基于故障数据的硬式内窥镜可靠性研究
发布时间：2022-01-14 17:53
目的:建立硬式内窥镜的评价体系,研究探索硬式内窥镜的可靠性指标。方法:采用内窥镜故障间隔时间观测样本,建立故障间隔时间分布模型,在拟合内窥镜故障间隔时间的累计分布函数和概率密度分布函数基础上,采用最大似然估计方法对推断的常见分布模型进行估算,使用Anderson-Darling（A-D）检验对各模型进行优选。结果:确立硬式内窥镜故障间隔时间服从威布尔分布,根据模型计算得到该硬式内窥镜的可靠度R（t）、平均故障间隔时间（MTBF）等参数指标,得到其故障分布规律。结论:根据建立的硬式内窥镜评价体系,能够得到硬式内窥镜可靠性各项指标,可为医院及厂商制定预防性维护策略提供参考。
【文章来源】：中国医学装备. 2020,17(09)
【文章页数】：4 页
【部分图文】：
内窥镜故障间隔时间概率密度分布函数拟合曲线
28ZHONGGUOYIXUEZHUANGBEI学术论著将故障间隔时间的累计分布函数定义为F(t)=P{T<t}，T为观测值总体，t为某故障间隔时间。由Glivenko定理[9]可以对Fn(t)进行拟合，见图2。图2内窥镜故障间隔时间累计分布函数拟合曲线2.2拟合优度检验威布尔分布A-D统计量明显优于其他分布模型，结合图1、图2故障间隔时间概率密度函数及累计频率拟合结果，故障间隔时间可能服从威布尔分布，拟合优度结果见表2。表2A-D检验下内窥镜故障间隔时间不同分布拟合优度结果分布模型A-D检验威布尔0.440对数正态0.643指数1.425对数Logistic0.524最小极值1.097正态0.528Logistic0.685注：表中A-D为一种检验所收集的数据是否服从正态分布、指数分布、韦伯分布某个分布中的一种方法，通过计算A-D统计量，这个统计量越小，数据的分布就越接近目标分布，越大则数据服从目标分布的可能性就越小；Logistic为一种线性回归模型在A-D检验下使用最大似然估计方法对常用的数种分布进行拟合，其拟合结果见图3和图4。2.3硬式内窥镜故障间隔时间分布模型的确定在使用A-D检验进行拟合优度检验时，其显著性观测水平一般使用P值进行判断，根据文献[12]其计算为公式3：P=(3)1{1+exp[-0.1+1.24ln(AD*+4.48AD*)]}因此可以：①计算A-D检验显著性水平观测值(P)；②提出检验假设，H0为故障间隔时间分布模型服从威布尔分布，即P值大于显著性水平(α)；H1为故障间隔时间分布模型不服从威布尔分布，即P值小于等于显著性水平(α)。在假设检验中，显著性水平(α)的一般取值为0.01、0.05和0.1，这里给定显著性水平α=0.1与P值进行判断。由表2可知威布尔分布AD*=0.440，带入公式(3)可
平α=0.1与P值进行判断。由表2可知威布尔分布AD*=0.440，带入公式(3)可得P=0.2988。显然，P>α，分布模型通过假设检验，即故障间隔时间分布服从威布尔分布。2.4可靠性评价硬式内窥镜的故障间隔时间服从威布尔分布，根据其可靠度R(t)计算为公式4[13]：R(t)={P(T>t)=1-∫0tf(t)dtt≥00t<0(4)T是一个随机向量，代表产品寿命，当0≤R(t)1表示产品开始工作时完全可靠，R(0)=1，表示产品最终会发生故障。R(t)=e-()1.36640t318214注：图中a为威布尔分布；b为对数正态分布；c为指数分布；d为对数Logistic分布图3A-D检验下内窥镜故障间隔时间不同威布尔等分布模型拟合结果abcd注：图中a为最小极值分布；b为正态分布；c为Logistic分布图4A-D检验下内窥镜故障间隔时间不同最小极值等分布模型拟合结果abc中国医学装备2020年9月第17卷第9期基于故障数据的硬式内窥镜可靠性研究*-范开洲等
【参考文献】：
期刊论文
[1]基于故障数据的消化道内镜可靠性分析[J]. 李庚,杨涛,郭锐,夏婷,张虹,夏慧琳. 中国医学装备. 2019(09)
[2]基于故障数据的挖掘机液压系统可靠性研究[J]. 丁科珉,吴书强,杨晨光. 机电工程技术. 2019(09)
[3]某老旧输电线路可靠性计算与评估[J]. 张雪松,喻翔,陈礼勇,张攀,程欢. 江西电力. 2019(06)
[4]极大似然估计概念的微课程教学设计[J]. 陈永娟. 安阳师范学院学报. 2019(02)
[5]基于MTBF的光电感烟探测器可靠性研究[J]. 郑莹莹,谢启源,罗圣峰,雷晴晴. 火灾科学. 2019(01)
[6]经自然腔道内镜手术的发展与展望[J]. 徐佳昕,李全林,周平红. 中国临床医学. 2018(02)
[7]基于K-S检验法和ALTA的IGBT模块可靠性寿命分布研究[J]. 吴华伟,叶从进,聂金泉. 重庆交通大学学报(自然科学版). 2019(01)
[8]基于故障数据的设备运行可靠性分析与评估[J]. 赵金萍,熊君星,刘建胜. 高技术通讯. 2017(04)
[9]A-D检验在取水户水量在线监测数据稳定性分析中的应用[J]. 蒋吉发,刘飞. 四川水利. 2016(02)
[10]内窥镜发展史[J]. 吕平,刘芳,吕坤章,戚昭恩. 中华医史杂志. 2002(01)
硕士论文
[1]基于故障数据分析的地铁车辆检修策略优化[D]. 戈春珍.北京交通大学 2018
[2]设备运行可靠性评估与维修优化方法研究[D]. 武春燕.湖南大学 2011
[3]水曲柳和落叶松人工林细根寿命统计分布类型研究[D]. 全先奎.东北林业大学 2007
本文编号：3588946
【文章来源】：中国医学装备. 2020,17(09)
【文章页数】：4 页
【部分图文】：
内窥镜故障间隔时间概率密度分布函数拟合曲线
28ZHONGGUOYIXUEZHUANGBEI学术论著将故障间隔时间的累计分布函数定义为F(t)=P{T<t}，T为观测值总体，t为某故障间隔时间。由Glivenko定理[9]可以对Fn(t)进行拟合，见图2。图2内窥镜故障间隔时间累计分布函数拟合曲线2.2拟合优度检验威布尔分布A-D统计量明显优于其他分布模型，结合图1、图2故障间隔时间概率密度函数及累计频率拟合结果，故障间隔时间可能服从威布尔分布，拟合优度结果见表2。表2A-D检验下内窥镜故障间隔时间不同分布拟合优度结果分布模型A-D检验威布尔0.440对数正态0.643指数1.425对数Logistic0.524最小极值1.097正态0.528Logistic0.685注：表中A-D为一种检验所收集的数据是否服从正态分布、指数分布、韦伯分布某个分布中的一种方法，通过计算A-D统计量，这个统计量越小，数据的分布就越接近目标分布，越大则数据服从目标分布的可能性就越小；Logistic为一种线性回归模型在A-D检验下使用最大似然估计方法对常用的数种分布进行拟合，其拟合结果见图3和图4。2.3硬式内窥镜故障间隔时间分布模型的确定在使用A-D检验进行拟合优度检验时，其显著性观测水平一般使用P值进行判断，根据文献[12]其计算为公式3：P=(3)1{1+exp[-0.1+1.24ln(AD*+4.48AD*)]}因此可以：①计算A-D检验显著性水平观测值(P)；②提出检验假设，H0为故障间隔时间分布模型服从威布尔分布，即P值大于显著性水平(α)；H1为故障间隔时间分布模型不服从威布尔分布，即P值小于等于显著性水平(α)。在假设检验中，显著性水平(α)的一般取值为0.01、0.05和0.1，这里给定显著性水平α=0.1与P值进行判断。由表2可知威布尔分布AD*=0.440，带入公式(3)可
平α=0.1与P值进行判断。由表2可知威布尔分布AD*=0.440，带入公式(3)可得P=0.2988。显然，P>α，分布模型通过假设检验，即故障间隔时间分布服从威布尔分布。2.4可靠性评价硬式内窥镜的故障间隔时间服从威布尔分布，根据其可靠度R(t)计算为公式4[13]：R(t)={P(T>t)=1-∫0tf(t)dtt≥00t<0(4)T是一个随机向量，代表产品寿命，当0≤R(t)1表示产品开始工作时完全可靠，R(0)=1，表示产品最终会发生故障。R(t)=e-()1.36640t318214注：图中a为威布尔分布；b为对数正态分布；c为指数分布；d为对数Logistic分布图3A-D检验下内窥镜故障间隔时间不同威布尔等分布模型拟合结果abcd注：图中a为最小极值分布；b为正态分布；c为Logistic分布图4A-D检验下内窥镜故障间隔时间不同最小极值等分布模型拟合结果abc中国医学装备2020年9月第17卷第9期基于故障数据的硬式内窥镜可靠性研究*-范开洲等
【参考文献】：
期刊论文
[1]基于故障数据的消化道内镜可靠性分析[J]. 李庚,杨涛,郭锐,夏婷,张虹,夏慧琳. 中国医学装备. 2019(09)
[2]基于故障数据的挖掘机液压系统可靠性研究[J]. 丁科珉,吴书强,杨晨光. 机电工程技术. 2019(09)
[3]某老旧输电线路可靠性计算与评估[J]. 张雪松,喻翔,陈礼勇,张攀,程欢. 江西电力. 2019(06)
[4]极大似然估计概念的微课程教学设计[J]. 陈永娟. 安阳师范学院学报. 2019(02)
[5]基于MTBF的光电感烟探测器可靠性研究[J]. 郑莹莹,谢启源,罗圣峰,雷晴晴. 火灾科学. 2019(01)
[6]经自然腔道内镜手术的发展与展望[J]. 徐佳昕,李全林,周平红. 中国临床医学. 2018(02)
[7]基于K-S检验法和ALTA的IGBT模块可靠性寿命分布研究[J]. 吴华伟,叶从进,聂金泉. 重庆交通大学学报(自然科学版). 2019(01)
[8]基于故障数据的设备运行可靠性分析与评估[J]. 赵金萍,熊君星,刘建胜. 高技术通讯. 2017(04)
[9]A-D检验在取水户水量在线监测数据稳定性分析中的应用[J]. 蒋吉发,刘飞. 四川水利. 2016(02)
[10]内窥镜发展史[J]. 吕平,刘芳,吕坤章,戚昭恩. 中华医史杂志. 2002(01)
硕士论文
[1]基于故障数据分析的地铁车辆检修策略优化[D]. 戈春珍.北京交通大学 2018
[2]设备运行可靠性评估与维修优化方法研究[D]. 武春燕.湖南大学 2011
[3]水曲柳和落叶松人工林细根寿命统计分布类型研究[D]. 全先奎.东北林业大学 2007
本文编号：3588946
本文链接：https://www.wllwen.com/kejilunwen/yiqiyibiao/3588946.html
