CN111159861B - 基于数据包络分析的锂电池多源可靠性试验数据评价方法 - Google Patents
基于数据包络分析的锂电池多源可靠性试验数据评价方法 Download PDFInfo
- Publication number
- CN111159861B CN111159861B CN201911291627.6A CN201911291627A CN111159861B CN 111159861 B CN111159861 B CN 111159861B CN 201911291627 A CN201911291627 A CN 201911291627A CN 111159861 B CN111159861 B CN 111159861B
- Authority
- CN
- China
- Prior art keywords
- lithium battery
- reliability test
- index
- test data
- source reliability
- 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
Landscapes
- Secondary Cells (AREA)
Abstract
本发明公开了一种基于数据包络分析的锂电池多源可靠性试验数据评价方法,以锂电池的多源可靠性试验数据为研究对象,通过对其多源可靠性试验的特征进行分析,总结影响锂电池多源可靠性试验数据质量的共同原因,并以此为基础建立锂电池多源可靠性试验数据评价标准并给出评价准则,建立锂电池多源可靠性试验数据的评价指标体系,规定评价指标的量化方法,基于数据包络分析方法构建锂电池多源可靠性试验数据评价模型,对锂电池多源试验数据质量进行评价,得出试验数据的重要性排序,实现对锂电池多源可靠性试验数据的科学评价与有效性排序,实现面对电子产品可靠性试验数据来源广,数据量少等问题的同时实现试验数据在可靠性工作中的合理使用。
Description
技术领域
本发明涉及多源可靠性试验数据评价技术领域,尤其涉及一种基于数据包络分析的锂电池多源可靠性试验数据评价方法。
背景技术
随着科技进步的发展、社会竞争的加剧,各企业部门对产品可靠性的关注度越来越高,可靠性数据能够最直接地反映产品或装备可靠性的水平及状态。
贯穿产品寿命周期的多源可靠性试验是可靠性数据的主要来源,可靠性数据来源于寿命周期的不同阶段,如:研制阶段、生产使用阶段、保障维护阶段等,也来源于不同的可靠性试验,如:可靠性研制试验、可靠增长试验、现场试验、仿真试验等。
在多源可靠性试验数据采集、审核、汇总和报送这四个环节中,采集规范不完善、人员理解错误、操作失误等,都会造成试验数据缺失、记录重复等问题,这将在很大程度上降低可靠性数据的质量,从而影响产品或装备可靠性的分析结果,影响后续可靠性工作的开展。
发明内容
有鉴于此,本发明提供了一种基于数据包络分析的多源可靠性试验数据评价方法,用以实现对多元可靠性试验数据科学评价与有效性排序。
因此,本发明提供了一种基于数据包络分析的锂电池多源可靠性试验数据评价方法,包括如下步骤:
S1:对锂电池的标称容量、标称电压、内阻、重量、尺寸以及比能量进行研究,确定锂电池多源可靠性试验影响数据质量的因素;
S2:根据确定的因素,对所述锂电池多源可靠性试验进行细节分析,得到锂电池多源可靠性试验数据的评价标准;
S3:对所述评价标准进行定义,建立所述锂电池多源可靠性试验数据的评价指标体系;
S4:结合实际应用中锂电池可靠性试验的种类,对所述评价指标体系中的各项评价指标进行分类,建立指标量化方法的规定;
S5:基于数据包络分析方法,结合所述各项评价指标的固有属性和所述指标量化方法,建立锂电池多源可靠性试验数据评价模型;
S6:将待评价的锂电池多源可靠性试验数据分别代入所述锂电池多源可靠性试验数据评价模型进行求解,得到所述锂电池多源可靠性试验数据的重要性排序。
在一种可能的实现方式中,在本发明提供的上述锂电池多源可靠性试验数据评价方法中,步骤S2,根据确定的因素,对所述锂电池多源可靠性试验进行细节分析,得到锂电池多源可靠性试验数据的评价标准,具体包括如下步骤:
S21:根据待解决的锂电池多源可靠性试验数据质量评价问题,对所述锂电池多源可靠性试验进行调研分析,总结所述锂电池多源可靠性试验的共性特点;
S22:根据所述锂电池多源可靠性试验的共性特点,建立锂电池多源可靠性试验数据的多项评价标准;其中,各项评价标准彼此独立、不重复、不遗漏,用于全面地对所述锂电池多源可靠性试验数据的质量进行评价。
在一种可能的实现方式中,在本发明提供的上述锂电池多源可靠性试验数据评价方法中,步骤S3,对所述评价标准进行定义,建立所述锂电池多源可靠性试验数据的评价指标体系,具体包括如下步骤:
S31:根据所述锂电池多源可靠性试验的共性特点,对建立的锂电池多源可靠性试验数据的各项评价标准进行定义;
S32:针对定义后的各项评价标准进行总结,建立所述锂电池多源可靠性试验数据的评价指标体系。
在一种可能的实现方式中,在本发明提供的上述锂电池多源可靠性试验数据评价方法中,步骤S4,结合实际应用中锂电池可靠性试验的种类,对所述评价指标体系中的各项评价指标进行分类,建立指标量化方法的规定,具体包括如下步骤:
S41:针对所述锂电池多源可靠性试验数据的评价指标体系中各项评价指标的特点,将各项评价指标分为定量指标和定性指标;
S42:针对定性指标,通过德尔菲评分法确定定性指标对应的量化结果;针对定量指标,通过指标计算方法确定定量指标对应的量化结果。
在一种可能的实现方式中,在本发明提供的上述锂电池多源可靠性试验数据评价方法中,步骤S5,基于数据包络分析方法,结合所述各项评价指标的固有属性和所述指标量化方法,建立锂电池多源可靠性试验数据评价模型,具体包括如下步骤:
S51:根据数据包络分析方法的基本原理,将与所述锂电池多源可靠性试验数据质量呈负相关的指标作为输入指标,将与所述锂电池多源可靠性试验数据质量呈正相关的指标作为输出指标;
S52:根据数据包络分析方法中的加型模型,建立锂电池多源可靠性试验数据评价模型如下:
其中,θ表示决策单元到有效边界的距离;和分别表示输入松弛变量和输出剩余变量;Mk表示DMUk的模型错误程度指标量化结果;M0表示DMU0的模型错误程度指标量化结果;Ck表示DMUk的计算错误程度指标量化结果;C0表示DMU0的计算错误程度指标量化结果;Fk表示DMUk的格式无效数指标量化结果;F0表示DMU0的格式无效数指标量化结果;Dk表示DMUk的数据缺失数指标量化结果;D0表示DMU0的数据缺失数指标量化结果;Pk表示DMUk的方案完整性指标量化结果;P0表示DMU0的方案完整性指标量化结果;Lk表示DMUk的报告完整性指标量化结果;L0表示DMU0的报告完整性指标量化结果;Rk表示DMUk的条件一致性指标量化结果;R0表示DMU0的条件一致性指标量化结果;Sk表示DMUk的样本一致性指标量化结果;S0表示DMU0的样本一致性指标量化结果;Tk表示DMUk的样本数据可追溯性指标量化结果;T0表示DMU0的样本数据可追溯性指标量化结果;Bk表示DMUk数据稳定性指标量化结果;B0表示DMU0数据稳定性指标量化结果;DMUk表示第k个决策单元,k=1,2,...,n,n表示决策单元的数量;λk表示第k个决策单元的权重;DMU0表示目标决策单元。
在一种可能的实现方式中,在本发明提供的上述锂电池多源可靠性试验数据评价方法中,步骤S6,将待评价的锂电池多源可靠性试验数据分别代入所述锂电池多源可靠性试验数据评价模型进行求解,得到所述锂电池多源可靠性试验数据的重要性排序,具体包括如下步骤:
S61:将待评价的锂电池多源可靠性试验数据的各项评价指标的量化结果代入所述锂电池多源可靠性试验数据评价模型进行求解,获得所述锂电池多源可靠性试验数据的重要性排序。
本发明提供的上述锂电池多源可靠性试验数据评价方法,以锂电池多源可靠性试验数据为研究对象,锂电池多源可靠性试验包括加速寿命试验、加速退化试验、仿真试验与现场试验,通过对锂电池多源可靠性试验的特征进行分析,总结在试验过程中影响锂电池多源可靠性试验数据质量的共同原因,并以此为基础建立锂电池多源可靠性试验数据评价标准并给出评价准则,建立锂电池多源可靠性试验数据的评价指标体系,规定评价指标的量化方法,基于数据包络分析方法构建锂电池多源可靠性试验数据评价模型,对锂电池多源可靠性试验数据质量进行评价,得出锂电池多源可靠性试验数据的重要性排序,这样,可以实现对锂电池多源可靠性试验数据的科学评价与有效性排序,实现锂电池多源可靠性试验数据在可靠性工作中的合理使用,解决了大量电子产品可靠性数据来源广、数据量少等问题限制,为电子产品的可靠性评估提供依据。
附图说明
图1为本发明提供的一种基于数据包络分析的锂电池多源可靠性试验数据评价方法的流程图之一;
图2为本发明提供的一种基于数据包络分析的锂电池多源可靠性试验数据评价方法的流程图之二;
图3为本发明提供的一种基于数据包络分析的锂电池多源可靠性试验数据评价方法的流程图之三;
图4为本发明提供的一种基于数据包络分析的锂电池多源可靠性试验数据评价方法中建立的锂电池多源可靠性试验数据的评价指标体系的结构示意图;
图5为本发明提供的一种基于数据包络分析的锂电池多源可靠性试验数据评价方法的流程图之四;
图6为本发明提供的一种基于数据包络分析的锂电池多源可靠性试验数据评价方法的流程图之五;
图7为本发明提供的一种基于数据包络分析的锂电池多源可靠性试验数据评价方法的流程图之六。
具体实施方式
下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整的描述,显然,所描述的实施方式仅仅是作为例示,并非用于限制本发明。
本发明提供的一种基于数据包络分析的锂电池多源可靠性试验数据评价方法,如图1所示,包括如下步骤:
S1:对锂电池的标称容量、标称电压、内阻、重量、尺寸以及比能量进行研究,确定锂电池多源可靠性试验影响数据质量的因素;
S2:根据确定的因素,对锂电池多源可靠性试验进行细节分析,得到锂电池多源可靠性试验数据的评价标准;
S3:对评价标准进行定义,建立锂电池多源可靠性试验数据的评价指标体系;
S4:结合实际应用中锂电池可靠性试验的种类,对评价指标体系中的各项评价指标进行分类,建立指标量化方法的规定;
S5:基于数据包络分析方法,结合各项评价指标的固有属性和指标量化方法,建立锂电池多源可靠性试验数据评价模型;
S6:将待评价的锂电池多源可靠性试验数据分别代入锂电池多源可靠性试验数据评价模型进行求解,得到锂电池多源可靠性试验数据的重要性排序。
本发明提供的上述锂电池多源可靠性试验数据评价方法,以锂电池多源可靠性试验数据为研究对象,锂电池多源可靠性试验包括加速寿命试验、加速退化试验、仿真试验与现场试验,通过对锂电池多源可靠性试验的特征进行分析,总结在试验过程中影响锂电池多源可靠性试验数据质量的共同原因,并以此为基础建立锂电池多源可靠性试验数据评价标准并给出评价准则,建立锂电池多源可靠性试验数据的评价指标体系,规定评价指标的量化方法,基于数据包络分析方法构建锂电池多源可靠性试验数据评价模型,对锂电池多源可靠性试验数据质量进行评价,得出锂电池多源可靠性试验数据的重要性排序,这样,可以实现对锂电池多源可靠性试验数据的科学评价与有效性排序,实现锂电池多源可靠性试验数据在可靠性工作中的合理使用,解决了大量电子产品可靠性数据来源广、数据量少等问题限制,为电子产品的可靠性评估提供依据。
在具体实施时,在本发明提供的上述锂电池多源可靠性试验数据评价方法中,步骤S2,根据确定的因素,对锂电池多源可靠性试验进行细节分析,得到锂电池多源可靠性试验数据的评价标准,如图2所示,具体包括如下步骤:
S21:根据待解决的锂电池多源可靠性试验数据质量评问题,对锂电池多源可靠性试验进行调研分析,总结锂电池多源可靠性试验的共性特点;
具体地,总结锂电池多源可靠性试验的共性特点,可以从以下三个方面出发,第一个方面,在多源可靠性试验中相同的试验过程中总结评价标准;第二个方面,根据多源可靠性试验数据的记录情况制定评价标准;第三方面,根据不同试验可靠性数据的处理情况挖掘评价标准;即从试验过程、数据记录和数据处理三个方面制定锂电池多源可靠性试验数据质量评价标准;
S22:根据锂电池多源可靠性试验的共性特点,建立锂电池多源可靠性试验数据的多项评价标准;其中,各项评价标准彼此独立、不重复、不遗漏,用于全面地对锂电池多源可靠性试验数据的质量进行评价;
具体地,可以根据多源可靠性试验数据存在实际问题的各种表现制定一系列与之相对应的评价标准,使各项评价标准彼此独立、不重复、不遗漏,能够全面地对多源可靠性试验数据的质量进行评价。例如,可以在试验过程方面总结完整性、一致性和可追溯性三项评价标准;可以在数据记录方面总结数据稳定性和有效性这两种评价标准;可以在数据处理方面总结正确性一项评价标准;进一步,还可以对上述评价标准进行细化,总结得到多源可靠性试验数据的十项评价指标,分别为方案完整性、报告完整性、数据缺失数、格式无效数、条件一致性、样本一致性、计算错误程度、模型错误程度、样本数据可追溯性和数据稳定性。
在具体实施时,在本发明提供的上述锂电池多源可靠性试验数据评价方法中,步骤S3,对评价标准进行定义,建立锂电池多源可靠性试验数据的评价指标体系,如图3所示,具体包括如下步骤:
S31:根据锂电池多源可靠性试验的共性特点,对建立的锂电池多源可靠性试验数据的各项评价标准进行定义;这样,便于使用者恰当地对多源可靠性试验进行评价;
具体地,可以对步骤S22中总结得到的十项评价标准进行如下定义:
(1)、方案完整性,主要指的是指导整个试验进行的方案与计划是否完整而全面,方案与计划越完整,对应的试验方法所得到的可靠性数据的质量越高,反之,则质量越低;
(2)、报告完整性,是指试验结束后生成的体现试验全过程的试验报告的完整程度,试验报告越完整,对应的试验方法所得到的可靠性数据的质量越高,反之,则质量越低;
(3)、格式无效数,可靠性试验最后得出的可靠性数据通过试验人员记录而呈现,可靠性数据的格式无效数越大,则代表该试验得到的可靠性数据的质量越差;
(4)、数据稳定性,不同的试验均会得出针对于被试样本的试验结果,如样本寿命,则计算相同试验对应多个样本的寿命数据的方差,以此表示试验数据的稳定性,得到的方差数值越大则表示对应试验方法的稳定性越差,数据质量就越不好;
(5)、数据缺失数,与格式无效数相似,可靠性试验最后得出的可靠性数据通过试验人员记录而呈现,可靠性数据的缺失数越大,则代表该试验得到的可靠性数据的质量越差,因此,数据缺失数较低的可靠性试验是需要进行重点关注的;
(6)、条件一致性,是指试验实际进行中的各种环境条件或应力条件与试验方案中规定的条件相一致的程度,条件一致性越高,则相应的可靠性试验数据的质量就越高,因此,条件一致性的数值较高的可靠性试验应给予较高的关注度;
(7)、样本一致性,实际试验中使用的样本与方案中规定的相吻合的个数越多,样本的一致性就越强,因此,样本一致性越强,越需要给予较高的关注度;
(8)、模型错误程度,对于在试验结束阶段需要对数据进行对应的处理的那些试验,选择模型将存在一定的问题,问题的错误程度决定模型错误程度的量化数值结果;
(9)、计算错误程度,同模型错误程度相似;
(10)、样本数据可追溯性,在试验中为了保障可靠性试验数据的真实可靠,提出样本可追溯性这一评价标准,它是指试验的最终数据,能够通过试验过程中的各种相关环境数据、应力数据等的记录实现试验数据结果的复现,在试验过程中的记录越全面,对应试验方法得到的数据质量就越高,因此,样本数据可追溯性越强,越需要给予较高的关注度;
S32:针对定义后的各项评价标准进行总结,建立锂电池多源可靠性试验数据的评价指标体系,如图4所示。
在具体实施时,在本发明提供的上述锂电池多源可靠性试验数据评价方法中,步骤S4,结合实际应用中锂电池可靠性试验的种类,对评价指标体系中的各项评价指标进行分类,建立指标量化方法的规定,如图5所示,具体包括如下步骤:
S41:针对锂电池多源可靠性试验数据的评价指标体系中各项评价指标的特点,将各项评价指标分为定量指标和定性指标;
具体地,多源可靠性试验数据的评价指标需要通过总结各自评价方面的不同特点划分类型,定量指标通过定义可以直接用规定的计算方法量化出来,或者,可以直接用定量的参数表现出来;定性指标则是通常只能通过语义的性质来对其做出描述;
S42:针对定性指标,通过德尔菲评分法确定定性指标对应的量化结果;针对定量指标,通过指标计算方法确定定量指标对应的量化结果;也就是说,针对无法通过准确测量或计数得到的定性指标,可以通过德尔菲评分法确定定性指标对应的量化结果,针对能够通过准确测量或计数得到的定量指标,可以通过指标计算方法确定定量指标对应的量化结果;对于不同的指标,规定不同的量化方法,这样,可以更好地评价多源可靠性试验数据;
具体地,步骤S22中总结得到的十项评价标准中的定性指标包括:方案完整性、报告完整性、模型错误程度和计算错误程度,其量化方法如下:
(1)、方案完整性,将方案完整性分为五个级别,具体级别评分如下,方案没有相应内容为1分,缺失大部分信息为3分,缺失部分信息为5分,缺失小部分信息为7分,非常完整为9分;
(2)、报告完整性,将报告完整性分为五个级别,具体级别评分如下,报告中没有相应内容为1分,缺失大部分信息为3分,缺失部分信息为5分,缺失小部分信息为7分,非常完整为9分;
(3)、模型错误程度,将模型错误程度分为五个级别,具体级别评分如下,使用模型完全没有错误等级赋值1分,存在小部分错误赋值3分,存在部分错误赋值5分,存在很多错误赋值7分,完全错误赋值9分;
(4)、计算错误程度,同模型错误程度相似,在数据处理过程中计算存在错误时,将其对数据质量影响分级如下,计算过程完全没有错误等级赋值1分,存在小部分错误赋值3分,存在部分错误赋值5分,存在很多错误赋值7分,完全错误将赋值9分。
步骤S22中总结得到的十项评价标准中的定量指标包括:格式无效数、数据缺失数、条件一致性、样本一致性、样本数据可追溯性和数据稳定性,其量化方法如下:
(1)、数据稳定性,首先记录每一项试验结果值即样本寿命,计算可靠性试验对应样本的每个试验结果数值与全体试验结果数值平均数之差的平方值的平均数,即为对应试验结果的方差,对得到的方差结果进行线性变换,使结果落在[1,10]之间,如:某可靠性试验方差结果为x,量化结果为X,全部可靠性试验结果中方差最大的值为max,方差最小的值为min,则量化方法如下公式X=10*(x-min)/(max-min);
(2)、格式无效数,格式无效的数据数量与总数据个数之比乘以100,采用四舍五入方法保留小数点后两位数字,得到的数值即为该组数据格式无效数这一指标的量化结果;
(3)、数据缺失数,该组数据缺失的个数除以该组数据总数乘以100,采用四舍五入方法保留小数点后两位数字,得到的数值即为该组数据缺失数这一指标的量化结果;
(4)、条件一致性,试验同计划方案中条件一致的个数与存在的规定条件总个数相除再乘以十,采用四舍五入的方法保留小数点后两位小数,得到的数值即为该组数据条件一致性这一指标的量化结果;
(5)、样本一致性,试验样本与计划方案中规定相同的个数与参与试验的样本总个数相除再乘以十,采用四舍五入的方法保留小数点后两位小数,得到的数值即为该组数据样本一致性这一指标的量化结果;
(6)、样本数据可追溯性,对得到的每个数据进行追溯,将记录完整可追溯的数据数量与试验得到的总数据个数相除再乘以十,采用四舍五入的方法保留小数点后两位小数,得到的数值表示样本数据可追溯性。
在具体实施时,在本发明提供的上述锂电池多源可靠性试验数据评价方法中,步骤S5,基于数据包络分析方法,结合各项评价指标的固有属性和指标量化方法,建立锂电池多源可靠性试验数据评价模型,如图6所示,具体包括如下步骤:
S51:根据数据包络分析方法的基本原理,将与锂电池多源可靠性试验数据质量呈负相关的指标作为输入指标,将与锂电池多源可靠性试验数据质量呈正相关的指标作为输出指标;
具体地,根据数据包络分析方法的基本原理,单元有效的原则,若某个评价指标的数值越小,试验数据的质量越高,则将该评价指标将作为输入指标,若某个评价指标的数值越大,试验数据的质量越高,则将该评价指标将作为输出指标。例如,将评价指标体系中的所有评价指标进行分类,将方案完整性、报告完整性、条件一致性、样本一致性、样本数据追溯性这五项评价指标作为输出指标,将模型错误程度、计算错误程度、格式无效数、数据缺失数和数据稳定性这五个指标作为输入指标;
S52:根据数据包络分析方法中的加型模型,建立锂电池多源可靠性试验数据评价模型如下:
其中,θ表示决策单元到有效边界的距离,θ值越接近0,则代表决策单元到有效边界的距离越近,对应的试验方法得到的试验数据的质量就越高,反之,θ值越大,则代表决策单元到有效边界的距离越远,对应的试验方法得到的试验数据的质量就越差;和分别表示输入松弛变量和输出剩余变量,利用它们可以将原来基本DEA模型中的不等式转化为等式;Mk表示DMUk的模型错误程度指标量化结果;M0表示DMU0的模型错误程度指标量化结果;Ck表示DMUk的计算错误程度指标量化结果;C0表示DMU0的计算错误程度指标量化结果;Fk表示DMUk的格式无效数指标量化结果;F0表示DMU0的格式无效数指标量化结果;Dk表示DMUk的数据缺失数指标量化结果;D0表示DMU0的数据缺失数指标量化结果;Bk表示DMUk数据稳定性指标量化结果;B0表示DMU0数据稳定性指标量化结果;Pk表示DMUk的方案完整性指标量化结果;P0表示DMU0的方案完整性指标量化结果;Lk表示DMUk的报告完整性指标量化结果;L0表示DMU0的报告完整性指标量化结果;Rk表示DMUk的条件一致性指标量化结果;R0表示DMU0的条件一致性指标量化结果;Sk表示DMUk的样本一致性指标量化结果;S0表示DMU0的样本一致性指标量化结果;Tk表示DMUk的样本数据可追溯性指标量化结果;T0表示DMU0的样本数据可追溯性指标量化结果;DMUk表示第k个决策单元,k=1,2,...,n,n表示决策单元的数量;λk表示第k个决策单元的权重;DMU0表示目标决策单元。
在具体实施时,在本发明提供的上述锂电池多源可靠性试验数据评价方法中,步骤S6,将待评价的锂电池多源可靠性试验数据分别代入锂电池多源可靠性试验数据评价模型进行求解,得到锂电池多源可靠性试验数据的重要性排序,如图7所示,具体包括如下步骤:
S61:将待评价的锂电池多源可靠性试验数据的各项评价指标的量化结果代入锂电池多源可靠性试验数据评价模型进行求解,获得锂电池多源可靠性试验数据的重要性排序。具体地,可以将输入指标数值与输出指标数值代入多源可靠性试验数据评价模型,利用得出的决策单元对应的效率值表示不同试验数据的重要程度。需要说明的是,在模型的实际应用中,需要将每一个决策单元作为目标决策单元代入多源可靠性试验数据评价模型求解一次,得到其对应的θ值,进而得知该决策单元相对于其他决策单元的重要程度,最终得到数值大小排序,确定不同决策单元也就是可靠性试验数据的重要程度排序。
下面通过一个具体的实例对本发明提供的上述多源可靠性试验数据评价方法的具体实施过程进行详细说明。
实例1:
各评价指标的符号表示如表1所示:
表1
符号表示 | 定量指标 |
P | 方案完整性 |
L | 报告完整性 |
D | 数据缺失数 |
F | 格式无效数 |
R | 条件一致性 |
S | 样本一致性 |
C | 计算错误程度 |
M | 模型错误程度 |
T | 样本可追溯性 |
B | 数据稳定性 |
对原始多源可靠性试验数据实例进行量化后得到的各评价指标的数值如表2所示:
表2
在多源可靠性试验数据的评价过程中,需要将六组可靠性试验数据分别当作一次目标决策单元,代入多源可靠性试验数据评价模型求出该组可靠性试验数据的相对有效性,首先,将第一组可靠性试验数据DMU1(现场可靠性试验数据)作为目标决策单元DMU0,将其十个评价指标对应的数据M0、C0、F0、D0、P0、L0、R0、S0、T0、B0代入多源可靠性试验数据评价模型,进行计算,求解目标值θ1。接下来是将第二组可靠性试验数据DMU2作为目标决策单元DMU0,以此类推,一直到第六组可靠性试验数据DMU6,最后我们将会得到各个可靠性试验对应的θi值,如表3所示:
表3
将得出的目标值θ进行排序,θ值排序如下:0=θ1<θ2<θ3<θ5<θ6<θ4。多源可靠性试验数据评价模型中,目标值θ代表决策单元到有效边界的距离,θ值越接近于0,则该决策单元到有效边界的距离越近,因此,对应的可靠性试验方法得到的试验数据的质量就越高,从而得到参与评价的锂电池可靠性试验的重要性排序,如表4所示:
表4
从表4可以看出,现场试验一的试验数据的质量最好,重要程度最高,加速寿命试验一的重要度排序第二,加速寿命试验二的重要度排名第三,加速退化试验二的重要度排序第四,仿真试验的重要度排名第五,加速退化试验一的重要度排名最后。
本发明提供的上述锂电池多源可靠性试验数据评价方法,以锂电池多源可靠性试验数据为研究对象,锂电池多源可靠性试验包括加速寿命试验、加速退化试验、仿真试验与现场试验,通过对锂电池多源可靠性试验的特征进行分析,总结在试验过程中影响锂电池多源可靠性试验数据质量的共同原因,并以此为基础建立锂电池多源可靠性试验数据评价标准并给出评价准则,建立锂电池多源可靠性试验数据的评价指标体系,规定评价指标的量化方法,基于数据包络分析方法构建锂电池多源可靠性试验数据评价模型,对锂电池多源可靠性试验数据质量进行评价,得出锂电池多源可靠性试验数据的重要性排序,这样,可以实现对锂电池多源可靠性试验数据的科学评价与有效性排序,实现锂电池多源可靠性试验数据在可靠性工作中的合理使用,解决了大量电子产品可靠性数据来源广、数据量少等问题限制,为电子产品的可靠性评估提供依据。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (3)
1.一种基于数据包络分析的锂电池多源可靠性试验数据评价方法,其特征在于,包括如下步骤:
S1:对锂电池的标称容量、标称电压、内阻、重量、尺寸以及比能量进行研究,确定锂电池多源可靠性试验影响数据质量的因素;
S2:根据确定的因素,对所述锂电池多源可靠性试验进行细节分析,得到锂电池多源可靠性试验数据的评价标准;
S3:对所述评价标准进行定义,建立所述锂电池多源可靠性试验数据的评价指标体系;
S4:结合实际应用中锂电池可靠性试验的种类,对所述评价指标体系中的各项评价指标进行分类,建立指标量化方法的规定;
S5:基于数据包络分析方法,结合所述各项评价指标的固有属性和所述指标量化方法,建立锂电池多源可靠性试验数据评价模型;
S6:将待评价的锂电池多源可靠性试验数据分别代入所述锂电池多源可靠性试验数据评价模型进行求解,得到所述锂电池多源可靠性试验数据的重要性排序;
步骤S2,根据确定的因素,对所述锂电池多源可靠性试验进行细节分析,得到锂电池多源可靠性试验数据的评价标准,具体包括如下步骤:
S21:根据待解决的锂电池多源可靠性试验数据质量评价问题,对所述锂电池多源可靠性试验进行调研分析,总结所述锂电池多源可靠性试验的共性特点;
S22:根据所述锂电池多源可靠性试验的共性特点,建立锂电池多源可靠性试验数据的多项评价标准;其中,各项评价标准彼此独立、不重复、不遗漏,用于全面地对所述锂电池多源可靠性试验数据的质量进行评价;
步骤S4,结合实际应用中锂电池可靠性试验的种类,对所述评价指标体系中的各项评价指标进行分类,建立指标量化方法的规定,具体包括如下步骤:
S41:针对所述锂电池多源可靠性试验数据的评价指标体系中各项评价指标的特点,将各项评价指标分为定量指标和定性指标;
S42:针对定性指标,通过德尔菲评分法确定定性指标对应的量化结果;针对定量指标,通过指标计算方法确定定量指标对应的量化结果;
步骤S5,基于数据包络分析方法,结合所述各项评价指标的固有属性和所述指标量化方法,建立锂电池多源可靠性试验数据评价模型,具体包括如下步骤:
S51:根据数据包络分析方法的基本原理,将与所述锂电池多源可靠性试验数据质量呈负相关的指标作为输入指标,将与所述锂电池多源可靠性试验数据质量呈正相关的指标作为输出指标;
S52:根据数据包络分析方法中的加型模型,建立锂电池多源可靠性试验数据评价模型如下:
其中,θ表示决策单元到有效边界的距离;和分别表示输入松弛变量和输出剩余变量;Mk表示DMUk的模型错误程度指标量化结果;M0表示DMU0的模型错误程度指标量化结果;Ck表示DMUk的计算错误程度指标量化结果;C0表示DMU0的计算错误程度指标量化结果;Fk表示DMUk的格式无效数指标量化结果;F0表示DMU0的格式无效数指标量化结果;Dk表示DMUk的数据缺失数指标量化结果;D0表示DMU0的数据缺失数指标量化结果;Pk表示DMUk的方案完整性指标量化结果;P0表示DMU0的方案完整性指标量化结果;Lk表示DMUk的报告完整性指标量化结果;L0表示DMU0的报告完整性指标量化结果;Rk表示DMUk的条件一致性指标量化结果;R0表示DMU0的条件一致性指标量化结果;Sk表示DMUk的样本一致性指标量化结果;S0表示DMU0的样本一致性指标量化结果;Tk表示DMUk的样本数据可追溯性指标量化结果;T0表示DMU0的样本数据可追溯性指标量化结果;Bk表示DMUk数据稳定性指标量化结果;B0表示DMU0数据稳定性指标量化结果;DMUk表示第k个决策单元,k=1,2,...,n,n表示决策单元的数量;λk表示第k个决策单元的权重;DMU0表示目标决策单元。
2.如权利要求1所述的锂电池多源可靠性试验数据评价方法,其特征在于,步骤S3,对所述评价标准进行定义,建立所述锂电池多源可靠性试验数据的评价指标体系,具体包括如下步骤:
S31:根据所述锂电池多源可靠性试验的共性特点,对建立的锂电池多源可靠性试验数据的各项评价标准进行定义;
S32:针对定义后的各项评价标准进行总结,建立所述锂电池多源可靠性试验数据的评价指标体系。
3.如权利要求2所述的锂电池多源可靠性试验数据评价方法,其特征在于,步骤S6,将待评价的锂电池多源可靠性试验数据分别代入所述锂电池多源可靠性试验数据评价模型进行求解,得到所述锂电池多源可靠性试验数据的重要性排序,具体包括如下步骤:
S61:将待评价的锂电池多源可靠性试验数据的各项评价指标的量化结果代入所述锂电池多源可靠性试验数据评价模型进行求解,获得所述锂电池多源可靠性试验数据的重要性排序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911291627.6A CN111159861B (zh) | 2019-12-16 | 2019-12-16 | 基于数据包络分析的锂电池多源可靠性试验数据评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911291627.6A CN111159861B (zh) | 2019-12-16 | 2019-12-16 | 基于数据包络分析的锂电池多源可靠性试验数据评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111159861A CN111159861A (zh) | 2020-05-15 |
CN111159861B true CN111159861B (zh) | 2022-04-05 |
Family
ID=70557271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911291627.6A Active CN111159861B (zh) | 2019-12-16 | 2019-12-16 | 基于数据包络分析的锂电池多源可靠性试验数据评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111159861B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102073935A (zh) * | 2010-12-29 | 2011-05-25 | 北京理工大学 | 一种通用综合评价***及其评价指标体系的定制方法 |
CN103426120A (zh) * | 2013-04-24 | 2013-12-04 | 华北电力大学 | 基于可靠性的中低压配电网的综合评估方法 |
CN105867888A (zh) * | 2015-01-22 | 2016-08-17 | 天津金牛电源材料有限责任公司 | 一种基于vba的锂电池循环数据管理***及其使用方法 |
CN106960098A (zh) * | 2017-03-27 | 2017-07-18 | 吕皓 | 一种用数学建模对建筑设计舒适性综合评价的方法 |
CN108664700A (zh) * | 2018-04-04 | 2018-10-16 | 北京航空航天大学 | 基于不确定数据包络分析的加速退化信息融合建模方法 |
WO2019199778A1 (en) * | 2018-04-09 | 2019-10-17 | Veda Data Solutions, Inc. | Processing personal data using machine learning algorithms, and applications thereof |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7853466B2 (en) * | 2006-09-08 | 2010-12-14 | Gm Global Technology Operations, Inc. | Supply chain facility performance analyzer |
CN103198206B (zh) * | 2013-02-25 | 2016-06-15 | 同济大学 | 一种基于综合性能得分模型的燃料电池***性能评价方法 |
CN105096037A (zh) * | 2015-07-16 | 2015-11-25 | 广东产品质量监督检验研究院 | 一种光伏组件失效风险判别方法 |
-
2019
- 2019-12-16 CN CN201911291627.6A patent/CN111159861B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102073935A (zh) * | 2010-12-29 | 2011-05-25 | 北京理工大学 | 一种通用综合评价***及其评价指标体系的定制方法 |
CN103426120A (zh) * | 2013-04-24 | 2013-12-04 | 华北电力大学 | 基于可靠性的中低压配电网的综合评估方法 |
CN105867888A (zh) * | 2015-01-22 | 2016-08-17 | 天津金牛电源材料有限责任公司 | 一种基于vba的锂电池循环数据管理***及其使用方法 |
CN106960098A (zh) * | 2017-03-27 | 2017-07-18 | 吕皓 | 一种用数学建模对建筑设计舒适性综合评价的方法 |
CN108664700A (zh) * | 2018-04-04 | 2018-10-16 | 北京航空航天大学 | 基于不确定数据包络分析的加速退化信息融合建模方法 |
WO2019199778A1 (en) * | 2018-04-09 | 2019-10-17 | Veda Data Solutions, Inc. | Processing personal data using machine learning algorithms, and applications thereof |
Non-Patent Citations (3)
Title |
---|
Decomposition Method for Belief Reliability Analysis of Complex Uncertain Random Systems;Zhang, QY (Zhang, Qingyuan);《IEEE ACCESS》;20190716;第132711-132719页 * |
基于确信可靠度的齿轮可靠性建模与分析;于格;《***工程与电子技术》;20191031;第41卷(第10期);第2385-2390页 * |
数据包络分析模型的化工试验设计方法评价;谢菲;《计算机与应用化学》;20040328;第21卷(第2期);第288-292页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111159861A (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107169628B (zh) | 一种基于大数据互信息属性约简的配电网可靠性评估方法 | |
CN110046789B (zh) | 一种学生信息素养测评试卷的自动生成方法及*** | |
CN109034483B (zh) | 一种基于质量功能配置的检测规划方法 | |
CN112101807A (zh) | 一种电信行业集团客户价值综合评估的方法及相关装置 | |
EP4080429A1 (en) | Technology readiness level determination method and system based on science and technology big data | |
CN111047157A (zh) | 一种建筑工程中施工方案比选方法 | |
CN111159861B (zh) | 基于数据包络分析的锂电池多源可靠性试验数据评价方法 | |
CN113344391A (zh) | 基于dea改进模型的人工智能企业创新效率的评价方法 | |
CN112200459A (zh) | 一种配电网数据质量分析评价方法及*** | |
CN109165854B (zh) | 空管运行效率等级评估方法及其装置 | |
CN109886288A (zh) | 一种用于电力变压器的状态评价方法及装置 | |
CN113327047B (zh) | 基于模糊综合模型的电力营销服务渠道决策方法及*** | |
CN113222255B (zh) | 一种合同履约表现量化及短期违约预测的方法及装置 | |
CN114638499A (zh) | 一种基于犹豫模糊四阶段dea的公共文化效能评估方法 | |
CN114139408A (zh) | 一种电力变压器健康状态评估方法 | |
CN113656970A (zh) | 一种航空发动机产品工艺提升方法、***、设备及介质 | |
US9665795B2 (en) | Method and apparatus for identifying root cause of defect using composite defect map | |
CN113537759A (zh) | 一种基于权重自适应的用户体验度量模型 | |
CN114663102A (zh) | 基于半监督模型预测发债主体违约的方法、设备及存储介质 | |
Singh et al. | Design of multiple deferred state repetitive group sampling plan for inverse Weibull distribution based on life test | |
Arief et al. | Comparison of the simple additive weighting saw method and multi-objective optimization by ratio analysis MOORA | |
CN112488438A (zh) | 一种结合信用信息的工业企业综合效益评价方法及*** | |
CN110363374A (zh) | 一种不合格产品影响因素的定量分析方法 | |
CN117725437B (zh) | 一种基于机器学习的数据精准匹配分析方法 | |
CN110766037B (zh) | 用于储备项目关联性集群的处理方法 |
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 |