[发明专利]一种基于装备使用期间的测试性指标评估方法及系统有效

专利信息
申请号: 202010689763.7 申请日: 2020-07-17
公开(公告)号: CN111859296B 公开(公告)日: 2022-11-22
发明(设计)人: 秦亮;王康;史贤俊;王朕;吕佳朋;秦玉峰;翟禹尧 申请(专利权)人: 中国人民解放军海军航空大学
主分类号: G06F17/18 分类号: G06F17/18;G06N7/00;G06F30/27;G06F111/04;G06F119/02
代理公司: 北京高沃律师事务所 11569 代理人: 崔玥
地址: 264001 山东省烟*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 装备 使用 期间 测试 指标 评估 方法 系统
【权利要求书】:

1.一种基于装备使用期间的测试性指标评估方法,其特征在于,包括:

获取装备的先验数据集合;所述先验数据集合中包括成败数据、点估计型数据和区间估计型数据;所述成败数据包括装备使用时当前时刻之前的所有使用数据以及装备试验阶段的试验数据;所述点估计型数据为根据所述试验数据对故障检测率和故障隔离率进行的点估计;所述区间估计型数据为根据所述试验数据对故障检测率和故障隔离率进行的区间估计;

采用贝叶斯方法对所述先验数据集合中的成败数据、点估计型数据和区间估计型数据分别进行转化,得到贝叶斯先验数据集合;所述贝叶斯先验数据集合中包括贝叶斯成败数据、贝叶斯点估计型数据和贝叶斯区间估计型数据;

根据所述先验数据集合确定数据权重集合;所述数据权重集合包括成败数据权重、点估计型数据权重和区间估计型数据权重;

获取装备当前时刻的当前使用数据;所述当前使用数据包括当前时刻的故障样本量及当前时刻的故障检测率和故障隔离率失败的次数;

根据所述贝叶斯先验数据集合、所述数据权重集合和所述当前使用数据确定装备当前时刻的测试性指标评估值。

2.根据权利要求1所述的基于装备使用期间的测试性指标评估方法,其特征在于,所述获取装备的先验数据集合之前还包括:

获取装备使用时第一个时刻的第一使用数据、以及装备试验阶段的所述试验数据、所述点估计型数据和所述区间估计型数据;

将所述第一使用数据加入到所述试验数据中,得到实际成败数据;

根据所述点估计型数据、所述区间估计型数据和所述实际成败数据确定实际成败数据权重;

判断所述实际成败数据权重是否小于预设成败数据权重,得到判断结果;

若所述判断结果表示所述实际成败数据权重小于预设成败数据权重,获取装备使用时第二个时刻的第二使用数据;

将所述第二使用数据加入到所述实际成败数据以更新实际成败数据,并返回步骤“根据所述点估计型数据、所述区间估计型数据和所述实际成败数据确定实际成败数据权重”;

若所述判断结果表示所述实际成败数据权重大于或等于预设成败数据权重,返回步骤“获取装备的先验数据集合”。

3.根据权利要求1所述的基于装备使用期间的测试性指标评估方法,其特征在于,所述根据所述先验数据集合确定数据权重集合,具体包括:

根据公式确定成败数据权重;

根据公式确定点估计型数据权重;

根据公式确定区间估计型数据权重;

其中,wπ1为成败数据权重,wπ2为点估计型数据权重,wπ3为区间估计型数据权重,n为成败数据的数据量,T为点估计型数据的数据量,S为区间估计型数据的数据量。

4.根据权利要求1所述的基于装备使用期间的测试性指标评估方法,其特征在于,所述根据所述贝叶斯先验数据集合、所述数据权重集合和所述当前使用数据确定装备当前时刻的测试性指标评估值,具体包括:

根据所述贝叶斯分布先验数据集合和所述数据权重集合确定融合先验分布;

根据所述融合先验分布和所述当前使用数据确定装备当前时刻的测试性指标评估值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军海军航空大学,未经中国人民解放军海军航空大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010689763.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top