CN112598204A - 确定观测设备失效率区间的方法和装置 - Google Patents

Abstract

本发明公开了一种确定观测设备失效率区间的方法和装置，涉及仓储物流技术领域。该方法的一具体实施方式包括：基于观测设备在预设时段内的寿命数据，采用核密度估计方法生成所述观测设备的虚拟寿命数据；根据所述虚拟寿命数据，确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率；依据所述观测设备在任一时间间隔点的多个失效率，确定所述观测设备在任一时间间隔点的失效率区间。该实施方式能够在样本数量较少的情况下准确确定观测设备的失效率区间，并支持无放回抽样，避免有放回抽样所带来的固有弊端。

Description

确定观测设备失效率区间的方法和装置

技术领域

本发明涉及仓储物流技术领域，尤其涉及一种确定观测设备失效率区间的方法和装置。

背景技术

失效率是可靠性指标体系中的核心指标，用以反映设备在每个时刻时的运行状况。构造失效率的置信区间可以更好地反映设备的健康程度。当失效率高于区间上界时，意味着需要将相应的设备下线维修或者开展保养。在构造失效率区间方面，现有技术通常计算出的失效率区间不准确，偏差大。

发明内容

有鉴于此，本发明实施例提供一种确定观测设备失效率区间的方法和装置，能够在样本数量较少的情况下准确确定观测设备的失效率区间，并支持无放回抽样，避免有放回抽样所带来的固有弊端。

为实现上述目的，根据本发明实施例的一个方面，提供了一种确定观测设备失效率区间的方法，包括：

基于观测设备在预设时段内的寿命数据，采用核密度估计方法生成所述观测设备的虚拟寿命数据；

根据所述虚拟寿命数据，确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率；

依据所述观测设备在任一时间间隔点的多个失效率，确定所述观测设备在任一时间间隔点的失效率区间。

可选地，采用核密度估计方法生成所述观测设备的虚拟寿命数据，包括：

基于观测设备在预设时段内的寿命数据，确定观测设备在预设时段内的寿命区间[a，b]；b和a分别代表预设时段内的最大寿命和最小寿命；

在寿命区间[a，b]中等距生成m个寿命间隔点；

依据预设的概率密度函数，确定每个寿命间隔点的概率密度值，依据每个寿命间隔点的概率密度值确定每个寿命间隔点的寿命间隔区间；

在每个所述寿命间隔区间内生成随机数；将所有的随机数按照从小到大的顺序排列，得到所述观测设备的虚拟寿命数据。

可选地，确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率，包括：

循环执行下述操作B次，得到时间间隔点t_j上的B个失效率；b＝1，2，...，B，B为正整数：

从所述观测设备的虚拟寿命数据中抽取Q个样本点；统计时间间隔点tj上正常运转的观测设备数量，记为

统计[tj，tj+1]内发生故障的观测设备数量，记为

计算时间间隔点tj上的失效率

为：

可选地，确定所述观测设备在任一时间间隔点的失效率区间，包括：

将所述观测设备在所述时间间隔点的多个失效率按照从小到大的顺序排列，确定第一分位数和第二分位数对应的失效率；所述观测设备在所述时间间隔点失效率区间为：

其中，

代表第一分位数M对应的失效率，

代表第二分位数N对应的失效率。

根据本发明实施例的第二方面，提供一种确定观测设备失效率区间的装置，包括：

虚拟寿命数据生成模块，基于观测设备在预设时段内的寿命数据，采用核密度估计方法生成所述观测设备的虚拟寿命数据；

失效率确定模块，根据所述虚拟寿命数据，确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率；

失效率区间确定模块，依据所述观测设备在任一时间间隔点的多个失效率，确定所述观测设备在任一时间间隔点的失效率区间。

可选地，所述虚拟寿命数据生成模块采用核密度估计方法生成所述观测设备的虚拟寿命数据，包括：

基于观测设备在预设时段内的寿命数据，确定观测设备在预设时段内的寿命区间[a，b]；b和a分别代表预设时段内的最大寿命和最小寿命；

在寿命区间[a，b]中等距生成m个寿命间隔点；

依据预设的概率密度函数，确定每个寿命间隔点的概率密度值，依据每个寿命间隔点的概率密度值确定每个寿命间隔点的寿命间隔区间；

在每个所述寿命间隔区间内生成随机数；将所有的随机数按照从小到大的顺序排列，得到所述观测设备的虚拟寿命数据。

可选地，所述失效率确定模块确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率，包括：

循环执行下述操作B次，得到时间间隔点t_j上的B个失效率；b＝1，2，...，B，B为正整数：

从所述观测设备的虚拟寿命数据中抽取Q个样本点；统计时间间隔点t_j上正常运转的观测设备数量，记为

统计[tj，tj+1]内发生故障的观测设备数量，记为

计算时间间隔点t_j上的失效率

为：

可选地，所述失效率区间确定模块确定所述观测设备在任一时间间隔点的失效率区间，包括：

将所述观测设备在所述时间间隔点的多个失效率按照从小到大的顺序排列，确定第一分位数和第二分位数对应的失效率；所述观测设备在所述时间间隔点失效率区间为：

其中，

代表第一分位数M对应的失效率，

代表第二分位数N对应的失效率。

根据本发明实施例的第三方面，提供一种确定观测设备失效率区间的电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例第一方面提供的方法。

根据本发明实施例的第四方面，提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例第一方面提供的方法。

上述发明中的一个实施例具有如下优点或有益效果：基于观测设备在预设时段内的寿命数据，采用核密度估计方法生成所述观测设备的虚拟寿命数据，由于核密度是连续型函数，可以产生无穷多的样本点，基于虚拟出的虚拟寿命数据确定观测设备的失效率区间，能够解决由于样本量少导致的失效率区间估计不准确的问题。在生成虚拟寿命数据时，通过引入扰动项ε，能够避免生成重复的数值。相比于传统的Bootstrap法，本案中由于虚拟出的总体容量足够大，因此可以进行无放回的抽样方式，这就避免了有放回抽取的弊端。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的确定观测设备失效率区间的方法的主要流程的示意图；

图2是根据本发明实施例的确定观测设备失效率区间的装置的主要模块的示意图；

图3是本发明实施例可以应用于其中的示例性系统架构图；

图4是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

根据本发明实施例的一个方面，提供了一种确定观测设备失效率区间的方法。图1是根据本发明实施例的确定观测设备失效率区间的方法的主要流程的示意图，如图1所示，包括：步骤S101、步骤S102和步骤S103。

在步骤S101中，基于观测设备在预设时段内的寿命数据，采用核密度估计方法生成所述观测设备的虚拟寿命数据。

预设时段是指任意一个时间段，例如在某个月或季度第一天至最后一天的范围内。寿命数据是指观测设备在预设时段内的寿命的数据，例如，观测设备1的寿命S1，观测设备2的寿命S2，观测设备3的寿命S3，……，等等。实际应用过程中，可以统计一段时期[0，T]内，t＝0时正常运转的观测设备数量，以及各个观测设备的故障发生时间、恢复时间。然后根据观测设备的故障时间、维修恢复时间计算出每个观测设备的寿命。若同一个观测设备多次发生故障，则可以当做多个样本点处理，即每发生一次故障，当做一个样本点。此处提及的寿命是广义上的寿命，即正常运转到发生故障之间的时长。

核密度估计方法不利用有关数据分布的先验知识，对数据分布不附加任何假定，是一种从数据样本本身出发研究数据分布特征的方法。基于观测设备在预设时段内的寿命数据，采用核密度估计方法生成所述观测设备的虚拟寿命数据，由于核密度是连续型函数，可以产生无穷多的样本点，基于虚拟出的虚拟寿命数据确定观测设备的失效率区间，能够解决由于样本量少导致的失效率区间估计不准确的问题，并支持无放回抽样，避免有放回抽样所带来的固有弊端。

可选地，采用核密度估计方法生成所述观测设备的虚拟寿命数据，包括：

基于观测设备在预设时段内的寿命数据，确定观测设备在预设时段内的寿命区间[a，b]；b和a分别代表预设时段内的最大寿命和最小寿命；

在寿命区间[a，b]中等距生成m个寿命间隔点；

依据预设的概率密度函数，确定每个寿命间隔点的概率密度值，依据每个寿命间隔点的概率密度值确定每个寿命间隔点的寿命间隔区间；

在每个寿命间隔区间内生成随机数；将所有的随机数按照从小到大的顺序排列，得到所述观测设备的虚拟寿命数据。

预设的概率密度函数可以采用如下形式：

其中，K(·)为核函数，n为样本量，x_i为已知样本点数据，带宽

核函数K(·)可以根据实际情况进行选择性设定，例如采用均匀核函数、三角核函数、伽马核函数、高斯核函数等。

在寿命区间[a，b]中等距生成的m个寿命间隔点记为y_i，i＝1，2，...，m；m为正整数。对于每个寿命间隔点，可以以小于该寿命间隔点一定数值的区间作为该寿命间隔点的寿命间隔区间，例如，以[y_i-P，y_i]作为寿命间隔点y_i的寿命间隔区间，P代表常数；也可以以大于该寿命间隔点一定数值的区间作为该寿命间隔点的寿命间隔区间，例如，以[y_i，y_i+P]作为寿命间隔点y_i的寿命间隔区间；当然，也可以以小于该寿命间隔点一定数值以及大于该寿命间隔点一定数值的区间作为该寿命间隔点的寿命间隔区间，例如，以[y_i-P，y_i+Q]作为寿命间隔点y_i的寿命间隔区间，Q代表常数。在可选的实施例中，以[y_i-ε/2，y_i+ε/2]作为以y_i为中心的寿命间隔区间，ε为常数。本例中，在生成虚拟寿命数据时，通过引入扰动项ε，能够避免生成重复的数值。每个寿命间隔区间内生成的随机数的数量可以根据实际情况进行选择性确定，例如预先设定各个寿命间隔区间内生成的随机数的数量，或者采用预设的算法计算各个寿命间隔区间内生成的随机数的数量。不同寿命间隔区间内生成的随机数的数量可以相同或不同。在可选的实施例中，在大于零的

中找出最小值，记为min；计算概率密度比

作为以y_i为中心的寿命间隔区间内生成的随机数的数量。

步骤S102、根据所述虚拟寿命数据，确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率。

失效率是指工作到某一时刻尚未失效的产品，在该时刻后某时间内发生失效的概率。例如，在某一时刻A，正常运转的观测设备数量为F1，在时刻A之后的某个时间(A+Δ)，F1个观测设备中有F2个发生故障，则观测设备在时刻A的失效率为：F2/F1。步骤S101采用核密度估计方法虚拟出的样本总体容量含有大量的样本数据，可以基于虚拟寿命数据中的所有样本数据进行失效率的计算，也可以从虚拟寿命数据中抽取部分样本数据进行失效率的计算。步骤S101采用核密度估计方法虚拟出的样本总体容量足够大，因此可以采用无放回的抽样方式，例如，采用简单随机抽样方法从虚拟寿命数据中抽取部分样本数据进行失效率的计算。相比于传统的Bootstrap法，采用无放回的抽样方式能够避免有放回抽取的弊端。

可选地，确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率，包括：

循环执行下述操作B次，得到时间间隔点t_j上的B个失效率；b＝1，2，...，B，B为正整数：

从所述观测设备的虚拟寿命数据中抽取Q个样本点；统计时间间隔点tj上正常运转的观测设备数量，记为

统计[tj，tj+1]内发生故障的观测设备数量，记为

计算时间间隔点tj上的失效率

为：

相比于传统的Bootstrap法，本例中进行无放回的抽样方式，既能保证抽出的样本对总体能有良好的代表性，也能避免有放回抽取的弊端。

步骤S103、依据所述观测设备在任一时间间隔点的多个失效率，确定所述观测设备在任一时间间隔点的失效率区间。

依据观测设备在任一时间间隔点的多个失效率可以反映观测设备的失效率分布情况，进而可以根据置信水平确定失效率的置信区间，即本发明的失效率区间。置信水平可以根据实际情况进行选择，例如95％或90％。以置信水平为95％为例，确定所述观测设备在任一时间间隔点的失效率区间，可以包括：

将所述观测设备在所述时间间隔点的多个失效率按照从小到大的顺序排列，确定第一分位数和第二分位数对应的失效率；所述观测设备在所述时间间隔点失效率区间为：

其中，

代表第一分位数M对应的失效率，

代表第二分位数N对应的失效率。第一分位数和第二分位数的取值可以根据实际情况进行选择性确定，例如，第一分位数为5％、第二分位数为95％，或者第一分位数为10％、第二分位数为90％。

根据确定出的失效率区间，可以有效管理各个管理设备。例如，计算各个时间间隔点的失效率区间，根据各个时间间隔点的失效率区间的上限，计算区间上限平均值，根据该区间上限平均值判断观测设备是否可能会失效。

以物流领域的Shuttle(穿梭车)为例，设置每个shuttle下线保修或维修的阈值P1。若根据多个shuttle确定出的shuttle失效率区间的区间上限平均值为g1，则当g1＞P1时，表明该shuttle需要开展保留维修。对需要保修、维修的shuttle开展拧紧固件，调整活动部分的间隙，清洁带有污渍、灰尘的部位，润滑干涩的零件，更换损坏的部件等。

以电子设备领域的元器件为例，设置每个元器件下线保修或维修的阈值P2。若根据多个元器件确定出的元器件失效率区间的区间上限平均值为g2，则当g2＞P2时，表明该元器件需要替换或维修。对需要替换或维修的元器件进行替换或者维修。

根据本发明实施例的第二方面，提供一种确定观测设备失效率区间的装置。图2是根据本发明实施例的确定观测设备失效率区间的装置的主要模块的示意图，如图2所示，确定观测设备失效率区间的装置200包括：

虚拟寿命数据生成模块201，基于观测设备在预设时段内的寿命数据，采用核密度估计方法生成所述观测设备的虚拟寿命数据；

失效率确定模块202，根据所述虚拟寿命数据，确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率；

失效率区间确定模块203，依据所述观测设备在任一时间间隔点的多个失效率，确定所述观测设备在任一时间间隔点的失效率区间。

可选地，所述虚拟寿命数据生成模块采用核密度估计方法生成所述观测设备的虚拟寿命数据，包括：

基于观测设备在预设时段内的寿命数据，确定观测设备在预设时段内的寿命区间[a，b]；b和a分别代表预设时段内的最大寿命和最小寿命；

在寿命区间[a，b]中等距生成m个寿命间隔点；

依据预设的概率密度函数，确定每个寿命间隔点的概率密度值，依据每个寿命间隔点的概率密度值确定每个寿命间隔点的寿命间隔区间；

在每个所述寿命间隔区间内生成随机数；将所有的随机数按照从小到大的顺序排列，得到所述观测设备的虚拟寿命数据。

可选地，所述失效率确定模块确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率，包括：

循环执行下述操作B次，得到时间间隔点t_j上的B个失效率；b＝1，2，...，B，B为正整数：

从所述观测设备的虚拟寿命数据中抽取Q个样本点；统计时间间隔点tj上正常运转的观测设备数量，记为

统计[tj，tj+1]内发生故障的观测设备数量，记为

计算时间间隔点tj上的失效率

为：

可选地，所述失效率区间确定模块确定所述观测设备在任一时间间隔点的失效率区间，包括：

将所述观测设备在所述时间间隔点的多个失效率按照从小到大的顺序排列，确定第一分位数和第二分位数对应的失效率；所述观测设备在所述时间间隔点失效率区间为：

其中，

代表第一分位数M对应的失效率，

代表第二分位数N对应的失效率。

根据本发明实施例的第三方面，提供一种确定观测设备失效率区间的电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例第一方面提供的方法。

根据本发明实施例的第四方面，提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例第一方面提供的方法。

图3示出了可以应用本发明实施例的确定观测设备失效率区间的方法或确定观测设备失效率区间的装置的示例性系统架构300。

如图3所示，系统架构300可以包括终端设备301、302、303，网络304和服务器305。网络304用以在终端设备301、302、303和服务器305之间提供通信链路的介质。网络304可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备301、302、303通过网络304与服务器305交互，以接收或发送消息等。终端设备301、302、303上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备301、302、303可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器305可以是提供各种服务的服务器，例如对用户利用终端设备301、302、303发送的观测设备的运行数据提供分析处理。后台管理服务器可以对接收到的观测设备的运行数据进行分析等处理，并将处理结果(例如观测设备的失效率区间或者是否需要维修--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的确定观测设备失效率区间的方法一般由服务器305执行，相应地，确定观测设备失效率区间的装置一般设置于服务器305中。

应该理解，图3中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图4，其示出了适于用来实现本发明实施例的终端设备的计算机系统400的结构示意图。图4示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，计算机系统400包括中央处理单元(CPU)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有系统400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括：虚拟寿命数据生成模块，基于观测设备在预设时段内的寿命数据，采用核密度估计方法生成所述观测设备的虚拟寿命数据；失效率确定模块，根据所述虚拟寿命数据，确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率；失效率区间确定模块，依据所述观测设备在任一时间间隔点的多个失效率，确定所述观测设备在任一时间间隔点的失效率区间。。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，虚拟寿命数据生成模块还可以被描述为“确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：基于观测设备在预设时段内的寿命数据，采用核密度估计方法生成所述观测设备的虚拟寿命数据；根据所述虚拟寿命数据，确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率；依据所述观测设备在任一时间间隔点的多个失效率，确定所述观测设备在任一时间间隔点的失效率区间。

根据本发明实施例的技术方案，基于观测设备在预设时段内的寿命数据，采用核密度估计方法生成所述观测设备的虚拟寿命数据，由于核密度是连续型函数，可以产生无穷多的样本点，基于虚拟出的虚拟寿命数据确定观测设备的失效率区间，能够解决由于样本量少导致的失效率区间估计不准确的问题。在生成虚拟寿命数据时，通过引入扰动项ε，能够避免生成重复的数值。相比于传统的Bootstrap法，本案中由于虚拟出的总体容量足够大，因此可以进行无放回的抽样方式，这就避免了有放回抽取的弊端。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种确定观测设备失效率区间的方法，其特征在于，包括：

基于观测设备在预设时段内的寿命数据，采用核密度估计方法生成所述观测设备的虚拟寿命数据；

根据所述虚拟寿命数据，确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率；

依据所述观测设备在任一时间间隔点的多个失效率，确定所述观测设备在任一时间间隔点的失效率区间。

2.如权利要求1所述的方法，其特征在于，采用核密度估计方法生成所述观测设备的虚拟寿命数据，包括：

基于观测设备在预设时段内的寿命数据，确定观测设备在预设时段内的寿命区间[a,b]；b和a分别代表预设时段内的最大寿命和最小寿命；

在寿命区间[a,b]中等距生成m个寿命间隔点；

依据预设的概率密度函数，确定每个寿命间隔点的概率密度值，依据每个寿命间隔点的概率密度值确定每个寿命间隔点的寿命间隔区间；

在每个所述寿命间隔区间内生成随机数；将所有的随机数按照从小到大的顺序排列，得到所述观测设备的虚拟寿命数据。

3.如权利要求1所述的方法，其特征在于，确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率，包括：

循环执行下述操作B次，得到时间间隔点t_j上的B个失效率；b＝1,2,…,B，B为正整数：

从所述观测设备的虚拟寿命数据中抽取Q个样本点；统计时间间隔点t_j上正常运转的观测设备数量，记为

统计[t_j，t_j+1]内发生故障的观测设备数量，记为

计算时间间隔点t_j上的失效率

为：

4.如权利要求1所述的方法，其特征在于，确定所述观测设备在任一时间间隔点的失效率区间，包括：

将所述观测设备在所述时间间隔点的多个失效率按照从小到大的顺序排列，确定第一分位数和第二分位数对应的失效率；所述观测设备在所述时间间隔点失效率区间为：

其中，

代表第一分位数M对应的失效率，

代表第二分位数N对应的失效率。

5.一种确定观测设备失效率区间的装置，其特征在于，包括：

虚拟寿命数据生成模块，基于观测设备在预设时段内的寿命数据，采用核密度估计方法生成所述观测设备的虚拟寿命数据；

失效率确定模块，根据所述虚拟寿命数据，确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率；

失效率区间确定模块，依据所述观测设备在任一时间间隔点的多个失效率，确定所述观测设备在任一时间间隔点的失效率区间。

6.如权利要求5所述的装置，其特征在于，所述虚拟寿命数据生成模块采用核密度估计方法生成所述观测设备的虚拟寿命数据，包括：

基于观测设备在预设时段内的寿命数据，确定观测设备在预设时段内的寿命区间[a,b]；b和a分别代表预设时段内的最大寿命和最小寿命；

在寿命区间[a,b]中等距生成m个寿命间隔点；

依据预设的概率密度函数，确定每个寿命间隔点的概率密度值，依据每个寿命间隔点的概率密度值确定每个寿命间隔点的寿命间隔区间；

在每个所述寿命间隔区间内生成随机数；将所有的随机数按照从小到大的顺序排列，得到所述观测设备的虚拟寿命数据。

7.如权利要求5所述的装置，其特征在于，所述失效率确定模块确定所述观测设备在所述预设时段内的任一时间间隔点的多个失效率，包括：

循环执行下述操作B次，得到时间间隔点t_j上的B个失效率；b＝1,2,…,B，B为正整数：

从所述观测设备的虚拟寿命数据中抽取Q个样本点；统计时间间隔点t_j上正常运转的观测设备数量，记为

统计[t_j，t_j+1]内发生故障的观测设备数量，记为

计算时间间隔点t_j上的失效率

为：

8.如权利要求5所述的装置，其特征在于，所述失效率区间确定模块确定所述观测设备在任一时间间隔点的失效率区间，包括：

将所述观测设备在所述时间间隔点的多个失效率按照从小到大的顺序排列，确定第一分位数和第二分位数对应的失效率；所述观测设备在所述时间间隔点失效率区间为：

其中，

代表第一分位数M对应的失效率，

代表第二分位数N对应的失效率。

9.一种确定观测设备失效率区间的电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。

Images