CN112465328B - 一种基于工作时长评估智能终端质量的方法 - Google Patents
一种基于工作时长评估智能终端质量的方法 Download PDFInfo
- Publication number
- CN112465328B CN112465328B CN202011321576.XA CN202011321576A CN112465328B CN 112465328 B CN112465328 B CN 112465328B CN 202011321576 A CN202011321576 A CN 202011321576A CN 112465328 B CN112465328 B CN 112465328B
- Authority
- CN
- China
- Prior art keywords
- sample number
- intelligent terminal
- failure
- sample
- time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000008439 repair process Effects 0.000 claims abstract description 43
- 230000004913 activation Effects 0.000 claims description 52
- 238000004519 manufacturing process Methods 0.000 claims description 23
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
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)
- Telephonic Communication Services (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于工作时长评估智能终端质量的方法，所述方法包括：根据智能终端的统计样本数和所述统计样本数对应的工作时长，得到总量样本参数；根据智能终端的失效样本数，得到失效样本参数；根据所述失效样本参数和所述总量样本参数得到返修率值，以根据所述返修率值实现对智能终端质量的评估。本发明实施例根据工作时长和智能终端的总量样本数和失效样本数来得到返修率值，然后根据返修率值来评估智能终端的质量，该计算方法简单，计算量小，节约硬件成本。
Description
技术领域
本发明涉及通信技术领域，尤其涉及的是一种基于工作时长评估智能终端质量的方法。
背景技术
随着电子技术的发展，对智能终端也提出了更高的要求，由于对智能终端技术性能的要求提高，质量问题俞显突出。智能终端的质量贯穿于设计、生产、管理中，现有技术对智能终端质量的评估方法是基于一些算法来进行统计，但是计算方法复杂，计算量大，增加了硬件成本。
因此，现有技术还有待改进和发展。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于工作时长评估智能终端质量的方法，旨在解决现有技术中对智能终端质量的评估方法是基于一些算法来进行统计，但是计算方法复杂，计算量大，增加了硬件成本的问题。
本发明解决问题所采用的技术方案如下：
第一方面，本发明实施例提供一种基于工作时长评估智能终端质量的方法，其中，所述方法包括：
根据智能终端的统计样本数和所述统计样本数对应的工作时长，得到总量样本参数；
根据智能终端的失效样本数，得到失效样本参数；
根据所述失效样本参数和所述总量样本参数得到返修率值，以根据所述返修率值实现对智能终端质量的评估。
在一种实现方式中，其中，所述根据智能终端的统计样本数和所述统计样本数对应的工作时长，得到总量样本参数包括：
获取智能终端的统计样本数，并剔除所述统计样本数的异常数据，得到有效统计样本数；其中，所述异常数据指的是智能终端统计样本时间不规范的数据；
获取所述统计样本数对应的工作时长；
将所述有效统计样本数乘以所述工作时长，得到总量样本参数。
在一种实现方式中，其中，所述剔除所述统计样本数的异常数据，得到有效统计样本数包括：
获取所述统计样本数的失效时间、激活时间、激活时间段和生产时间；其中，所述激活时间段为从预设的激活起始时间到预设的激活结束时间；
剔除所述激活时间不在激活时间段的统计样本数，得到第一剔除样本数；
剔除所述激活时间和所述生产时间之间的差值大于或者等于9个月的第一剔除样本数，得到第二剔除样本数；
根据所述失效时间、所述激活时间和所述生产时间，对所述第二剔除样本数进行时效性剔除，得到有效统计样本数。
在一种实现方式中，其中，所述激活时间段根据样本统计周期进行调整。
在一种实现方式中，其中，所述所述根据所述失效时间、所述激活时间和所述生产时间，对所述第二剔除样本数进行时效性剔除，得到有效统计样本数包括：
剔除所述失效时间与所述生产时间之间的差值大于18个月的所述第二剔除样本数，得到第三剔除样本数；
剔除所述失效时间与所述激活时间之间的差值大于13个月的所述第三剔除样本数，得到第四剔除样本数；
剔除所述失效时间与所述激活时间之间的差值小于1个月的所述第四剔除样本数，得到有效统计样本数。
在一种实现方式中，其中，所述所述根据智能终端的失效样本数，得到失效样本参数包括：
获取当量因子，其中，所述当量因子根据智能终端年化工作天数得到；
剔除所述失效样本数中的超范围数据，得到中间失效样本数；其中，所述超范围数据指的是智能终端失效样本数不在预设的范围内的数据；
将多个所述中间失效样本数进行相加，得到失效总样本数；
将所述失效总样本数乘以所述当量因子，得到失效样本参数。
在一种实现方式中，其中，所述剔除失效样本数中的超范围数据，得到中间失效样本数包括：
剔除不在所述统计样本数中的所述失效样本数，得到中间失效样本数。
在一种实现方式中，其中，所述所述根据所述失效样本参数和所述总量样本参数得到返修率值包括：
将失效样本参数除以总量样本参数得到返修率值。
第二方面，本发明实施例还提供一种基于工作时长评估智能终端质量的装置，其中，所述装置包括：
总量样本参数获取单元，用于根据智能终端的统计样本数和所述统计样本数对应的工作时长，得到总量样本参数；
失效样本参数获取单元，用于根据智能终端的失效样本数，得到失效样本参数；
智能终端质量评估单元，用于根据所述失效样本参数和所述总量样本参数得到返修率值，以根据所述返修率值实现对智能终端质量的评估。
第三方面，本发明实施例还提供一种智能终端，包括有存储器，以及一个以上的程序，其中一个以上程序存储于存储器中，且经配置以由一个以上处理器执行所述一个以上程序包含用于执行如上述任意一项所述的一种基于工作时长评估智能终端质量的方法。
第四方面，本发明实施例还提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上述中任意一项所述的一种基于工作时长评估智能终端质量的方法。
本发明的有益效果：本发明实施例首先根据智能终端的统计样本数和所述统计样本数对应的工作时长，得到智能终端的总量样本参数；然后根据智能终端的失效样本数，得到智能终端的失效样本参数；最后根据所述失效样本参数和所述总量样本参数得到智能终端的返修率值，以根据所述返修率值实现对智能终端质量的评估；可见，本发明实施例根据工作时长和智能终端的总量样本数和失效样本数来得到返修率值，然后根据返修率值来评估智能终端的质量，该计算方法简单，计算量小，节约硬件成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1本发明实施例提供一种基于工作时长评估智能终端质量的方法流程示意图。
图2本发明实施例提供的一种基于工作时长评估智能终端质量的装置的原理框图。
图3本发明实施例提供的智能终端的内部结构原理框图。
具体实施方式
本发明公开了一种基于工作时长评估智能终端质量的方法、智能终端、存储介质，为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。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。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
由于现有技术中，对智能终端质量的评估方法是基于一些算法来进行统计，但是计算方法复杂，计算量大，增加了硬件成本。
为了解决现有技术的问题，本实施例提供了一种基于工作时长评估智能终端质量的方法，实际中，每台智能终端都是有工作时长的，如果仅仅是根据失效智能终端的台数与总的智能终端的台数比值得出返修率值来评估智能终端质量好坏会产生不准确的情形，因为智能终端实际工作时长也是评估智能终端质量的重要因素。故本发明的计算方法根据智能终端的统计样本数和所述统计样本数对应的工作时长，得到智能终端的总量样本参数，总量样本参数包含了智能终端的统计样本数，还包括了统计样本数对应的工作时长，然后根据智能终端的失效样本数，可以得到智能终端的失效样本参数，根据失效样本参数和所述总量样本参数得到智能终端的返修率值，以根据所述返修率值实现对智能终端质量的评估。本发明实施例将智能终端的工作时长作为考量智能终端质量的一个重要因素，使得计算得到的智能终端的返修率值更加准确，并且，该计算方法简单，计算量小，节约硬件成本。
举例说明
实际中，智能终端如手机，电脑，IPAD等在提供给用户使用后都会出现失效的情况，只是失效的时间有长有短，有的智能终端工作很长时间后才会出现失效的情况，有的智能终端工作很短的时间就失效了，对于用户而言，智能终端工作很长时间才失效则代表了智能终端的质量好，因此，本申请将智能终端的工作时长加以考虑，来作为评估智能终端质量好坏的一个重要因素，使得本申请对智能终端质量的评估更加准确。具体实施时，本发明实施例通过联网上报得到智能终端的统计样本数，并获取统计样本数对应的工作时长，就可以得到智能终端的总量样本参数，然后根据返修单录入的数据得到智能终端的失效样本数，得到智能终端的失效样本参数，再将失效样本参数除以总量样本参数就可以得到智能终端的返修率值，也即，智能终端的返修率值包含智能终端台数信息，还包括了智能终端工作的时长，返修率值反应的信息很全面，因此，这个返修率值对智能终端质量的评估更加的准确。
示例性方法
本实施例提供一种基于工作时长评估智能终端质量的方法，该方法可以应用于通信智能终端。具体如图1所示，所述方法包括：
步骤S100、根据智能终端的统计样本数和所述统计样本数对应的工作时长，得到总量样本参数；
具体地，智能终端出售后就会被激活，可以在联网上报的数据中获取智能终端的统计样本数，例如：在统计需求制定的样本范围N(n1、n 2、n 3、n 4…，n以台数为计算单位)。还要获取统计样本数对应的工作时长，然后就可以得到智能终端的总量样本参数，智能终端统计样本数的工作时长越长，则代表智能终端的工作质量越好，用户使用的体验效果佳，也就意味着该款智能终端的品牌佳，公司就可以根据这款产品打造更佳优质的产品。
为了得到智能终端的总量样本参数，所述根据智能终端的统计样本数和所述统计样本数对应的工作时长，得到智能终端的总量样本参数包括如下步骤：
步骤S101、获取智能终端的统计样本数，并剔除所述统计样本数的异常数据，得到有效统计样本数；其中，所述异常数据指的是智能终端统计样本时间不规范的数据；
步骤S102、获取所述统计样本数对应的工作时长；
步骤S103、将所述有效统计样本数乘以所述工作时长，得到总量样本参数。
实际中，由于获取的智能终端的统计样本数存在一些时间不规范的数据，因此需要对这些时间不规范进行去除，得到有效统计样本数，与此同时获取统计样本数对应的工作时长。然后将有效统计样本数乘以工作时长，得到智能终端的总量样本参数。例如：统计样本n i的工作天数d i的乘积之和T，T为台日数，T＝∑n i*d i。
为了得到有效统计样本数，所述剔除所述统计样本数的异常数据，得到有效统计样本数包括如下步骤：获取所述统计样本数的失效时间、激活时间、激活时间段和生产时间；其中，所述激活时间段为从预设的激活起始时间到预设的激活结束时间；剔除所述激活时间不在激活时间段的统计样本数，得到第一剔除样本数；剔除所述激活时间和所述生产时间之间的差值大于或者等于9个月的第一剔除样本数，得到第二剔除样本数；根据所述失效时间、所述激活时间和所述生产时间，对所述第二剔除样本数进行时效性剔除，得到有效统计样本数。
具体地，先获取统计样本数的失效时间激活时间、激活时间段和生产时间；其中，所述激活时间段为从预设的激活起始时间到预设的激活结束时间；在制定的激活时间段内t active。剔除所述激活时间不在激活时间段的统计样本数，得到第一剔除样本数；剔除所述激活时间和所述生产时间之间的差值大于或者等于9个月的第一剔除样本数，得到第二剔除样本数；例如：样本范围(N)：任何一个样本n i，不在指定激活时间段内的样本应予去除；激活时间(月份)减去生产时间(月份)≥9个月的串号样本，应予去除；根据所述失效时间、所述激活时间和所述生产时间，对所述第二剔除样本数进行时效性剔除，得到有效统计样本数。在一种实现方式中，所述激活时间段根据样本统计周期进行调整，样本统计周期为统计需求的开始时间到结束时间，例如：t active可根据统计需求随时调整，t active＝tactive_end-t active_start，并以月份为统计单位，如2018年3月份-2018年8月份。
为了得到有效统计样本数，所述根据所述失效时间、所述激活时间和所述生产时间，对所述第二剔除样本数进行时效性剔除，得到有效统计样本数包括：剔除所述失效时间与所述生产时间之间的差值大于18个月的所述第二剔除样本数，得到第三剔除样本数；剔除所述失效时间与所述激活时间之间的差值大于13个月的所述第三剔除样本数，得到第四剔除样本数；剔除所述失效时间与所述激活时间之间的差值小于1个月的所述第四剔除样本数，得到有效统计样本数。
具体地，剔除所述失效时间与所述生产时间之间的差值大于18个月的所述第二剔除样本数，例如：任何一个样本n i，当在指定的失效统计时间段内的某个月份的最后一天，与生产时间相差大于18个月时，应予去除，得到第三剔除样本数；剔除所述失效时间与所述激活时间之间的差值大于13个月的所述第三剔除样本数，例如：任何一个样本n i，当在指定的失效统计时间段内的某个月份的最后一天，与激活时间相差大于13个月时，应予去除，得到第四剔除样本数；剔除所述失效时间与所述激活时间之间的差值小于1个月的所述第四剔除样本数，例如：任何一个样本n i，当在指定的失效统计时间段内的某个月份的最后一天，与激活时间相差小于1个月时，得到有效统计样本数。
本实施例提供一种基于工作时长评估智能终端质量的方法，该方法可以应用于通信智能终端。具体如图1所示，所述方法包括：
步骤S200、根据智能终端的失效样本数，得到失效样本参数。
具体地，根据返修单录入的数据得到智能终端的失效样本数，得到智能终端的失效样本参数。在制定的失效统计时间段t fault内(t fault可根据统计需求随时调整，tfault＝t fault_end-tfault_start，并以月份为统计单位，如2019年3月份-2019年8月份)，期间累计发生的失效总数R(R以台数为统计单位，R＝∑r)。
为了得到智能终端的失效样本参数，所述根据智能终端的失效样本数，得到智能终端的失效样本参数包括如下步骤：
步骤S201、获取当量因子，其中，所述当量因子根据智能终端年化工作天数得到；
步骤S202、剔除所述失效样本数中的超范围数据，得到中间失效样本数；其中，所述超范围数据指的是智能终端失效样本数不在预设的范围内的数据；
步骤S203、将多个所述中间失效样本数进行相加，得到失效总样本数；
步骤S204、将所述失效总样本数乘以所述当量因子，得到失效样本参数。
在本实施例中，获取当量因子，其中，所述当量因子根据智能终端年化工作天数得到，例如：一年等于365天，即k＝365，考虑到智能终端如果不发生故障，是365天都处于工作状态的。然后剔除所述失效样本数中的超范围数据，得到中间失效样本数；其中，所述超范围数据指的是智能终端失效样本数不在预设的范围内的数据；也即失效数r必须在样本范围内，即r必须是N的子集，否则应予去除。接着将多个所述中间失效样本数进行相加，得到失效总样本数；累计计算发生的失效总数R(R以台数为统计单位，R＝∑r)。最后，将所述失效总样本数乘以所述当量因子k，得到失效样本参数。也即，R＝∑r*k。
本实施例提供一种基于工作时长评估智能终端质量的方法，该方法可以应用于通信智能终端。具体如图1所示，所述方法包括：
步骤S300、根据所述失效样本参数和所述总量样本参数得到返修率值，以根据所述返修率值实现对智能终端质量的评估。
实际中，失效样本参数和总量样本参数都是基于工作时长得到的，基于此得到返修率值，返修率值更加准确，更能反应智能终端质量。
为了得到智能终端的返修率值，所述根据所述失效样本参数和所述总量样本参数得到返修率值包括如下步骤：
步骤S301、将失效样本参数除以总量样本参数得到返修率值。
将失效样本参数除以总量样本参数，就可以得到返修率值，例如：具体公式如下：γ＝k*R/T*100％＝365*∑r/∑n i*d i*100％。
示例性设备
如图2中所示，本发明实施例提供一种基于工作时长评估智能终端质量的装置，该装置包括总量样本参数获取单元401，失效样本参数获取单元402，智能终端质量评估单元403，其中：总量样本参数获取单元401，用于根据智能终端的统计样本数和所述统计样本数对应的工作时长，得到总量样本参数；
失效样本参数获取单元402，用于根据智能终端的失效样本数，得到失效样本参数；
智能终端质量评估单元403，用于根据所述失效样本参数和所述总量样本参数得到返修率值，以根据所述返修率值实现对智能终端质量的评估。
基于上述实施例，本发明还提供了一种智能终端，其原理框图可以如图3所示。该智能终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏、温度传感器。其中，该智能终端的处理器用于提供计算和控制能力。该智能终端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。该智能终端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基于工作时长评估智能终端质量的方法。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏，该智能终端的温度传感器是预先在智能终端内部设置，用于检测内部设备的运行温度。
本领域技术人员可以理解，图3中的原理图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的智能终端的限定，具体的智能终端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，提供了一种智能终端，包括有存储器，以及一个以上的程序，其中一个以上程序存储于存储器中，且经配置以由一个以上处理器执行所述一个以上程序包含用于进行以下操作的指令：
根据智能终端的统计样本数和所述统计样本数对应的工作时长，得到智能终端的总量样本参数；
根据智能终端的失效样本数，得到智能终端的失效样本参数；
根据所述失效样本参数和所述总量样本参数得到智能终端的返修率值，以根据所述返修率值实现对智能终端质量的评估。
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，本发明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。
综上所述，本发明公开了基于工作时长评估智能终端质量的方法、智能终端、存储介质，所述方法包括：
本发明公开了一种基于工作时长评估智能终端质量的方法，所述方法包括：根据智能终端的统计样本数和所述统计样本数对应的工作时长，得到智能终端的总量样本参数；根据智能终端的失效样本数，得到智能终端的失效样本参数；根据所述失效样本参数和所述总量样本参数得到智能终端的返修率值，以根据所述返修率值实现对智能终端质量的评估。本发明实施例根据工作时长和智能终端的总量样本数和失效样本数来得到返修率值，然后根据返修率值来评估智能终端的质量，该计算方法简单，计算量小，节约硬件成本。
应当理解的是，本发明公开了一种基于工作时长评估智能终端质量的方法，应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (6)
1.一种基于工作时长评估智能终端质量的方法，其特征在于，所述方法包括：
根据智能终端的统计样本数和所述统计样本数对应的工作时长，得到总量样本参数；
所述根据智能终端的统计样本数和所述统计样本数对应的工作时长，得到总量样本参数包括：
获取智能终端的统计样本数，并剔除所述统计样本数的异常数据，得到有效统计样本数；其中，所述异常数据指的是智能终端统计样本时间不规范的数据；
获取所述统计样本数对应的工作时长；
将所述有效统计样本数乘以所述工作时长，得到总量样本参数；
所述剔除所述统计样本数的异常数据，得到有效统计样本数包括：
获取所述统计样本数的失效时间、激活时间、激活时间段和生产时间；其中，所述激活时间段为从预设的激活起始时间到预设的激活结束时间；
剔除所述激活时间不在激活时间段的统计样本数，得到第一剔除样本数；
剔除所述激活时间和所述生产时间之间的差值大于或者等于9个月的第一剔除样本数，得到第二剔除样本数；
根据所述失效时间、所述激活时间和所述生产时间，对所述第二剔除样本数进行时效性剔除，得到有效统计样本数；
所述根据所述失效时间、所述激活时间和所述生产时间，对所述第二剔除样本数进行时效性剔除，得到有效统计样本数包括：
剔除所述失效时间与所述生产时间之间的差值大于18个月的所述第二剔除样本数，得到第三剔除样本数；
剔除所述失效时间与所述激活时间之间的差值大于13个月的所述第三剔除样本数，得到第四剔除样本数；
剔除所述失效时间与所述激活时间之间的差值小于1个月的所述第四剔除样本数，得到有效统计样本数；
根据智能终端的失效样本数，得到失效样本参数；
所述根据智能终端的失效样本数，得到失效样本参数包括：
获取当量因子，其中，所述当量因子根据智能终端年化工作天数得到；
剔除所述失效样本数中的超范围数据，得到中间失效样本数；其中，所述超范围数据指的是智能终端失效样本数不在预设的范围内的数据；
将多个所述中间失效样本数进行相加，得到失效总样本数；
将所述失效总样本数乘以所述当量因子，得到失效样本参数；
根据所述失效样本参数和所述总量样本参数，得到返修率值，以根据所述返修率值实现对智能终端质量的评估。
2.根据权利要求1所述的基于工作时长评估智能终端质量的方法，其特征在于，所述激活时间段根据样本统计周期进行调整。
3.根据权利要求1所述的基于工作时长评估智能终端质量的方法，其特征在于，所述剔除失效样本数中的超范围数据，得到中间失效样本数包括：
剔除不在所述统计样本数中的所述失效样本数，得到中间失效样本数。
4.根据权利要求1所述的基于工作时长评估智能终端质量的方法，其特征在于，所述根据所述失效样本参数和所述总量样本参数，得到返修率值包括：
将所述失效样本参数除以所述总量样本参数得到返修率值。
5.一种智能终端，其特征在于，包括有存储器，以及一个以上的程序，其中一个以上程序存储于存储器中，且经配置以由一个以上处理器执行所述一个以上程序包含用于执行如权利要求1-4中任意一项所述的方法。
6.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1-4中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011321576.XA CN112465328B (zh) | 2020-11-23 | 2020-11-23 | 一种基于工作时长评估智能终端质量的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011321576.XA CN112465328B (zh) | 2020-11-23 | 2020-11-23 | 一种基于工作时长评估智能终端质量的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112465328A CN112465328A (zh) | 2021-03-09 |
| CN112465328B true CN112465328B (zh) | 2024-02-09 |
Family
ID=74799558
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011321576.XA Active CN112465328B (zh) | 2020-11-23 | 2020-11-23 | 一种基于工作时长评估智能终端质量的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112465328B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110209515A (zh) * | 2019-06-06 | 2019-09-06 | 广东电网有限责任公司 | 一种可靠性评估方法、装置、设备及存储介质 |
| CN111650937A (zh) * | 2020-06-04 | 2020-09-11 | 追创科技(苏州)有限公司 | 自移动设备的控制方法、装置、设备及存储介质 |
| CN111813624A (zh) * | 2020-06-29 | 2020-10-23 | 中国平安人寿保险股份有限公司 | 基于时长分析的机器人执行时长的预估方法及其相关设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8768742B2 (en) * | 2012-02-09 | 2014-07-01 | International Business Machines Corporation | Assessment and rationalization of resiliency of data center strategies |
| CN105009554B (zh) * | 2013-12-24 | 2017-06-27 | 华为终端有限公司 | 检测智能终端的硬件是否运行异常的方法以及智能终端 |
| CN111212279B (zh) * | 2018-11-21 | 2021-06-29 | 华为技术有限公司 | 一种视频质量的评估方法及装置 |
-
2020
- 2020-11-23 CN CN202011321576.XA patent/CN112465328B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110209515A (zh) * | 2019-06-06 | 2019-09-06 | 广东电网有限责任公司 | 一种可靠性评估方法、装置、设备及存储介质 |
| CN111650937A (zh) * | 2020-06-04 | 2020-09-11 | 追创科技(苏州)有限公司 | 自移动设备的控制方法、装置、设备及存储介质 |
| CN111813624A (zh) * | 2020-06-29 | 2020-10-23 | 中国平安人寿保险股份有限公司 | 基于时长分析的机器人执行时长的预估方法及其相关设备 |
Non-Patent Citations (2)
| Title |
|---|
| Pragmatic quality of experience optimization for wireless multimedia applications on intelligent terminals;Zhiguo Deng et al;2013 IEEE GHTCE;第214-218页 * |
| 电子设备的可靠性评价概述;杨宏 等;黑龙江电子技术(第3期);第20-23页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112465328A (zh) | 2021-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110262939B (zh) | 算法模型运行监控方法、装置、计算机设备和存储介质 | |
| CN110413512B (zh) | Ab测试方法、装置、计算机设备和存储介质 | |
| CN115829297B (zh) | 装配式建筑的工作包生成方法、装置、终端及存储介质 | |
| CN111325159A (zh) | 故障诊断方法、装置、计算机设备和存储介质 | |
| CN111626498B (zh) | 设备运行状态预测方法、装置、设备及存储介质 | |
| CN112667424A (zh) | 异常数据的处理方法、装置、计算机设备及存储介质 | |
| CN110750443A (zh) | 网页测试的方法、装置、计算机设备及存储介质 | |
| CN115841046A (zh) | 基于维纳过程的加速退化试验数据处理方法和装置 | |
| CN112465328B (zh) | 一种基于工作时长评估智能终端质量的方法 | |
| CN112153375A (zh) | 基于视频信息的前端性能测试方法、装置、设备及介质 | |
| CN110737587B (zh) | 一种基于测试案例的测试方法、装置、存储介质和服务器 | |
| CN113220777B (zh) | 业务数据处理方法、装置、计算机设备及存储介质 | |
| CN116070824A (zh) | 一种细纱机产量统计校正方法、系统、介质以及计算机 | |
| CN114528179B (zh) | 数据采集程序状态监控方法、装置、设备及存储介质 | |
| DE112019003969T5 (de) | Benachrichtigungsvorrichtung, Benachrichtigungsverfahren und Programm | |
| CN115144650A (zh) | 一种能耗监测方法、系统、计算机设备、及存储介质 | |
| CN111158819B (zh) | 界面状态的确定方法、装置、设备及存储介质 | |
| CN113934458A (zh) | 一种时序指标乱序检测方法、装置及介质 | |
| CN111752786A (zh) | 压力测试过程中的数据存储方法、汇总方法、设备及介质 | |
| CN113110971B (zh) | 异常数据检测方法、装置、计算机设备和存储介质 | |
| CN113242102B (zh) | 射频测试方法及装置、设备及可读存储介质 | |
| CN116756136B (zh) | 鱼塘监测设备数据自动化处理方法、装置、设备及介质 | |
| CN116136987B (zh) | 一种基于pscada数据的供电设备可靠性在线评估方法及其系统 | |
| CN115442263B (zh) | 被监控系统的数据监控方法、装置、设备和介质 | |
| CN117391332B (zh) | 工程量计算清单挂接方法、装置、计算机设备及存储介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 402760 no.1-10 Tieshan Road, Biquan street, Bishan District, Chongqing Applicant after: Chongqing Yifang Technology Co.,Ltd. Address before: 518057 area a, 21 / F, Konka R & D building, 28 Keji South 12 road, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Applicant before: Easy city square network technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |