CN117093821B - 一种洗衣机能效、水效测定系统和方法 - Google Patents
一种洗衣机能效、水效测定系统和方法 Download PDFInfo
- Publication number
- CN117093821B CN117093821B CN202311352451.7A CN202311352451A CN117093821B CN 117093821 B CN117093821 B CN 117093821B CN 202311352451 A CN202311352451 A CN 202311352451A CN 117093821 B CN117093821 B CN 117093821B
- Authority
- CN
- China
- Prior art keywords
- test equipment
- washing machine
- test
- sample
- equipment
- 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
- 238000005406 washing Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 51
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 35
- 238000012360 testing method Methods 0.000 claims abstract description 264
- 238000011156 evaluation Methods 0.000 claims abstract description 60
- 230000008569 process Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 8
- 230000003068 static effect Effects 0.000 claims description 54
- 238000012423 maintenance Methods 0.000 claims description 27
- 238000005070 sampling Methods 0.000 claims description 11
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 6
- 238000003860 storage Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012812 general test Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Control Of Washing Machine And Dryer (AREA)
Abstract
本发明公开了一种洗衣机能效、水效测定系统和方法,具体涉及洗衣机测定技术领域,具体解决了洗衣机能效水效测试过程中因测试设备误差而造成的数据不准确的问题,主要包括步骤S2:确定测试设备的投入以及根据待测洗衣机的数量选取样品;步骤S3:采集洗衣机样品的自身参数和测试设备的运行参数,将整个流程中参数联合起来建立测试设备的性能评估系数;一种洗衣机能效、水效测定系统,其特征在于所述系统包括以下结构:数据采集单元、数据处理单元、数据控制单元;该方法可以了解到误差对洗衣机能效、水效测定结果的影响以及提高数据的可靠性。
Description
技术领域
本发明涉及洗衣机测定技术领域,更具体地说,本发明涉及一种洗衣机能效、水效测定系统。
背景技术
洗衣机能效测定系统是一种用于测试滚筒式洗衣机能效的设备和方法,可以评估洗衣机在不同工作模式下的能源效率和水资源利用效率,它通过模拟真实使用条件,对洗衣机在不同工作模式下的能源消耗和水资源利用情况进行测量和评估,以确定洗衣机的能效等级和性能。
现有技术存在以下不足:
在家用洗衣机能效和水效测试中,测试设备是确保测试准确性和可靠性的关键因素。然而测试设备也可能遇到一些问题,为了保证测试结果的精确性,测试设备通常选用单通道测试设备,然而测试设备还是可能存在一定的误差,在长时间的测试过程中,误差可能会累积,导致测试结果的偏差。
为了解决上述的缺陷,现提供一种技术方案。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种洗衣机能效、水效测定方法,通过洗衣机测定技术以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种洗衣机能效、水效测定方法,所述测定方法包括以下步骤:
步骤S1:获取测试设备的相关信息,评估测试设备的静态属性;
步骤S2:确定测试设备的投入以及根据待测洗衣机的数量选取样品;
步骤S3:采集洗衣机样品的自身参数和测试设备的运行参数,将整个流程中参数联合起来建立测试设备的性能评估系数;
步骤S4:将每轮测试完成后的获得的性能评估系数与梯度阈值进行对比,根据对比结果调整测试方案。
在一个优选的实施方式中,步骤S1中,评估测试设备的静态属性包括以下步骤:
将每一台的测试设备进行标记,标记为1、2、3、……n,测试设备的生产年限记为ai,现在的年限记为bi,记使用年限为bi-ai,查看测试设备的维护记录,统计测试设备的维护记录次数,计算测试设备的维护频率,维护频率可以用如下公式来计算:维护频率=维护次数/总时间,记维护频率为ci,设测试设备的静态属性值为Mj,Mj=0.4(bi-ai)+0.6ci。
在一个优选的实施方式中,步骤S2中,确定测试设备的投入包括以下步骤:将评估后的测试设备按照静态属性值大小排序形成一个表格,在表格上从静态属性值最大的设备开始选起,进行洗衣机样品的测试,将依据表的顺序继续更换下一个测试设备继续进行测试,长此以往,直到找到能够进行正常工作的测试设备为止。
在一个优选的实施方式中,步骤S2中,根据待测洗衣机的数量选取样品,包括以下步骤:
确定样品数量的步骤如下:
R1:确定样本调查的置信水平;
R2:确定抽样误差,根据测试要求和可接受的误差范围来确定,一般抽样误差越小,样品数量需要越大;
R3:确定总体标准差,根据历史数据或类似产品的标准差进行估算或直接使用总体标准差来计算抽样数量,使用样本大小计算公式:mu= (Z^2 * σ^2) / (E^2),其中mu表示样品数量,Z表示对应置信水平的标准正态分布临界值,σ表示总体标准差,E表示抽样误差。
在一个优选的实施方式中,步骤S3中,建立评估系数包括以下步骤:
采集的参数包括洗衣机样品的容量,测试设备的运行时的平均温度以及在测试设备的静态属性值。根据多项参数通过公式建立评估系数,表达式为:fx=-a1vs-a2cg-a3Mj;式中fx为评估系数,vs为洗衣机样品的容量,cg为测试设备工作时的平均温度,Mj为测试设备的静态属性值,a1,a2,a3为洗衣机样品容量、测试设备工作时的平均温度以及测试设备的静态属性值的比例系数。
在一个优选的实施方式中,所述梯度阈值包括第一阈值T1,获取评估系数fx后,将评估系数与第一阈值T1进行对比。
在一个优选的实施方式中,若所述测试设备的评估系数fx<第一阈值T1,则将该测试设备从下一轮的测试过程中排除,下一轮测试完成后再重新进行评估。
在一个优选的实施方式中,若所述测试设备的评估系数fx>=第一阈值T1,测试设备继续进行下一轮的工作。
一种洗衣机能效、水效测定系统,包括数据采集单元、数据处理单元、数据控制单元;
数据采集单元采集测试设备的生产年限、维护频率、测试设备测试过程中的平均温度以及洗衣机样品的容量、数量,对各项数据进行预处理;
数据处理单元根据数据采集单元采集的数据信息,计算测试设备的静态属性值,根据测试设备的静态属性值大小确定要投入测试的设备,再根据洗衣机样品总量抽检出要进行测试的样品,由测试设备的静态属性值、测试设备工作时的平均温度以及洗衣机样品的容量进行加权求和计算测试设备的性能评估系数;
数据控制单元根据计算得出的性能评估系数fx与第一阈值T1进行大小比较,若性能评估系数fx小于第一阈值T1,将此设备从下一轮的测试过程中排除,当下一轮的测试工作结束后,再重新进行性能的评估,若性能评估系数fx大于等于第一阈值T1,则该设备继续进行下一轮的测试工作。
本发明的技术效果和优点:
1、本发明通过对洗衣机测试设备的评估,对测试设备造成的误差有了一定的了解,减少测试设备的误差有助于在洗衣机能效、水效测试过程中,让测出的数据更加精确,减少误差累积,也使得结果更加可靠;
2、本发明通过对测试设备的静态属性进行过评估,静态属性评估可以帮助确定适合进行测试的设备,减少不必要的资源浪费,静态属性也提供了关于设备的基本特征,从而帮助设置适当的参数,以确保测试的真实性和可比性,有助于保证测试过程的质量,确保测试结果的准确性和可信度。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的结构示意图;
图2为本发明的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为实现上述目的,本发明提供如下技术方案:如图2所示,一种洗衣机能效、水效测定方法,所述测试过程包括以下步骤:
步骤S1:获取测试设备的相关信息,评估测试设备的静态属性;
步骤S2:确定测试设备的投入以及根据待测洗衣机的数量选取样品;
步骤S3:采集洗衣机样品的自身参数和测试设备的运行参数,将整个流程中参数联合起来建立测试设备的性能评估系数;
步骤S4:将每轮测试完成后的获得的性能评估系数与梯度阈值进行对比,根据对比结果调整测试方案。
实施例1
本实施例所述一种洗衣机能效、水效测定方法,所述测定方法包括以下步骤:
获取现有测试设备的相关信息,根据测试设备的生产日期以及它的维护记录评估测试设备的静态属性,了解测试设备的基本情况和技术特征,将评估后的测试设备根据静态属性值大小进行排序形成一个表格,在表格上从静态属性最差的设备开始选起,通过从洗衣机中抽样选取测试样品,进行洗衣机样品的测试,采集洗衣机样品的自身参数和测试设备的运行参数以及测试设备的静态属性值以计算后面的性能评估系数。
将每轮测试完成后获得的性能评估系数与梯度阈值进行对比,根据对比结果调整测试方案。在测试洗衣机样品前对测试设备进行静态属性的排序选择可以提高测试效率和准确性,节省时间和成本,性能优良的测试设备能够保障测试数据的准确性和可靠性。
本实施例中,为了更好地评估测试设备的静态属性,根据测试设备的生产日期以及它的维护频率评估,我们举例如下:
假设检测机构近来收到一批洗衣机样品,现在要对它们进行检测以确定洗衣机的能效等级和性能。为了使得数据更加精准可靠,先对测试设备进行静态属性的评估。将每一台的测试设备进行标记,标记为1、2、3、……n,测试设备的生产年限记为ai,现在的年限记为bi,记使用年限为bi-ai,查看测试设备的维护记录,统计测试设备的维护记录次数,计算测试设备的维护频率,维护频率可以用如下公式来计算:维护频率=维护次数/总时间,记维护频率为ci。设测试设备的静态属性值为Mj,Mj=0.4(bi-ai)+0.6ci,生成的静态属性值如下表所示:
根据测试设备的静态属性值进行大小优良排序,静态属性值越大,测试设备的静态属性越差,将测试设备按照静态属性值大小进行排序后,记测试设备总数量为n,设测试设备投入测试的数量为nu,n个测试设备中可能会有静态属性值过大而不能满足测试进行的基本要求。根据静态属性值大小进行排序使得在测试过程中对测试设备的选择更加具有针对性,减少不必要的资源浪费。
上述步骤中确定测试设备投入测试的数量nu可以通过以下几个步骤:将评估后的测试设备按照静态属性值大小排序形成一个表格,在表格上从静态属性值最大的设备开始选起,进行洗衣机样品的测试,如果此时属性最差的测试设备可以正常工作,那么可投入的测试设备为n个,如果此时测试设备不能够进行正常的工作,它会发出预警信号,管理人员收到预警信号后会及时作出相应的措施。然后将依据表的顺序继续更换下一个测试设备继续进行测试,长此以往,直到找到能够进行正常工作的测试设备为止,将前面不能进行正常工作的测试设备从排序表中删除。我们举例如下:
假设经过第i次测试后,此时测试设备可以正常工作,那么前面的i-1个测试设备都将从排序表中删除。剩下的n-(i-1)个测试设备继续完成接下来的洗衣机能效、水效的测试过程,即投入测试的测试设备数量为n-(i-1),测试前每个测试设备上都有标记好的序号,以此可以确定留下来可正常使用的测试设备是哪些。
经过上述对测试设备进行静态属性的评估后,接下来根据洗衣机的数量选取测试样品。上述步骤已对测试设备进行标记,统计洗衣机和测试设备的数量,记测试设备数量为n,洗衣机数量为m。在检测机构中一般测试设备相对较少,进行测试前先在这批洗衣机中选取合适数量的用于测试的洗衣机样品,减少实验的工作强度和持续时间,这里只根据总体数量抽取样本数量,对于抽取哪个以及什么样的洗衣机是随机的。
确定样品数量的步骤如下:
R1:确定样本调查的置信水平;
R2:确定抽样误差,根据测试要求和可接受的误差范围来确定。一般抽样误差越小,样品数量需要越大;
R3:确定总体标准差,根据历史数据或类似产品的标准差进行估算或直接使用总体标准差来计算抽样数量。使用样本大小计算公式:mu= (Z^2 * σ^2) / (E^2),其中mu表示样品数量,Z表示对应置信水平的标准正态分布临界值,σ表示总体标准差,E表示抽样误差。
在洗衣机标准能效、水效测试条件要求设置可接受的误差范围内进行样品数量的抽样,记进行抽检后投入测试的洗衣机样品数量为mu。
实施例2
当待测洗衣机样品数量mu和投入测试设备的数量nu确定好后,测试过程步骤如下:
首先准备好测试设备和洗衣机样品,将待测洗衣机样品安装到测试设备中去,根据要求正确连接洗衣机的电源、水源和排水管道,确保样品处于适当的工作状态,根据国际标准中规定的测试方法和参数进行对洗衣机样品的设置,提高测试过程中数据的精确度和评估的可靠性。根据测试样品类型和特点,设置适当的参数。在能效、水效测试过程中涉及的参数主要有:洗涤程序、洗涤时间、水温、水位、耗电量测量、用水量测量。为了确保测试的可比性和准确性,选择标准程序进行测试,洗涤时间选择ISO标准中的洗衣机能效测试标准ISO 60456,通常使用标准程序洗涤时间为2小时,标准测试温度设置为20摄氏度,水位为满水位。
此时每台测试设备上都安装了一台洗衣机样品,剩余的洗衣机样品等上一轮测试完成后继续进行测试。每一轮测试完成后都对所有测试设备进行性能的评估,根据性能评估的结果更新排序表,我们举例如下:
假设第h轮测试,对测试设备的性能进行评估后,有y台测试设备的性能评估系数小于第一阈值T1,即这y台测试设备不能支持下一轮的测试工作,将这y台测试设备放到一边,当进行下下轮测试后,再将此轮所有测试设备包括上一轮被放到一边的y台测试设备重新进行性能的评估,因为这y台设备经过休息后性能评估系数可能会有所上升,性能评估系数可能大于第一阈值T1,即符合接下来测试的基本要求,所以需要重新进行评估。此时这y台测试设备的温度接近于常温,记它们此时进行性能评估时的初始温度为常温。
每一轮测试完成后都要对测试设备进行性能评估,根据性能评估系数大小进行排序,直到洗衣机样品全部测试完成,我们举例如下:
假设测试设备进行p轮测试后,此时要进行测试的设备数量nu大于未测洗衣机mu的数量,对剩下的测试设备进行评估,根据评估系数大小进行一个从大到小的排序,按照从大到小的顺序在nu个测试设备中选出mu台测试设备进行测试,此时洗衣机样品全部测试完成。
在上述测试过程中,采集洗衣机样品的自身参数、测试设备的运行参数以及测试设备的静态属性值建立测试设备的性能评估系数。采集的参数包括:洗衣机样品的容量vs,测试设备运行时的平均温度cg,测试设备的静态属性值Mj。
容量vs的获取逻辑为:查看洗衣机样品的标签,记录下它的数据信息。
测试设备运行时的平均温度cg获取逻辑为:在设备内部或者外部放置温度传感器,实时检测设备的温度变化,这些传感器可以连接到数据采集系统,以便记录温度数据并计算平均温度。
测试设备的静态属性值Mj的获取逻辑为:根据测试设备的生产日期以及它的维护频率评估,Mj=0.4(bi-ai)+0.6ci,其中b为现在的年限,a为生产年限,c为测试设备的维护频率。
由于在测试设备测试洗衣机样品的过程中,洗衣机样品的容量会影响测试结果,直接影响其能效和水效性能。容量越大的洗衣机通常意味着其能耗较高,而能效和水效等级也可能较低。在测试前充分了解洗衣机样品的规格和性能参数有助于提高数据的科学性和准确性。
设备在不同温度下可能表现出不同的精度和稳定性,温度变化可能导致传感器、电子元件等的性能变化从而影响测试数据的准确性。某些设备在高温下可能会出现性能下降或故障,这都可能影响测试的结果。因此在数据分析阶段,需要考虑设备运行温度对测试结果的影响。
上述实施例1中已对测试设备的静态属性进行过评估,静态属性评估可以帮助确定适合进行测试的设备,减少不必要的资源浪费,静态属性也提供了关于设备的基本特征,从而帮助设置适当的参数,以确保测试的真实性和可比性,有助于保证测试过程的质量,确保测试结果的准确性和可信度。
根据上述采集到的洗衣机样品的自身参数和测试设备的运行参数,以及测试设备的静态属性值建立测试设备的性能评估系数,根据多项参数通过公式建立测试设备的性能评估系数,表达式为:fx=-a1vs-a2cg-a3Mj;式中fx为评估系数,vs为洗衣机样品的容量,cg为测试设备工作时的平均温度,Mj为测试设备的静态属性值。a1,a2,a3为洗衣机样品容量、测试设备工作时的平均温度以及测试设备的静态属性值的比例系数。
获得了所有测试设备的性能评估系数后,更新性能评估系数排序表,本申请中的阈值包括第一阈值T1,若测试设备的评估系数fx<第一阈值T1,则该测试设备不能支持洗衣机能效、水效测定系统的正常工作。它会发出报警信号提醒我们及时处理或采取相应的措施。若测试设备的评估系数fx>=第一阈值T1,则该测试设备支持该测定系统的工作。
实施例3
本实施例所述是一种洗衣机能效、水效测定系统,如图1所示,所述系统包括以下结构:数据采集单元、数据处理单元、数据控制单元。
数据采集单元采集测试设备的生产年限、维护频率、测试设备测试过程中的平均温度以及洗衣机样品的容量、数量,对各项数据进行预处理。
数据处理单元根据数据采集单元采集的数据信息,计算测试设备的静态属性值,根据测试设备的静态属性值大小确定要投入测试的设备,再根据洗衣机样品总量抽检出要进行测试的样品。由测试设备的静态属性值、测试设备工作时的平均温度以及洗衣机样品的容量进行加权求和计算测试设备的性能评估系数。
数据控制单元根据计算得出的性能评估系数fx与第一阈值T1进行大小比较,若性能评估系数fx小于第一阈值T1,则该测试设备不能正常的支持测试工作,将此设备从下一轮的测试过程中排除,当下一轮的测试工作结束后,再重新进行性能的评估。若性能评估系数fx大于等于第一阈值T1,则该测试设备可以继续进行下一轮的测试。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络,或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD),或者半导体介质。半导体介质可以是固态硬盘。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件,或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (5)
1.一种洗衣机能效、水效测定方法,其特征在于:所述测定方法包括以下步骤:
步骤S1:获取测试设备的相关信息,评估测试设备的静态属性;
步骤S2:确定测试设备的投入以及根据待测洗衣机的数量选取样品;
步骤S3:采集洗衣机样品的自身参数和测试设备的运行参数,将整个流程中参数联合起来建立测试设备的性能评估系数;
步骤S4:将每轮测试完成后的获得的性能评估系数与梯度阈值进行对比,根据对比结果调整测试方案;
步骤S1中,评估测试设备的静态属性包括以下步骤:
将每一台的测试设备进行标记,标记为1、2、3、……n,测试设备的生产年限记为ai,现在的年限记为bi,记使用年限为bi-ai,查看测试设备的维护记录,统计测试设备的维护记录次数,计算测试设备的维护频率,维护频率计算公式为:维护频率=维护次数/总时间,记维护频率为ci,设测试设备的静态属性值为Mj,Mj=0.4(bi-ai)+0.6ci;
步骤S2中,确定测试设备的投入包括以下步骤:将评估后的测试设备按照静态属性值大小排序形成一个表格,在表格上从静态属性值最大的设备开始选起,进行洗衣机样品的测试,将依据表的顺序继续更换下一个测试设备继续进行测试,长此以往,直到找到能够进行正常工作的测试设备为止;
步骤S2中,根据待测洗衣机的数量选取样品包括以下步骤:
确定样品数量的步骤如下:
R1:确定样本调查的置信水平;
R2:确定抽样误差;
R3:确定总体标准差,根据历史数据的标准差进行估算或直接使用总体标准差来计算抽样数量,使用样本大小计算公式:mu = (Z^2 * σ^2) / (E^2),其中mu表示样品数量,Z表示对应置信水平的标准正态分布临界值,σ表示总体标准差,E表示抽样误差;
步骤S3中,建立评估系数包括以下步骤:
采集的参数包括洗衣机样品的容量,测试设备的运行时的平均温度以及在测试设备的静态属性值;通过公式建立评估系数,表达式为:fx=-a1vs-a2cg-a3Mj;式中fx为评估系数,vs为洗衣机样品的容量,cg为测试设备工作时的平均温度,Mj为测试设备的静态属性值,a1,a2,a3为洗衣机样品容量、测试设备工作时的平均温度以及测试设备的静态属性值的比例系数。
2.根据权利要求1所述的一种洗衣机能效、水效测定方法,其特征在于:所述梯度阈值包括第一阈值T1,获取评估系数fx后,将评估系数与第一阈值T1进行对比。
3.根据权利要求2所述的一种洗衣机能效、水效测定方法,其特征在于:若所述测试设备的评估系数fx<第一阈值T1,则将该测试设备从下一轮的测试过程中排除,下一轮测试完成后再重新进行评估。
4.根据权利要求3所述的一种洗衣机能效、水效测定方法,其特征在于:若所述测试设备的评估系数fx>=第一阈值T1,测试设备继续进行下一轮的工作。
5.一种洗衣机能效、水效测定系统,用于实现权利要求1-4任一项的洗衣机能效、水效测定方法,其特征在于:包括数据采集单元、数据处理单元、数据控制单元;
数据采集单元采集测试设备的生产年限、维护频率、测试设备测试过程中的平均温度以及洗衣机样品的容量、数量,对各项数据进行预处理;
数据处理单元根据数据采集单元采集的数据信息,计算测试设备的静态属性值,根据测试设备的静态属性值大小确定要投入测试的设备,再根据洗衣机样品总量抽检出要进行测试的样品,由测试设备的静态属性值、测试设备工作时的平均温度以及洗衣机样品的容量进行加权求和计算测试设备的性能评估系数;
数据控制单元根据计算得出的性能评估系数fx与第一阈值T1进行大小比较,若性能评估系数fx小于第一阈值T1,将此设备从下一轮的测试过程中排除,当下一轮的测试工作结束后,再重新进行性能的评估,若性能评估系数fx大于等于第一阈值T1,则该设备继续进行下一轮的测试工作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311352451.7A CN117093821B (zh) | 2023-10-19 | 2023-10-19 | 一种洗衣机能效、水效测定系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311352451.7A CN117093821B (zh) | 2023-10-19 | 2023-10-19 | 一种洗衣机能效、水效测定系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117093821A CN117093821A (zh) | 2023-11-21 |
CN117093821B true CN117093821B (zh) | 2024-01-09 |
Family
ID=88772186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311352451.7A Active CN117093821B (zh) | 2023-10-19 | 2023-10-19 | 一种洗衣机能效、水效测定系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117093821B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011002735A1 (en) * | 2009-07-01 | 2011-01-06 | Carnegie Mellon University | Methods and apparatuses for monitoring energy consumption and related operations |
CN102735382A (zh) * | 2012-07-09 | 2012-10-17 | 中国石油大学(北京) | 一种变频输油泵机组能效测试方法及装置 |
WO2015059272A1 (en) * | 2013-10-24 | 2015-04-30 | Universite Libre De Bruxelles | Improved non-intrusive appliance load monitoring method and device |
CN216560539U (zh) * | 2021-11-22 | 2022-05-17 | 深圳安吉尔饮水产业集团有限公司 | 水效测试系统 |
CN116823363A (zh) * | 2023-08-23 | 2023-09-29 | 中国标准化研究院 | 一种洗碗机性能评级系统及评价方法 |
-
2023
- 2023-10-19 CN CN202311352451.7A patent/CN117093821B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011002735A1 (en) * | 2009-07-01 | 2011-01-06 | Carnegie Mellon University | Methods and apparatuses for monitoring energy consumption and related operations |
CN102735382A (zh) * | 2012-07-09 | 2012-10-17 | 中国石油大学(北京) | 一种变频输油泵机组能效测试方法及装置 |
WO2015059272A1 (en) * | 2013-10-24 | 2015-04-30 | Universite Libre De Bruxelles | Improved non-intrusive appliance load monitoring method and device |
CN216560539U (zh) * | 2021-11-22 | 2022-05-17 | 深圳安吉尔饮水产业集团有限公司 | 水效测试系统 |
CN116823363A (zh) * | 2023-08-23 | 2023-09-29 | 中国标准化研究院 | 一种洗碗机性能评级系统及评价方法 |
Non-Patent Citations (4)
Title |
---|
A.K. Plappally等.Energy requirements for water production,treatment, end use, reclamation, and disposal.《Renewable and Sustainable Energy Reviews》.2012,第16卷(第7期),全文. * |
GB/T 4288洗衣机国标修订将促进产品品质升级;岳京松;鲁建国;;家电科技(第05期);全文 * |
融合深度学习的自动化海洋锋精细识别;曹维东;解翠;韩冰;董军宇;;计算机工程(第10期);全文 * |
解读洗衣机的能效等级及分类分级;谭江, 吴宪俊;家用电器.消费(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117093821A (zh) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8301411B2 (en) | Electronic device, host apparatus, communication system, and recording medium | |
CN117270514B (zh) | 基于工业物联网的生产过程全流程故障检测方法 | |
CN110738346A (zh) | 一种基于威布尔分布的批次电能表可靠度预测方法 | |
CN107704663A (zh) | 一种半导体器件温度循环应力加速模型优选方法 | |
CN111752481B (zh) | 一种基于spd的内存监控及寿命预测方法和系统 | |
Yilmaz et al. | Per-device adaptive test for analog/RF circuits using entropy-based process monitoring | |
CN118093324B (zh) | 一种固态硬盘的寿命预测方法及系统 | |
CN117093821B (zh) | 一种洗衣机能效、水效测定系统和方法 | |
CN116660781B (zh) | 一种户外用大功率双向快充移动电源测试系统 | |
CN114236272B (zh) | 一种电子产品的智能检测系统 | |
CN116627847A (zh) | 一种浏览器兼容性测试方法及系统 | |
CN115544803B (zh) | 一种变压器剩余寿命预测方法、装置、设备及存储介质 | |
CN113624280A (zh) | 一种工业生产仪器仪表运行检测数据分析管理方法、设备及存储介质 | |
CN111090037A (zh) | 一种仪控卡件的可靠性检测方法 | |
CN117637004B (zh) | 一种基于测试结果数据的测试指标优化方法 | |
CN116738859B (zh) | 一种铜管在线无损寿命评估方法及系统 | |
CN117932520B (zh) | 基于数据识别的固体生物废物处理设备监测方法 | |
CN114705973B (zh) | 非侵入式的复杂环境集成电路老化监测方法 | |
US11716270B2 (en) | Determining reliability information for a network component | |
CN116259337B (zh) | 磁盘异常检测方法及模型训练方法、相关装置 | |
CN115858403B (zh) | 一种电子系统的虚警率预计方法 | |
CN118645145A (zh) | 一种存储芯片的命令序列测试方法及装置 | |
CN118394557A (zh) | 适用服务器的智能化维护服务系统及方法 | |
CN117577031A (zh) | Oled显示器的寿命分析方法、装置、电子设备及存储介质 | |
CN116521568A (zh) | 测试数据分析处理方法、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 |