能出现可承受危害源的次数。可选的,待量化设备出厂时会设置一个安全完整性等级(Safety Integrity Level,简称SIL),该安全完整性指在规定的条件下和规定的时间内待量化设备能够成功完成规定安全功能的能力。可选的,SIL通过THR来确定。EN50129标准定义了SIL对应的THR,如表1所示。可选的,上述vthr的预设规定范围为待量化设备出厂时设置的安全完整性等级对应的THR的范围,例如,待量化设备出厂时设置的安全完整性等级为SIL3,则vthr的预设规定范围为10-8≤vthr<10-7。
安全完整性等级 | 每小时危险失效概率 |
SIL4 | 10<sup>-9</sup>≤v<sub>thr</sub><10<sup>-8</sup> |
SIL3 | 10<sup>-8</sup>≤v<sub>thr</sub><10<sup>-7</sup> |
SIL2 | 10<sup>-7</sup>≤v<sub>thr</sub><10<sup>-6</sup> |
SIL1 | 10<sup>-6</sup>≤v<sub>thr</sub><10<sup>-5</sup> |
表1
当子级指标集合为设备寿命集合时,设备寿命集合对应的量化规则可以为可选的,该备寿命集合对应的量化规则还可以是包含的其他公式。其中,y4为设备寿命集合对应的量化分值,h2为待量化设备的报废时长,H为待量化设备出厂时的预设寿命。可选的,h2可以通过待量化设备的报废时刻与等量化设备的上道时刻的差值获得。可选的,待量化设备的报废时刻可以为物理寿命、技术寿命和经济寿命中的任何一个寿命对应的报废时刻。
当子级指标集合为运行环境集合时,运行环境集合对应的量化规则可以为可选的,该运行环境集合对应的量化规则还可以是包含的其他公式。其中,y5为运行环境集合对应的量化分值,m为待量化的设备发生故障的次数,m′为待量化的设备对应的同类型设备平均发生故障的次数。可选的,m可以包括运行时长内待量化的设备发生一级报警和二级报警的次数。
当子级指标集合为运行前状态集合时,运行前状态集合对应的量化规则可以为y6=1-0.25*e。可选的,该运行环境集合对应的量化规则还可以是包含1-0.25*e的其他公式。其中,y6为运行前状态集合对应的量化分值,e为运行前状态集合中的错误子级指标个数之和。可选的,运行前状态集合中的错误子级指标个数之和包括待量化设备的出厂实验报告、待量化设备的电气性能测试记录、待量化设备的交接试验报告和待量化设备的列控数据实验报告出错的个数之和。
当子级指标集合为运行前状态集合时,运行前状态集合对应的量化规则可以为可选的,该运行环境集合对应的量化规则还可以是包含的其他公式。其中,y7为故障及异常集合对应的量化分值,m1为运行前状态集合中的子级指标发生一级报警的次数,m2为运行前状态集合中的子级指标发生二级报警的次数,h为待量化设备的运行时长。可选的,h可以通过对待量化设备进行量化的时刻与待量化设备的上道时刻的差值获得,还可以通过待量化设备的报废时刻与待量化设备的上道时刻的差值获得。
当子级指标集合为运行维护集合时,运行维护集合对应的量化规则可以为可选的,该运行环境集合对应的量化规则还可以是包含的其他公式。其中,y8为运行维护集合对应的量化分值,m3为运行维护集合中的日常维护次数,m4为运行维护集合中的维修次数,m5为运行维护集合中的检修次数。可选的,日常维护是指设备发生异常进行预警后作出的状态修,该预警指的是三级报警。可选的,三级报警可以为技术参数集合中的子级指标不满足预设条件时发生的告警。可选的,维修和检修对应的是待量化设备发生故障后进行的维护。
本实施例提供的设备质量的量化方法,计算机设备可以根据预设的量化选择标准,确定子级指标集合的类型,且可以根据子级指标集合的类型,从映射关系中确定子级指标集合对应的量化规则,并根据每个子级指标集合对应的量化规则,计算每个父级指标的量化分值。也就是说,本实施例中,计算机设备可以根据每个父级指标下的子级指标集合和预设的等级标准向量计算每个父级指标的量化分值,进而可以使得计算机设备根据父级指标的量化分值和预设的等级标准向量计算待量化设备的量化分值,并根据待量化设备直观的量化分值自动确定待量化设备的维修策略,而不是评价人员直接根据子级指标对应的数据凭经验做出待量化设备的维修策略,因此,大大提高了对待量化设备的量化结果的准确度。
图4为一个实施例提供的设备质量的量化方法的流程示意图。本实施例涉及的是计算机设备根据每个子级指标集合对应的量化分值和等级标准向量,确定每个父级指标的量化分值的具体过程。在上述实施例的基础上,上述S302可以包括:
S401,根据所述父级指标和所述子级指标集合之间的从属关系,确定所述待量化设备在所述父级指标下的第一因素集;其中,所述第一因素集包括所述父级指标下的各个子级指标集合对应的量化分值。
具体的,一个父级指标下可以包括多个子级指标集合,子级指标集合的量化分值可以通过上述实施例获得。可选的,每个父级指标可以对应一个第一因素集。可选的,计算机设备可以根据父级指标下的多个子级指标集合对应的量化分值确定第一因素集,例如,父级指标为设备基本特征时,假设技术参数集合、可靠性集合和安全性集合对应的量化分值分别为0.62、0.4和0.85,则计算机设备根据设备基本特征下的技术参数集合、可靠性集合和安全性集合确定的第一因素集U可以为U=(0.62,0.4,0.85)。
S402,执行处理操作,所述处理操作包括:根据所述第一因素集中的每个量化分值和预设的隶属函数集合,确定量化集;根据所述量化集和所述第一因素集,确定隶属关系矩阵R;以及根据预设的判断矩阵确定所述第一因素集中的每个量化分值对应的权重,得到权重向量A;其中,所述量化集包括所述第一因素集中的每个量化分值对应的量化等级,所述隶属函数集合包括不同量化分值取值范围对应的隶属函数。
具体的,上述量化集中的元素可以为第一因素集中的每个量化分值对应的量化等级。可选的,量化等级可以包括良好、合格、不合格和严重不合格。可选的,良好对应的取值范围为[0.91,1],合格对应的取值范围为[0.81,0.9],不合格对应的取值范围为[0.61,0.8],严重不合格对应的取值范围为[0,0.6]。可选的,上述预设的隶属函数集合可以包括不同量化分值取值范围对应的隶属函数。可选的,上述隶属函数可以由用户根据待量化设备的实际情况进行设置。可选的,量化等级与隶属函数的对应关系如表2所示。可选的,隶属函数还可以为表2中各公式的变形。
表2
可选的,计算机设备可以根据第一因素集中的每个量化分值,确定每个量化分值对应的量化等级,进而根据量化等级确定第一因素集对应的量化集,还可以根据其它方式确定量化等级,具体可以参见图5所示的实施例。
可选的,假设第一因素集U=(u1,u2,…un),i=1,2,…n,量化集V=(v1,v2,…vn),i=1,2,…n,隶属关系矩阵中rij表示U中指标ui对应V中的vj的隶属关系,即第一因素集中ui这个指标所能被确定为vj等级的隶属关系。可选的,计算机设备可以根据第一因素集U和第一因素集对应的量化集V确定隶属关系矩阵R。例如,假设第一因素集U=(0.62,0.4,0.85),第一因素集中的元素0.85根据其所处的取值范围分别代入表2中的各个量化等级对应的隶属函数,得到的隶属函数值分别为和可选的,u3=0.85对应的量化等级可以用向量R3=(0,1,0,0)表示,利用同样的方法,可以得到第一因素集中的0.62对应的量化等级可以用向量R1=(0,0,1,0)表示,第一因素集中的0.4对应的量化等级可以用向量R2=(0,0,0,1)表示。可选的,上述R1、R2和R3构成的隶属关系矩阵可以为其中,r13表示U中指标u1对应V中的v3的隶属关系,r24表示U中指标u2对应V中的v4的隶属关系,r32表示U中指标u3对应V中的v2的隶属关系。
可选的,上述预设的判断矩阵可以为本领域专家根据第一因素集中的各个因素的重要程度设定的判断矩阵。例如,父级指标为设备基本特征,该设备基本特征包括的子级指标集合包括:技术参数集合、可靠性集合和安全性集合,根据三者的重要程度可以设定判断矩阵为其中,p11=1可以表示技术参数集合与技术参数集合相比较,二者的重要程度一样,可以表示技术参数集合比可靠性集合重要p21=3可以表示可靠性集合比技术参数集合重要3倍。
可选的,计算机设备可以根据方根法确定第一因素集中的每个量化分值对应的权重,还可以根据求和法确定第一因素集中的每个量化分值对应的权重。可选的,计算机设备可以根据公式或该公式的变形,利用方根法求得第一因素集中每个元素对应的权重,其中,pij表示判断矩阵P中的元素。可选的,计算机设备可以对得到的权重向量进行归一化,得到归一化后的权重向量A,例如,计算机设备根据公式确定的第一因素集中的每个量化分值对应的权重向量为A′=(0.4,0.3,0.8),可以利用或该公式的变形对A′进行归一化,得到归一化后的权重向量也即
S403,根据公式c=B·ST计算得到所述父级指标的量化分值;其中,所述B=A·R,所述ST为所述等级标准向量。
具体的,计算机设备将上述步骤获得的权重向量A和隶属关系矩阵R相乘,得到量化模型B,即B=A·R。例如,获得的权重向量ST=(0.955,0.855,0.705,0.3)T,则计算机设备根据B=A·R可以求得根据公式c=B·ST,可得上述父级指标的得分c=0.802。
本实施例提供的设备质量的量化方法,计算机设备可以根据父级指标和子级指标集合之间的从属关系,确定待量化设备在父级指标下的第一因素集,并根据第一因素集中的每个量化分值和预设的隶属函数集合,确定量化集;然后根据量化集和第一因素集,确定隶属关系矩阵R;计算机设备还可以根据预设的判断矩阵确定第一因素集中的每个量化分值对应的权重,得到权重向量A,进而根据B=A·R以及c=B·ST计算得到父级指标的量化分值。也就是说,本实施例中,计算机设备可以根据父级指标下的子级指标的量化分值及预设的等级标准向量计算得到父级指标的量化分值,进而可以使得计算机设备根据父级指标的量化分值和预设的等级标准向量计算待量化设备的量化分值,并根据待量化设备直观的量化分值自动确定待量化设备的维修策略,而不是评价人员直接根据子级指标对应的数据凭经验做出待量化设备的维修策略,因此,大大提高了对待量化设备的量化结果的准确度。
图5为另一个实施例提供的设备质量的量化方法的流程示意图。本实施例涉及的是计算机设备根据第一因素集中的每个量化分值和预设的隶属函数集合,确定量化集的具体过程。在上述实施例的基础上,可选的,上述S402中的“根据所述第一因素集中的每个量化分值和预设的隶属函数集合,确定量化集”可以包括:
S501,确定所述第一因素集中每个量化分值对应在所述隶属函数集合中的取值范围。
具体的,隶属函数集合可以包括多个隶属函数,每个量化等级对应的隶属函数都有对应的取值范围,计算机设备可以将第一因素集中每个量化分值代入对应的隶属函数,例如,第一因素集中的元素0.85对应隶属函数的取值范围为x>1或x<0.9,对应隶属函数的取值范围为0.81≤x≤0.9,以此类推,可以确定隶属函数其它隶属函数的取值范围。
S502,根据每个量化分值对应的取值范围确定所述量化分值对应的隶属函数,并根据所述隶属函数计算所述量化分值对应的隶属函数值,并根据所述隶属函数值确定所述量化分值对应的量化等级;其中,不同的隶属函数值与量化等级之间具有映射关系。
具体的,计算机设备可以根据每个量化分值对应的取值范围确定量化分值对应的隶属函数,并根据所述隶属函数计算所述量化分值对应的隶属函数值,例如,第一因素集中的0.85对应隶属函数的取值范围为x>1或x<0.9,则可以将0.85代入得到量化等级为良好时元素0.85对应的隶属函数值,以此类推,可以确定第一因素集中的元素0.85对应其它隶属函数的隶属函数值。可选的,计算机设备可以根据得到的隶属函数值确定量化分值对应的量化等级,例如,计算机设备将第一因素集中的元素0.85代入各个隶属函数后,得到的隶属函数值分别为 可选的,隶属函数值可以表示第一因素集中的元素对应的量化等级的可能性。可选的,计算机设备可以确定元素0.85的量化等级为合格的可能性最大,因此,计算机设备可以判定元素0.85的量化等级为合格。可选的,若第一因素集中的某个量化分值对应多个隶属函数的隶属函数值相同,计算机设备可以选择该量化分值可以对应的最低量化等级作为该量化分值对应的量化等级,例如,第一因素集中包含一个量化分值为0.905的元素,计算机设备将0.905代入各个隶属函数后,得到的即0.905对应良好对应的隶属函数和合格对应的隶属函数时,得到的隶属函数值相同,此时,计算机设备选择量化等级最低的“合格”作为0.905对应的量化等级。
S503,根据每个量化分值对应的量化等级,确定所述量化集。
具体的,计算机设备可以根据量化分值对应的量化等级,确定第一因素集中每个量化分值对应的量化等级,多个量化等级可以构成量化集。例如,第一因素集为(0.85,0.62,0.93),假设元素0.85对应的量化等级为合格,元素062对应的量化等级为不合格,元素0.93对应的量化等级为良好,则第一因素集(0.85,0.62,0.93)对应的量化集可以为V={合格,不合格,良好}。
本实施例提供的设备质量的量化方法,计算机设备可以确定第一因素集中每个量化分值对应在隶属函数集合中的取值范围,然后根据每个量化分值对应的取值范围确定量化分值对应的隶属函数,并根据隶属函数计算量化分值对应的隶属函数值,进而根据隶属函数值确定量化分值对应的量化等级。本实施例中,可以根据预设的隶属函数确定第一因素集中的量化分值对应的量化等级,这样,待量化设备的量化指标可以用量化等级如良好、合格等来进行判定,方便用户清楚地了解待量化设备的量化指标可以被判定的量化等级。
图6为另一个实施例提供的设备质量的量化方法的流程示意图。本实施例涉及的是计算机设备根据每个父级指标的量化分值和预设的等级标准向量,计算得到待量化设备的量化分值的具体过程。可选的,上述S203中的“根据每个所述父级指标的量化分值和预设的等级标准向量,计算得到所述待量化设备的量化分值”可以包括:
S601,根据所述待量化设备与各个父级指标的从属关系,确定所述待量化设备的第二因素集;其中,所述第二因素集包括各个父级指标对应的量化分值。
具体的,上述从属关系可以为影响待量化设备发生故障的因素可以包括多个父级指标。可选的,每个父级指标可以对应一个量化分值。可选的,多个父级指标的量化分值可以构成第二因素集。
S602,将所述第二因素集作为新的第一因素集,返回执行所述处理操作,以得到新的隶属关系矩阵以及新的权重向量。
具体的,计算机设备可以将得到的第二因素集作为新的第一因素集,根据新的第一因素集中的每个量化分值和预设的隶属函数集合,确定新的量化集,并根据新的量化集和新的第一因素集,确定新的隶属关系矩阵R新,还可以根据预设的判断矩阵确定新的第一因素集中的每个量化分值对应的权重,得到新的权重向量A新。可选的,上述预设的判断矩阵可以根据每个父级指标的重要程度进行设定。
S603,将所述新的隶属关系矩阵与所述新的权重向量的乘积,与所述等级标准向量相乘,得到所述待量化设备的量化分值。
具体的,计算机设备可以将新的隶属关系矩阵与新的权重向量相乘,得到B′=A新·R新,再将B′与等级标准向量ST相乘,得到待量化设备的量化分值c′=B′·ST。
本实施例提供的设备质量的量化方法,计算机设备可以根据待量化设备与各个父级指标的从属关系,确定待量化设备的第二因素集,并将第二因素集作为新的第一因素集,返回执行处理操作,以得到新的隶属关系矩阵以及新的权重向量,并且将新的隶属关系矩阵与新的权重向量的乘积,与等级标准向量相乘,得到待量化设备的量化分值。也就是说,本实施例中,计算机设备可以根各个父级指标的量化分值与等级标准向量确定待量化设备的量化分值,计算方式简单,方便用户查看待量化设备的量化分值,另外,计算机设备可以根据待量化设备的量化分值确定待量化设备的维修策略,大大提高了对待量化设备的量化结果的准确度。
下述通过一个简单的例子,来介绍本发明实施例设备质量量化方法的过程。具体可以参见图7所示:
S701,计算机设备获取待量化设备的量化指标集合;其中,所述量化指标集合中包括多个父级指标和所述父级指标下的子级指标集合;其中,所述子级指标集合包含用于影响所述待量化设备发生故障的子级指标。
S702,计算机设备根据预设的量化选择标准,确定所述子级指标集合的类型;其中,所述子级指标集合的类型包括:技术参数集合、可靠性集合、安全性集合、设备寿命集合、运行环境集合、运行前状态集合、故障及异常集合、运行维护集合中的至少一个。
S703,计算机设备根据所述子级指标集合的类型,从所述映射关系中确定所述子级指标集合对应的量化规则。
若所述子级指标集合为运行前状态集合,则所述运行前状态集合对应的量化规则为y6=1-0.25*e。
S704,计算机设备根据每个子级指标集合对应的量化规则,确定每个子级指标集合对应的量化分值。
S705,计算机设备根据所述父级指标和所述子级指标集合之间的从属关系,确定所述待量化设备在所述父级指标下的第一因素集;其中,所述第一因素集包括所述父级指标下的各个子级指标集合对应的量化分值。
S706,计算机设备确定所述第一因素集中每个量化分值对应在所述隶属函数集合中的取值范围;其中,所述第一因素集包括所述父级指标下的各个子级指标集合对应的量化分值。
S707,计算机设备根据每个量化分值对应的取值范围确定所述量化分值对应的隶属函数,并根据所述隶属函数计算所述量化分值对应的隶属函数值,并根据所述隶属函数值确定所述量化分值对应的量化等级;其中,不同的隶属函数值与量化等级之间具有映射关系;
S708,计算机设备根据每个量化分值对应的量化等级,确定所述量化集。
S709,计算机设备根据所述量化集和所述第一因素集,确定隶属关系矩阵R。
S710,计算机设备根据预设的判断矩阵确定所述第一因素集中的每个量化分值对应的权重,得到权重向量A;其中,所述量化集包括所述第一因素集中的每个量化分值对应的量化等级,所述隶属函数集合包括不同量化分值取值范围对应的隶属函数。
S711,计算机设备根据公式B=A·R确定量化模型B。
S712,计算机设备根据公式c=B·ST计算得到所述父级指标的量化分值。
S713,计算机设备根据所述待量化设备与各个父级指标的从属关系,确定所述待量化设备的第二因素集;其中,所述第二因素集包括各个父级指标对应的量化分值;
S714,计算机设备将所述第二因素集作为新的第一因素集,返回执行所述处理操作,以得到新的隶属关系矩阵以及新的权重向量;
S715,计算机设备将所述新的隶属关系矩阵与所述新的权重向量的乘积,与所述等级标准向量相乘,得到所述待量化设备的量化分值。
S716,计算机设备自动生成待量化设备的量化报告;其中,所述量化报告包括子级指标集合的量化分值、父级指标的量化分值和待量化设备的量化分值。
本实施例提供的设备质量的量化方法的工作原理和技术效果如上述实施例所述,在此不再赘述。
应该理解的是,虽然图2至图7的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2至图7中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图8为一个实施例提供的设备质量的量化装置示意图。如图8所示,该装置可以包括:获取模块10、第一计算模块11和第二计算模块12。
具体的,获取模块10,用于获取待量化设备的量化指标集合;其中,所述量化指标集合中包括多个父级指标和所述父级指标下的子级指标集合;其中,所述子级指标集合包含用于影响所述待量化设备发生故障的子级指标。
第一计算模块11,用于根据所述子级指标集合和预设的映射关系,计算每个所述父级指标的量化分值;其中,所述映射关系包括:不同的子级指标集合与量化规则之间的对应关系。
第二计算模块12,根据每个所述父级指标的量化分值和预设的等级标准向量,计算得到所述待量化设备的量化分值,并根据所述待量化设备的量化分值,确定所述待量化设备的维修策略;其中,所述等级标准向量通过多个量化等级的取值范围得到。
本实施例提供的设备质量的量化装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
图9为一个实施例提供的一种计算机设备的内部结构示意图。如图9所示,该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种计算机设备的测试方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取待量化设备的量化指标集合;其中,所述量化指标集合中包括多个父级指标和所述父级指标下的子级指标集合;其中,所述子级指标集合包含用于影响所述待量化设备发生故障的子级指标。
根据所述子级指标集合和预设的映射关系,计算每个所述父级指标的量化分值;其中,所述映射关系包括:不同的子级指标集合与量化规则之间的对应关系。
根据每个所述父级指标的量化分值和预设的等级标准向量,计算得到所述待量化设备的量化分值,并根据所述待量化设备的量化分值,确定所述待量化设备的维修策略;其中,所述等级标准向量通过多个量化等级的取值范围得到。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待量化设备的量化指标集合;其中,所述量化指标集合中包括多个父级指标和所述父级指标下的子级指标集合;其中,所述子级指标集合包含用于影响所述待量化设备发生故障的子级指标。
根据所述子级指标集合和预设的映射关系,计算每个所述父级指标的量化分值;其中,所述映射关系包括:不同的子级指标集合与量化规则之间的对应关系。
根据每个所述父级指标的量化分值和预设的等级标准向量,计算得到所述待量化设备的量化分值,并根据所述待量化设备的量化分值,确定所述待量化设备的维修策略;其中,所述等级标准向量通过多个量化等级的取值范围得到。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种设备质量的量化方法,其特征在于,包括:
获取待量化设备的量化指标集合;其中,所述量化指标集合中包括多个父级指标和所述父级指标下的子级指标集合;其中,所述子级指标集合包含用于影响所述待量化设备发生故障的子级指标;
根据所述子级指标集合和预设的映射关系,计算每个所述父级指标的量化分值;其中,所述映射关系包括:不同的子级指标集合与量化规则之间的对应关系;
根据每个所述父级指标的量化分值和预设的等级标准向量,计算得到所述待量化设备的量化分值,并根据所述待量化设备的量化分值,确定所述待量化设备的维修策略;其中,所述等级标准向量通过多个量化等级的取值范围得到;
其中,所述根据所述子级指标集合和预设的映射关系,计算每个所述父级指标的量化分值,包括:
根据预设的量化选择标准,确定所述子级指标集合的类型;其中,所述子级指标集合的类型包括:技术参数集合、可靠性集合、安全性集合、设备寿命集合、运行环境集合、运行前状态集合、故障及异常集合、运行维护集合中的至少一个;
根据所述子级指标集合的类型,从所述映射关系中确定所述子级指标集合对应的量化规则,并根据每个子级指标集合对应的量化规则,计算每个所述父级指标的量化分值;
其中,所述根据每个子级指标集合对应的量化规则,计算每个所述父级指标的量化分值,包括:
根据每个子级指标集合对应的量化规则,确定每个子级指标集合对应的量化分值;
根据每个子级指标集合对应的量化分值和所述等级标准向量,确定每个所述父级指标的量化分值;
其中,所述根据每个子级指标集合对应的量化分值和所述等级标准向量,确定每个所述父级指标的量化分值,包括:
根据所述父级指标和所述子级指标集合之间的从属关系,确定所述待量化设备在所述父级指标下的第一因素集;其中,所述第一因素集包括所述父级指标下的各个子级指标集合对应的量化分值;
执行处理操作,所述处理操作包括:根据所述第一因素集中的每个量化分值和预设的隶属函数集合,确定量化集;根据所述量化集和所述第一因素集,确定隶属关系矩阵R;以及根据预设的判断矩阵确定所述第一因素集中的每个量化分值对应的权重,得到权重向量A;其中,所述量化集包括所述第一因素集中的每个量化分值对应的量化等级,所述隶属函数集合包括不同量化分值取值范围对应的隶属函数;
根据公式c=B·ST计算得到所述父级指标的量化分值;其中,所述B=A·R,ST为所述等级标准向量;
其中,所述根据所述第一因素集中的每个量化分值和预设的隶属函数集合,确定量化集,包括:
确定所述第一因素集中每个量化分值对应在所述隶属函数集合中的取值范围;
根据每个量化分值对应的取值范围确定所述量化分值对应的隶属函数,并根据所述隶属函数计算所述量化分值对应的隶属函数值,并根据所述隶属函数值确定所述量化分值对应的量化等级;其中,不同的隶属函数值与量化等级之间具有映射关系;
根据每个量化分值对应的量化等级,确定所述量化集。
3.根据权利要求1所述的方法,其特征在于,若所述子级指标集合为可靠性集合,则所述可靠性集合对应的量化规则为y2=0.33*(a1+a2+a3),所述y2为所述可靠性集合对应的量化分值;
7.根据权利要求1所述的方法,其特征在于,所述根据每个所述父级指标的量化分值和预设的等级标准向量,计算得到所述待量化设备的量化分值,包括:
根据所述待量化设备与各个父级指标的从属关系,确定所述待量化设备的第二因素集;其中,所述第二因素集包括各个父级指标对应的量化分值;
将所述第二因素集作为新的第一因素集,返回执行所述处理操作,以得到新的隶属关系矩阵以及新的权重向量;
将所述新的隶属关系矩阵与所述新的权重向量的乘积,与所述等级标准向量相乘,得到所述待量化设备的量化分值。
8.一种设备质量的量化装置,其特征在于,包括:
获取模块,用于获取待量化设备的量化指标集合;其中,所述量化指标集合中包括多个父级指标和所述父级指标下的子级指标集合;其中,所述子级指标集合包含用于影响所述待量化设备发生故障的子级指标;
第一计算模块,用于根据所述子级指标集合和预设的映射关系,计算每个所述父级指标的量化分值;其中,所述映射关系包括:不同的子级指标集合与量化规则之间的对应关系;
第二计算模块,根据每个所述父级指标的量化分值和预设的等级标准向量,计算得到所述待量化设备的量化分值,并根据所述待量化设备的量化分值,确定所述待量化设备的维修策略;其中,所述等级标准向量通过多个量化等级的取值范围得到;
其中,所述第一计算模块具体用于:
根据预设的量化选择标准,确定所述子级指标集合的类型;其中,所述子级指标集合的类型包括:技术参数集合、可靠性集合、安全性集合、设备寿命集合、运行环境集合、运行前状态集合、故障及异常集合、运行维护集合中的至少一个;
根据所述子级指标集合的类型,从所述映射关系中确定所述子级指标集合对应的量化规则,并根据每个子级指标集合对应的量化规则,计算每个所述父级指标的量化分值;
其中,所述第一计算模块根据每个子级指标集合对应的量化规则,计算每个所述父级指标的量化分值时具体用于:
根据每个子级指标集合对应的量化规则,确定每个子级指标集合对应的量化分值;
根据每个子级指标集合对应的量化分值和所述等级标准向量,确定每个所述父级指标的量化分值;
其中,所述第一计算模块根据每个子级指标集合对应的量化分值和所述等级标准向量,确定每个所述父级指标的量化分值时具体用于:
根据所述父级指标和所述子级指标集合之间的从属关系,确定所述待量化设备在所述父级指标下的第一因素集;其中,所述第一因素集包括所述父级指标下的各个子级指标集合对应的量化分值;
执行处理操作,所述处理操作包括:根据所述第一因素集中的每个量化分值和预设的隶属函数集合,确定量化集;根据所述量化集和所述第一因素集,确定隶属关系矩阵R;以及根据预设的判断矩阵确定所述第一因素集中的每个量化分值对应的权重,得到权重向量A;其中,所述量化集包括所述第一因素集中的每个量化分值对应的量化等级,所述隶属函数集合包括不同量化分值取值范围对应的隶属函数;
根据公式c=B·ST计算得到所述父级指标的量化分值;其中,所述B=A·R,ST为所述等级标准向量;
其中,所述第一计算模块根据所述第一因素集中的每个量化分值和预设的隶属函数集合,确定量化集时具体用于:
确定所述第一因素集中每个量化分值对应在所述隶属函数集合中的取值范围;
根据每个量化分值对应的取值范围确定所述量化分值对应的隶属函数,并根据所述隶属函数计算所述量化分值对应的隶属函数值,并根据所述隶属函数值确定所述量化分值对应的量化等级;其中,不同的隶属函数值与量化等级之间具有映射关系;
根据每个量化分值对应的量化等级,确定所述量化集。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的设备质量的量化方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的设备质量的量化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810529592.4A CN110543997B (zh) | 2018-05-29 | 2018-05-29 | 设备质量的量化方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810529592.4A CN110543997B (zh) | 2018-05-29 | 2018-05-29 | 设备质量的量化方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110543997A CN110543997A (zh) | 2019-12-06 |
CN110543997B true CN110543997B (zh) | 2020-12-29 |
Family
ID=68701011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810529592.4A Active CN110543997B (zh) | 2018-05-29 | 2018-05-29 | 设备质量的量化方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110543997B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103973902A (zh) * | 2013-01-28 | 2014-08-06 | 中国移动通信集团浙江有限公司 | 一种用户感知业务质量的量化装置、监测系统和方法 |
CN107025488A (zh) * | 2017-03-30 | 2017-08-08 | 广东中设智控科技股份有限公司 | 一种设备检维修方法及系统 |
CN107944702A (zh) * | 2017-11-23 | 2018-04-20 | 绥化学院 | 一种网络安全层次分析评估方法、装置及计算机可读存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130026592A (ko) * | 2011-08-09 | 2013-03-14 | 한국도로공사 | 도로 품질성능지수 산출방법, 도로 품질 평가방법, 도로 품질 평가장치, 및 그 기록매체 |
CN103823939B (zh) * | 2014-03-07 | 2016-12-07 | 北京航空航天大学 | 一种基于虚拟维修的维修安全定性因素定量评价方法 |
CN106600095B (zh) * | 2016-07-27 | 2020-09-08 | 中国特种设备检测研究院 | 一种基于可靠性的维修评估方法 |
CN107169234B (zh) * | 2017-06-12 | 2020-12-22 | 中国矿业大学 | 一种采煤机摇臂系统维修性综合评价方法 |
CN108009742B (zh) * | 2017-12-15 | 2020-09-25 | 北京交通大学 | 一种确定铁路轨道健康状态的方法及系统 |
-
2018
- 2018-05-29 CN CN201810529592.4A patent/CN110543997B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103973902A (zh) * | 2013-01-28 | 2014-08-06 | 中国移动通信集团浙江有限公司 | 一种用户感知业务质量的量化装置、监测系统和方法 |
CN107025488A (zh) * | 2017-03-30 | 2017-08-08 | 广东中设智控科技股份有限公司 | 一种设备检维修方法及系统 |
CN107944702A (zh) * | 2017-11-23 | 2018-04-20 | 绥化学院 | 一种网络安全层次分析评估方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110543997A (zh) | 2019-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104966141B (zh) | 更新用于生成工业资产健康状况简档的模型的方法和系统 | |
US10534361B2 (en) | Industrial asset health model update | |
Le et al. | Optimal maintenance strategy of deteriorating system under imperfect maintenance and inspection using mixed inspectionscheduling | |
US10067815B2 (en) | Probabilistic prediction of software failure | |
CN110414552B (zh) | 一种基于多源融合的备件可靠性贝叶斯评估方法及系统 | |
CN110633893A (zh) | 一种策略效能监控方法、装置以及计算机设备 | |
Liu et al. | Reliability mathematical models of repairable systems with uncertain lifetimes and repair times | |
CN114239326B (zh) | 产品可靠性加速系数评估方法、装置和计算机设备 | |
WO2018154558A1 (en) | Methods and systems for problem-alert aggregation | |
CN105825130A (zh) | 一种信息安全预警方法及装置 | |
CN110543997B (zh) | 设备质量的量化方法、装置、计算机设备及存储介质 | |
CN112529432B (zh) | 一种电压暂降严重程度评估方法、装置及电子设备 | |
CN117235664A (zh) | 配电通信设备的故障诊断方法、系统和计算机设备 | |
CN112288593A (zh) | 一种电网应急体系的评估数据处理方法、装置和介质 | |
CN116993215A (zh) | 一种电力装备制造质量智能化评价预警方法及系统 | |
WO2016125248A1 (ja) | 保守支援システム、保守支援方法、及び、保守支援プログラム | |
KR20240065183A (ko) | 메모리 오류의 예측 방법, 전자 장치 및 컴퓨터 판독 가능한 저장 매체 | |
CN109739210B (zh) | 设备部件健康状态的评估方法及装置 | |
CN113689042A (zh) | 监测节点的故障源预测方法 | |
Rozhkov et al. | Informational expert system for minimizing the time in searching of ship electrical equipment failures | |
CN111260150A (zh) | 一种通信设备运行风险预警方法及通信管理系统 | |
CN114997554A (zh) | 复杂机械设备健康状况的评估方法、装置和存储介质 | |
JP6971936B2 (ja) | 電力機器の保全支援装置、方法およびプログラム | |
CN111095868A (zh) | 软件定义网络中的数据流量管理 | |
CN116149971B (zh) | 设备故障预测方法、装置、电子设备及存储介质 |
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 |