家用電器故障實(shí)時(shí)檢測(cè)

1、家用電器故障實(shí)時(shí)檢測(cè)摘 要家用電器故障的實(shí)時(shí)檢測(cè)，是為了防止隨著時(shí)間的推移，電器的老化使其工作能力衰減明顯化后，用戶再提出需要維修，此時(shí)電器的故障情況已經(jīng)非常嚴(yán)重，為了保證用戶的體驗(yàn)效果，電器運(yùn)行狀況的監(jiān)測(cè)并判別就顯現(xiàn)出重要性。針對(duì)問題一，首先應(yīng)明確復(fù)雜環(huán)境，對(duì)讀取的數(shù)據(jù)進(jìn)行預(yù)處理，各選取A，B中正常與故障參數(shù)中數(shù)據(jù)一致的參數(shù)進(jìn)行篩選，得到已篩選表。將已篩選表中文字進(jìn)行數(shù)值化處理，得到已替換表。利用拉依達(dá)準(zhǔn)則（pauta criterion）對(duì)已替換表進(jìn)行異常值判斷，用Matlab得到異常值的行數(shù)，將異常值剔除，最終確定已剔除表。針對(duì)問題二，對(duì)已經(jīng)預(yù)處理過的數(shù)據(jù)使用SPSS分析得出各個(gè)參數(shù)相關(guān)

2、性系數(shù)表，篩選相關(guān)性系數(shù)強(qiáng)的參數(shù)。再經(jīng)過描述性分析得到A環(huán)境下與B環(huán)境下正常和故障工作的參數(shù)的描述性統(tǒng)計(jì)量，根據(jù)極大極小值相對(duì)正常均值的波動(dòng)范圍，引入?yún)?shù)的增長(zhǎng)率概念。計(jì)算各個(gè)參數(shù)增長(zhǎng)率，使用Excel對(duì)增長(zhǎng)率排序，得到對(duì)故障判斷權(quán)重較大的參數(shù)。統(tǒng)一相關(guān)性系數(shù)分析與權(quán)重分析，確定最終參數(shù)值。并以正常數(shù)據(jù)的參數(shù)增長(zhǎng)率區(qū)間作標(biāo)準(zhǔn)建立模型，定義新的變量故障程度，根據(jù)故障程度是否在增長(zhǎng)率區(qū)間內(nèi)判斷電器是否故障，經(jīng)檢驗(yàn)，此模型適用于附件一。針對(duì)問題三，我們首先使用問題二中的模型對(duì)附件二進(jìn)行驗(yàn)證，由結(jié)果可知模型仍成立。但此模型附件三無(wú)法驗(yàn)證，所以我們對(duì)模型進(jìn)行了修正，引出電器在正常工作情況下的擬合均值與擬

3、合增長(zhǎng)率區(qū)間來(lái)判斷電器是否故障。經(jīng)計(jì)算D,E的故障程度，可得出D為正常工作，E為故障。針對(duì)問題四，我們?cè)谧瞿Ｐ团袛鄷r(shí)，認(rèn)為會(huì)出現(xiàn)誤判，并且認(rèn)為把故障判斷為正常更應(yīng)該避免。為了嵌入因子我們可以將更多環(huán)境下正常工作參數(shù)作依據(jù)定義一個(gè)更為適用的復(fù)雜環(huán)境的擬合均值與擬合區(qū)間，從而計(jì)算更為精確的故障程度進(jìn)行判斷。針對(duì)問題五，為了減小模型的計(jì)算量，我們對(duì)數(shù)據(jù)進(jìn)行了取參數(shù)和分層抽樣的方法。第一，對(duì)工作環(huán)境D,E數(shù)據(jù)分層抽樣，對(duì)各工作環(huán)境下分別抽取行數(shù)為5、10的倍數(shù)的行組成4個(gè)新矩陣，運(yùn)用問題三中數(shù)據(jù)處理方法，得到新矩陣的故障程度通過擬合增長(zhǎng)率區(qū)間判斷得出結(jié)果與問題三中一致。第二，對(duì)工作環(huán)境A、B正常情況主

4、要參數(shù)分別進(jìn)行增長(zhǎng)率排序，各取出增長(zhǎng)率為前五的參數(shù)，求并集，最終簡(jiǎn)化為7個(gè)重要參數(shù)，相同方法判斷，得出與問題三中結(jié)果一致。第三，對(duì)數(shù)據(jù)取7個(gè)重要參數(shù)，進(jìn)行5、10倍數(shù)的分層抽樣，得到四組新數(shù)據(jù)，相同方法判斷，得出與問題三中結(jié)果一致。因此確定數(shù)據(jù)簡(jiǎn)化為取參數(shù)1、2、4、5、10、18、83，并對(duì)數(shù)據(jù)進(jìn)行10倍數(shù)的分層抽樣的方法確定為運(yùn)算簡(jiǎn)化方法。關(guān)鍵詞：拉依達(dá)準(zhǔn)則、增長(zhǎng)率、故障程度、擬合均值、擬合增長(zhǎng)率區(qū)間 一、問題重述家用電器早已成為我們生活中必不可少的用品，它對(duì)我們的生活提供了極大地幫助，方便了人們的生活，為人們的娛樂和休閑節(jié)省了更多的時(shí)間。但是隨著時(shí)間和過程的使用，它會(huì)發(fā)生老化和故障，從而

5、打亂我們的生活。因此及時(shí)排除家用電器故障就顯得尤為重要了。 問題1: 復(fù)雜的環(huán)境會(huì)導(dǎo)致家用電器的傳感器讀取到異常數(shù)值，因此我們需要尋找一定的方法發(fā)現(xiàn)異常數(shù)據(jù)并給出其解決方案。問題2：分析附件一中不同參數(shù)之間的相關(guān)性并確定其對(duì)故障的影響程度，建立模型并對(duì)附件一中數(shù)據(jù)進(jìn)行判斷與處理。問題3：通過分析附件一中所建立的模型是否同樣也適用于附件二，如果適用于附件二，則可按照附件一同樣的方法進(jìn)行故障判斷；如果不適用，則對(duì)模型進(jìn)行改進(jìn)，并用改進(jìn)后的模型對(duì)附件三中D、E兩種工作環(huán)境下的電器進(jìn)行故障判斷。問題4：判斷所建立的模型得到的結(jié)果是否會(huì)出現(xiàn)誤判現(xiàn)象,如果出現(xiàn)誤判現(xiàn)象，是將正常判斷為故障，還是將故障判斷為

6、正常，哪種情況可以避免。并且嵌入一個(gè)影響因子得出解決方案。問題5：在現(xiàn)實(shí)生活中，家用電器控制器的計(jì)算能力是有限的，可能無(wú)法對(duì)大數(shù)據(jù)進(jìn)行計(jì)算，因此需要我們?cè)诒ＷC判斷精確的前提下對(duì)計(jì)算方法或數(shù)據(jù)進(jìn)行簡(jiǎn)化，降低計(jì)算復(fù)雜程度，提出解決方案。二、模型假設(shè)1.在一定環(huán)境下家用電器正常工作時(shí)，可認(rèn)為輸出的數(shù)據(jù)真實(shí)可靠。2.假設(shè)已得到的數(shù)據(jù)可以反映家電的運(yùn)行狀態(tài)。3.在一定環(huán)境下，正常與故障數(shù)據(jù)一致的參數(shù)對(duì)故障判斷無(wú)影響。三、符號(hào)說明：表示第i行第j列的數(shù)據(jù)：標(biāo)準(zhǔn)序列的算術(shù)平均值:實(shí)測(cè)數(shù)據(jù)與均值的殘差絕對(duì)值：標(biāo)準(zhǔn)序列的方差 ；實(shí)測(cè)參數(shù)樣本的平均值：實(shí)測(cè)參數(shù)樣本的殘差：實(shí)測(cè)參數(shù)樣本的標(biāo)準(zhǔn)差：擬合均值的矩陣:A環(huán)

7、境下正常工作的均值：B環(huán)境下正常工作的均值：A環(huán)境下處理過后數(shù)據(jù)的個(gè)數(shù):B環(huán)境下處理過后數(shù)據(jù)的個(gè)數(shù):某工作環(huán)境下該參數(shù)的極大值：某工作環(huán)境下該參數(shù)的極小值：所處環(huán)境下的故障均值：某工作環(huán)境下模型計(jì)算出來(lái)總體參數(shù)反映值：所給區(qū)間的下限：所給區(qū)間的上限：增長(zhǎng)率：第i個(gè)參數(shù)總擬合均值：對(duì)應(yīng)環(huán)境下第i個(gè)參數(shù)的最大值：對(duì)應(yīng)環(huán)境下第i個(gè)參數(shù)的最小值:A環(huán)境下的擬合下限:A環(huán)境下的擬合上限：總擬合區(qū)間的下限：總擬合區(qū)間的上限：實(shí)際均值四、模型的建立與求解4.1 問題一4.11問題一的分析在已知復(fù)雜環(huán)境的情況下，通過對(duì)大量數(shù)據(jù)分析，首先進(jìn)行預(yù)處理，通過查閱資料可知，剔除數(shù)據(jù)異常值的方法有拉依達(dá)準(zhǔn)則、格拉布斯準(zhǔn)

8、則等方法。由于拉依達(dá)準(zhǔn)則只有在測(cè)量次數(shù)n較大時(shí)才可以使用，至少使n>10次才可以，根據(jù)分析，適用于本題中的大數(shù)據(jù)異常值剔除處理，且拉依達(dá)準(zhǔn)則方法比較簡(jiǎn)單，數(shù)據(jù)好處理，較為精確，因此我們借助這種思想對(duì)附件中數(shù)據(jù)進(jìn)行處理。4.1.2問題一的解答第一，給的數(shù)據(jù)進(jìn)行預(yù)處理，預(yù)處理的方法是在同一環(huán)境下，對(duì)家用電器正常工作與故障時(shí)相同參數(shù)的數(shù)據(jù)進(jìn)行對(duì)比，找出在電器正常工作和故障時(shí)參數(shù)數(shù)據(jù)一致的參數(shù)，將這些參數(shù)篩去，剩余參數(shù)作為已篩選數(shù)據(jù)進(jìn)行整理，得到A、B工作環(huán)境下的已篩選表。第二，對(duì)已篩選表中帶有文字的參數(shù)轉(zhuǎn)為數(shù)字參數(shù)處理，以方便數(shù)據(jù)分析。其中，對(duì)于參數(shù)一，關(guān)記為0，開記為1；對(duì)于參數(shù)73，關(guān)記為

9、0，低速記為1，高速記為2，超高速記為3；對(duì)于其余參數(shù)，正常記1，故障或者限記為0。將數(shù)值化后的各個(gè)參數(shù)數(shù)據(jù)進(jìn)行整理，得到A、B工作環(huán)境下的已替換表。第三，根據(jù)拉依達(dá)準(zhǔn)則，對(duì)已替換表中的數(shù)據(jù)進(jìn)行異常數(shù)據(jù)剔除處理。數(shù)據(jù)處理過程中，首先用SPSS軟件對(duì)已替換表中數(shù)據(jù)進(jìn)行統(tǒng)計(jì)量描述，得到其均值和標(biāo)準(zhǔn)差。再運(yùn)用Matlab軟件編程，得到剔除數(shù)據(jù)的行數(shù)，對(duì)已替換表進(jìn)行異常數(shù)據(jù)剔除處理，將剔除后的數(shù)據(jù)進(jìn)行整理，得到A、B工作環(huán)境下的已剔除表。拉依達(dá)準(zhǔn)則具體算法如下：、按列計(jì)算剩余數(shù)據(jù)的算術(shù)平均值通過這個(gè)公式計(jì)算出每列數(shù)據(jù)的算術(shù)平均值、按列計(jì)算剩余數(shù)據(jù)的標(biāo)準(zhǔn)差然后得到這些數(shù)據(jù)的標(biāo)準(zhǔn)差、判斷數(shù)據(jù)的異常符合這個(gè)

10、公式，則說明數(shù)據(jù)異常，反之，數(shù)據(jù)正常。4.2 問題二4.21問題二的分析根據(jù)問題2要求，我們對(duì)附件一中剔除后的數(shù)據(jù)進(jìn)行不同參數(shù)的相關(guān)性分析，確定它們的相關(guān)程度，同時(shí)為確定參數(shù)對(duì)于故障判別的重要程度，進(jìn)行權(quán)重分析。并根據(jù)主要參數(shù)建立模型，根據(jù)模型對(duì)附件一中A、B工作環(huán)境下的數(shù)據(jù)進(jìn)行故障判別處理。4.2.2問題二數(shù)據(jù)處理對(duì)A、B工作環(huán)境下已剔除表進(jìn)行SPSS相關(guān)系數(shù)分析，同時(shí)引入?yún)?shù)增長(zhǎng)率概念進(jìn)行權(quán)重分析，詳情如下：1、 相關(guān)性分析：主要運(yùn)用SPSS軟件進(jìn)行數(shù)據(jù)處理，由于事件的隨機(jī)性，利用泊松(pearson)分布進(jìn)行相關(guān)性分析，得到相關(guān)性系數(shù)。通過查閱資料，可得泊松分布的相關(guān)性系數(shù)標(biāo)準(zhǔn)為0.4（

11、弱相關(guān)）、0.6（中等強(qiáng)度相關(guān)）、0.8（強(qiáng)相關(guān)），利用這個(gè)標(biāo)準(zhǔn)對(duì)A、B兩種正常工作環(huán)境下的各個(gè)參數(shù)進(jìn)行劃分。得到：A正常工作環(huán)境下，0.4的參數(shù)有：1、2、3、4、5、7、8、9、10、18、60、72、73、80、83,0.6的參數(shù)有1、2、3、4、5、7、8、9、10、18、60、72、73、80、83，0.8的參數(shù)有1、2、3、4、5、7、10、18、60、72、73、80。B正常工作環(huán)境下，0.4的參數(shù)有：1、2、3、4、5、7、8、9、10、18、24、60、72、73、78、80、83,0.6的參數(shù)有1、2、3、4、5、7、9、10、18、24、60、72、73、78、80，0.

12、8的參數(shù)有1、2、3、4、5、10、18、24、60、72、73、78、80。將不同環(huán)境下得到的相關(guān)性較強(qiáng)的參數(shù)進(jìn)行對(duì)比分析，初步得到1、2、3、4、5、10、18、60、72、73、80作為參數(shù)。相關(guān)系數(shù)表見附錄4。2、 權(quán)重分析：在權(quán)重分析時(shí)，我們引入了增長(zhǎng)率的概念。增長(zhǎng)率定義為故障均值與正常均值的差的絕對(duì)值與正常均值的比值，表示故障均值相對(duì)于正常均值的波動(dòng)情況。具體方法為：用SPSS軟件對(duì)附件一中A、B工作環(huán)境下正常和故障的已剔除表進(jìn)行統(tǒng)計(jì)量描述，計(jì)算出其正常均值與故障均值，從而計(jì)算出增長(zhǎng)率，增長(zhǎng)率公式如下：某正常工作環(huán)境下的均值：所處環(huán)境下的故障均值：增長(zhǎng)率波動(dòng)越大，影響程度越大，因此

13、我們?nèi)〔▌?dòng)范圍大于10%的參數(shù)作為參數(shù)判別依據(jù)，得到工作環(huán)境A中對(duì)故障判別的重要參數(shù)為1、2、3、4、5、6、9、10、18、43、60、72、83；工作環(huán)境B中對(duì)故障判別的重要參數(shù)為1、2、3、4、5、6、10、18、24、60、72、73、74、75、78、80、83。對(duì)A、B中重要參數(shù)取交集，得到權(quán)重較大的參數(shù)為：1、2、3、4、5、10、18、60、72、83。3、通過對(duì)相關(guān)性分析和權(quán)重比較，可以得出，通過相關(guān)性大小取得的參數(shù)值與權(quán)重取得的參數(shù)值由很大的相似程度，由于建立電器故障判別模型的過程中，對(duì)故障判別影響較大的參數(shù)應(yīng)作為主要的判別依據(jù)，因此以權(quán)重分析為主，最終確定模型分析的參數(shù)為

14、1、2、3、4、5、10、18、60、72、83。并將A、B工作環(huán)境下剔除表中的重要參數(shù)取出進(jìn)行整理，作為新的已剔除表，用于下列數(shù)據(jù)分析。4.2.3問題二的解答運(yùn)用SPSS軟件對(duì)上列新的已剔除表進(jìn)行統(tǒng)計(jì)量描述，得到各個(gè)重要參數(shù)的極大極小值以及均值，然后計(jì)算該環(huán)境下正常數(shù)值的波動(dòng)范圍，來(lái)判斷電器故障情況。具體算法如下：，得到增長(zhǎng)率區(qū)間為。然后，我們引入了故障程度概念，故障程度為計(jì)算出故障均值相對(duì)于正常均值的故障程度，判斷故障程度值是否在增長(zhǎng)率區(qū)間內(nèi)。在，說明機(jī)器正常；不在，說明機(jī)器故障。計(jì)算過程結(jié)果如下：A環(huán)境正常工作參數(shù)計(jì)算表參數(shù)極小值極大值均值增長(zhǎng)率平方參數(shù)1010.11165.462809

15、92參數(shù)2010.11165.46280992參數(shù)30685.921109.9663988參數(shù)4090097.72167.40389836參數(shù)5083269.081121.9700895參數(shù)10297838.950.0652576211.00514138參數(shù)18030.2621109.2104772參數(shù)60355539.410.0125217290.156487395參數(shù)72010.11165.46280992參數(shù)830.40.860.590.1037058320.20942258求和7.181485182606.310345區(qū)間2.6798293224.6233699注：增長(zhǎng)率區(qū)間為（2.6

16、79829,24.62337）表1：A環(huán)境正常工作參數(shù)計(jì)算表A環(huán)境故障參數(shù)計(jì)算表參數(shù)故障均值正常均值增長(zhǎng)率平方參數(shù)10.640.1123.21487603參數(shù)210.1165.46280992參數(shù)331.55.9218.67057387參數(shù)4603.6297.7226.8017062參數(shù)5124.9769.080.654581251參數(shù)1074.5138.950.833505712參數(shù)180.6820.2622.569780316參數(shù)6046.9339.410.036410179參數(shù)7210.1165.46280992參數(shù)8345.260.595732.286412求和5935.993465算

17、術(shù)平方根77.04539873注：此值不在區(qū)間中。表2：A環(huán)境故障參數(shù)計(jì)算表使用建立的模型，通過驗(yàn)證附件一中工作環(huán)境A的故障參數(shù)數(shù)據(jù)，結(jié)果可知建立的模型具有一定的可行性，繼續(xù)驗(yàn)證B。B環(huán)境正常工作參數(shù)計(jì)算表參數(shù)極小值極大值均值增長(zhǎng)率平方參數(shù)1010.110.9231064981參數(shù)2010.110.9231064981參數(shù)30685.925.863477721參數(shù)4090097.720.8773132711參數(shù)5083269.086.525655881參數(shù)10297838.950.0838572740.088656735參數(shù)18030.2626.5632691031參數(shù)60355539.410

18、.0091129280.019398953參數(shù)72010.110.9231064981參數(shù)830.40.860.590.0216172780.014269051求和22.713622957.12232474區(qū)間4.765881132.668768394注：增長(zhǎng)率區(qū)間為（2.668768,4.765881）表3：B環(huán)境正常工作參數(shù)計(jì)算表B環(huán)境故障參數(shù)計(jì)算表參數(shù)故障均值正常均值增長(zhǎng)率平方參數(shù)10.330.510.124567474參數(shù)20.570.510.01384083參數(shù)314.8519.290.052978723參數(shù)4324.57464.720.090950162參數(shù)571.7279.080

19、.552174456參數(shù)1059.778.320.056521541參數(shù)180.3921.1230.423716368參數(shù)6054.3463.90.022382782參數(shù)720.570.510.01384083參數(shù)830.45680.86310.221600845求和1.572574012算術(shù)平方根1.254023131注：此值不在區(qū)間中表4：B環(huán)境故障參數(shù)計(jì)算表通過計(jì)算我們發(fā)現(xiàn)故障均值求出的故障程度不在這個(gè)增長(zhǎng)率區(qū)間之內(nèi)，由此可判斷在A、B環(huán)境下此模型具有一定的可行性。4.3 問題三4.31問題三的分析首先我們想通過利用附件一所建立的模型去驗(yàn)證附件二中的故障數(shù)據(jù)，因?yàn)槠鋮?shù)在所處環(huán)境下有其正

20、常值與故障值?？墒谴四Ｐ驮诟郊胁贿m用，因?yàn)樵贒、E 所處環(huán)境下只有其工作參數(shù)，沒有正常工作的均值作為標(biāo)準(zhǔn)去衡量。因此，我們引入了擬合均值的概念，并使用擬合均值作為D、E環(huán)境的均值，并使用A、B環(huán)境下正常工作的各參數(shù)極大極小值求出擬合增長(zhǎng)率區(qū)間作為判斷依據(jù)。4.3.2問題三數(shù)據(jù)處理首先剔除異常數(shù)據(jù)，然后從附件二、三中提取出主成分因子參數(shù)1、參數(shù)2、參數(shù)3、參數(shù)4、參數(shù)5、參數(shù)10、參數(shù)18、參數(shù)60、參數(shù)72、參數(shù)83。確定出這些參數(shù)之后，使用SPSS分析附件二與三中的數(shù)據(jù)得到描述性統(tǒng)計(jì)量。4.3.3問題三的解答1、對(duì)于附件二的求解對(duì)于附件二中的參數(shù)處理我們使用問題二建立的模型來(lái)求解。C環(huán)境

21、正常工作參數(shù)計(jì)算表參數(shù)極小值極大值均值增長(zhǎng)率平方參數(shù)1010.4611.378071834參數(shù)2010.5110.923106498參數(shù)305716.2916.245396796參數(shù)40900421.6211.287370702參數(shù)50832227.5417.056992017參數(shù)10539975.30.0877040750.09906192參數(shù)1803.50.8519.719723183參數(shù)60557061.50.01117060.019102386參數(shù)72010.5110.923106498參數(shù)830.770.850.81550.0031129690.001789741求和7.101987

22、64427.65372157區(qū)間2.6649554685.258680592增長(zhǎng)率區(qū)間為（2.664955,5.258681）表5：C環(huán)境正常工作參數(shù)計(jì)算表 C環(huán)境故障參數(shù)計(jì)算表參數(shù)故障均值正常均值增長(zhǎng)率平方參數(shù)10.220.460.27221172參數(shù)2283.440.51307763.8789參數(shù)311.4116.290.089742358參數(shù)4213.99421.620.24251455參數(shù)558.78227.540.55007705參數(shù)1063.275.30.02582146參數(shù)180.3250.850.381487889參數(shù)6049.7861.50.036316584參數(shù)720.31

23、0.510.153787005參數(shù)830.47190.81550.177524533求和307765.8084算術(shù)平方根554.7664449此值不在區(qū)間中表6：C環(huán)境故障參數(shù)計(jì)算表 由此可知，問題二的模型仍然適用于附件二，模型繼續(xù)使用。2、對(duì)于附件三的求解首先引入擬合的概念，定義擬合均值為表示參數(shù)的均值，再使用模型根據(jù)擬合均值與工作環(huán)境A、B正常工作的極大值，極小值進(jìn)行區(qū)間擬合，得到擬合區(qū)間。對(duì)于附件三，使用描述性表格中的均值與擬合均值使用模型計(jì)算，得到，進(jìn)行判斷。以擬合均值作為D、E兩種正常工作環(huán)境的均值。以，作為D、E兩種工作環(huán)境下的閾值，從而確定所給附件三中D、E所處的工作狀態(tài)。A工作

24、環(huán)境正常情況下計(jì)算表格（擬合均值）參數(shù)極小值極大值擬合均值增長(zhǎng)率平方參數(shù)1010.31150007714.885302687參數(shù)2010.31150007714.885302687參數(shù)306812.65514006119.12584683參數(shù)40900282.596320214.773153733參數(shù)50832174.8675402114.12171487參數(shù)10297858.782645030.2567014270.106878162參數(shù)18030.695728915110.96950509參數(shù)60355551.746842190.1047365230.003952233參數(shù)72010.31

25、150007714.885302687參數(shù)830.40.860.7275741770.2027051410.033127663求和7.56414309163.79008665算術(shù)平方根2.7502987287.98686964增長(zhǎng)率區(qū)間為（2.75029872，7.986869640）表7：A工作環(huán)境正常情況下計(jì)算表格（擬合均值）B工作環(huán)境正常情況下計(jì)算表格（擬合均值）參數(shù)極小值極大值擬合均值增長(zhǎng)率平方參數(shù)1010.31150007714.885302687參數(shù)2010.31150007714.885302687參數(shù)306612.65514006117.76851963參數(shù)40900282.5

26、96320214.773153733參數(shù)50992174.8675402121.83567007參數(shù)105510158.782645030.0041408830.515802915參數(shù)18040.695728915122.55647511參數(shù)60557051.746842190.0039522330.12442519參數(shù)72010.31150007714.885302687參數(shù)830.760.990.7275741770.001986220.130094394求和7.01007933682.36004911算術(shù)平方根2.6476554419.075243749增長(zhǎng)率區(qū)間為（2.64765，9.

27、07524374）表8：B工作環(huán)境正常情況下計(jì)算表格（擬合均值）AB工作環(huán)境正常情況下增長(zhǎng)率擬合區(qū)間區(qū)間A區(qū)間B區(qū)間擬合區(qū)間上限2.6476554412.7502987282.698592153下限9.0752437497.986869648.535138306表9：AB工作環(huán)境正常情況下增長(zhǎng)率擬合區(qū)間由此得到擬合區(qū)間（2.698592153，8.535138306）進(jìn)行D、E環(huán)境的判斷。D工作環(huán)境的計(jì)算表格參數(shù)D均值擬合均值增長(zhǎng)率平方參數(shù)10.590.3084999230.799344231參數(shù)210.3084999234.885302687參數(shù)329.3512.554859941.7403

28、30166參數(shù)4573.8279.84367981.061843988參數(shù)5134.65173.29245980.052894755參數(shù)1058.4458.487354973.40E-05參數(shù)180.7710.6892710850.01170513參數(shù)6028.2451.563157810.206357795參數(shù)7210.3084999234.885302687參數(shù)830.55710.7255258230.054898775求和13.69801419算術(shù)平方根3.70108284注：此值在擬合區(qū)間判斷為正常工作表10：D工作環(huán)境的計(jì)算表格E工作環(huán)境的計(jì)算表格參數(shù)D均值擬合均值增長(zhǎng)率平方參數(shù)10

29、.480.3084999230.292605915參數(shù)20.480.3084999230.292605915參數(shù)327.6312.554859941.400205007參數(shù)4431.67279.84367980.278271634參數(shù)5288.64173.29245980.423307432參數(shù)1066.9658.487354970.019352071參數(shù)181.140.6892710850.407770676參數(shù)6048.4551.563157810.004059089參數(shù)720.480.3084999230.292605915參數(shù)830.84440.7255258230.025782388

30、求和3.436566042算術(shù)平方根1.853797735注：此值不在擬合區(qū)間判斷為故障表11：E工作環(huán)境的計(jì)算表格通過以上結(jié)果的分析，我們認(rèn)為環(huán)境D工作參數(shù)為正常工作參數(shù)，環(huán)境E工作參數(shù)為故障工作參數(shù)。4.4 問題四4.41問題四的分析經(jīng)過模型分析，認(rèn)為會(huì)出現(xiàn)誤判，原因是我們計(jì)算只能建立在A、B兩種環(huán)境下正常工作的參數(shù)，具有局限性，使用所有工作環(huán)境以出現(xiàn)誤判，將故障判斷為正常更應(yīng)該避免。因此嵌入影響因子，通過結(jié)合更多環(huán)境下正常工作參數(shù)進(jìn)行異常數(shù)據(jù)處理和主成分分析，得到更為廣泛意義上的參數(shù)選取。之后使用擬合矩陣均值以擬合區(qū)間思想確定一個(gè)故障判斷區(qū)間。4.4.2問題四的解答1、求解每個(gè)參數(shù)的擬合

31、均值第i個(gè)參數(shù)總擬合均值2、求解該環(huán)境下的擬合上下限A環(huán)境下的擬合下限A環(huán)境下的擬合下限3、利用多種環(huán)境的擬合上下限來(lái)求解總擬合區(qū)間的上下限總擬合區(qū)間下限總擬合區(qū)間的上限得出總擬合區(qū)間的上下限范圍之后，我們就確定了在任何環(huán)境下電器正常工作的一個(gè)整體范圍，從而得出故障判斷依據(jù)。4.5 問題五4.51問題五的分析在實(shí)際生活中，家用電器的計(jì)算能力是有限的。因此我們的出發(fā)點(diǎn)就是在保證數(shù)據(jù)完整可反映問題的前提下有三種方法對(duì)問題進(jìn)行處理。1、分層抽樣法分層抽樣法分為按五取樣和按十取樣，它能解決時(shí)鐘周期小的問題 。2、再選取參數(shù)再選去參數(shù)就是選取增長(zhǎng)率排序前五的并集，再用這些參數(shù)做擬合區(qū)間，它能解決CPU計(jì)

32、算能力小的問題。3、分層抽樣法+再選取參數(shù)這兩種方法同時(shí)結(jié)合就能同時(shí)解決這兩種問題，通過驗(yàn)證D、E環(huán)境下的參數(shù)來(lái)證明此方法具有一定的可行性。4.5.2問題五的解答1、分層抽樣法在D、E兩種工作環(huán)境下采取分層抽樣的方法每五個(gè)和每十個(gè)抽取一個(gè)樣本。分層抽樣就是先將總體的單位按某種特征分為若干次級(jí)總體，然后再?gòu)拿恳粚觾?nèi)進(jìn)行單純隨機(jī)抽樣，組成一個(gè)樣本，提高總體指標(biāo)估計(jì)值的精確度。將抽取的樣本利用SPSS軟件得到各自的實(shí)際均值，計(jì)算增長(zhǎng)率，并判斷增長(zhǎng)率是否在區(qū)間范圍。 工作環(huán)境D分層抽樣（5）描述統(tǒng)計(jì)量N極小值極大值均值標(biāo)準(zhǔn)差方差參數(shù)135101.59.493.243參數(shù)2351111.00.000.0

33、00參數(shù)335106029.2025.574654.046參數(shù)43510900571.79428.455183573.626參數(shù)53510288133.47125.31815704.484參數(shù)10351367658.429.47089.673參數(shù)18351.01.5.771.7197.518參數(shù)60351253028.252.3895.707參數(shù)72351111.00.000.000參數(shù)83351.55.58.5571.00950.000有效的 N （列表狀態(tài)）351表12：工作環(huán)境D分層抽樣（5）描述統(tǒng)計(jì)量工作環(huán)境D分層抽樣（5）計(jì)算表格參數(shù)D抽樣均值擬合均值增長(zhǎng)率平方參數(shù)10.590.31

34、15000770.799344231參數(shù)210.3115000774.885302687參數(shù)329.212.655140061.709197615參數(shù)4571.79282.59632021.047236064參數(shù)5133.47174.86754020.0560442參數(shù)1058.4258.782645033.81E-05參數(shù)180.7710.6957289150.01170513參數(shù)6028.2551.746842190.20618226參數(shù)7210.3115000774.885302687參數(shù)830.55710.7275741770.054898775求和13.65525171算術(shù)平方根3.

35、695301301注：此值在擬合區(qū)間判斷為正常工作表13：工作環(huán)境D分層抽樣（5）計(jì)算表格工作環(huán)境E分層抽樣（5）描述統(tǒng)計(jì)量N極小值極大值均值標(biāo)準(zhǔn)差方差參數(shù)169901.48.500.250參數(shù)269901.48.500.250參數(shù)369906027.5929.060844.475參數(shù)46990900431.33449.074201667.425參數(shù)56990640288.32307.48594546.785參數(shù)10699509266.9415.650244.937參數(shù)18699.02.51.1371.21101.467參數(shù)60699455048.452.3125.346參數(shù)7269901.4

36、8.500.250參數(shù)83699.83.86.8444.00719.000有效的 N （列表狀態(tài)）699表14：工作環(huán)境E分層抽樣（5）描述統(tǒng)計(jì)量工作環(huán)境E分層抽樣（5）計(jì)算表格參數(shù)E抽樣均值擬合均值增長(zhǎng)率平方參數(shù)10.480.3115000770.292605915參數(shù)20.480.3115000770.292605915參數(shù)327.5912.655140061.392734701參數(shù)4431.33282.59632020.277003745參數(shù)5288.32174.86754020.420929565參數(shù)1066.9458.782645031.93E-02參數(shù)181.1370.695728

37、9150.402282217參數(shù)6048.4551.746842190.004059089參數(shù)720.480.3115000770.292605915參數(shù)830.84440.7275741770.025782388求和3.419866975算術(shù)平方根1.849288235注：此值在擬合區(qū)間判斷為故障表15：工作環(huán)境E分層抽樣（5）計(jì)算表格工作環(huán)境D分層抽樣（10）描述統(tǒng)計(jì)量N極小值極大值均值標(biāo)準(zhǔn)差方差參數(shù)117601.58.495.245參數(shù)2176111.00.000.000參數(shù)317606028.8525.628656.805參數(shù)41760900565.91431.313186031.16

38、9參數(shù)51760288131.27124.99715624.245參數(shù)10176367658.389.51290.476參數(shù)18176.01.5.764.7210.520參數(shù)60176253028.242.3955.737參數(shù)72176111.00.000.000參數(shù)83176.55.58.5570.00946.000有效的 N （列表狀態(tài)）176表16：工作環(huán)境D分層抽樣（10）描述統(tǒng)計(jì)量工作環(huán)境D分層抽樣（10）的計(jì)算表格參數(shù)D抽樣均值擬合均值增長(zhǎng)率平方參數(shù)10.580.3115000770.7429713參數(shù)210.3115000774.8853027參數(shù)328.8512.6551400

39、61.6376477參數(shù)4565.91282.59632021.0050834參數(shù)5131.27174.86754020.0621592參數(shù)1058.3858.782645030.0000469參數(shù)180.7640.6957289150.0096293參數(shù)6028.2451.746842190.2063578參數(shù)7210.3115000774.8853027參數(shù)830.5570.7275741770.0549632求和13.4894641算術(shù)平方根3.6728006注：此值在擬合區(qū)間判斷為正常工作表17：工作環(huán)境D分層抽樣（10）的計(jì)算表格工作環(huán)境E分層抽樣(10)描述統(tǒng)計(jì)量N極小值極大值均值

40、標(biāo)準(zhǔn)差方差參數(shù)135001.48.500.250參數(shù)235001.48.500.250參數(shù)335006027.5929.072845.153參數(shù)43500900430.29449.065201658.944參數(shù)53500640288.73307.73494700.392參數(shù)10350509266.9515.665245.404參數(shù)18350.02.51.1361.21221.469參數(shù)60350455048.462.3135.349參數(shù)7235001.48.500.250參數(shù)83350.83.86.8445.00723.000有效的 N （列表狀態(tài)）350 表18：工作環(huán)境E分層抽樣(10)描

41、述統(tǒng)計(jì)量工作環(huán)境E分層抽樣（10）的計(jì)算表格參數(shù)E抽樣均值擬合均值增長(zhǎng)率平方參數(shù)10.480.3115000770.2926059參數(shù)20.480.3115000770.2926059參數(shù)327.5912.655140061.3927347參數(shù)4430.29282.59632020.2731435參數(shù)5288.73174.86754020.4239774參數(shù)1066.9558.782645030.0193048參數(shù)181.1360.6957289150.4004610參數(shù)6048.4651.746842190.0040345參數(shù)720.480.3115000770.2926059參數(shù)830.8

42、4450.7275741770.0258265求和3.4173001算術(shù)平方根1.8485941注：此值在擬合區(qū)間判斷為故障表19：工作環(huán)境E分層抽樣（10）的計(jì)算表格由此可說明分層抽樣法，對(duì)模型簡(jiǎn)化，數(shù)據(jù)處理復(fù)雜度有意義，可作為簡(jiǎn)化模型的一種方法。2、再選取參數(shù)根據(jù)工作環(huán)境A、B中故障相對(duì)于正常均值增長(zhǎng)率分別排序各取前五，然后取前五個(gè)參數(shù)的并集，最后確定這幾個(gè)參數(shù)為1、2、4、5、10、18、83作為主要參數(shù)。將取得的參數(shù)再利用SPSS得出他們各自的實(shí)際均值，然后計(jì)算增長(zhǎng)率。工作環(huán)境D去參數(shù)描述統(tǒng)計(jì)量N極小值極大值均值標(biāo)準(zhǔn)差方差參數(shù)1175201.59.492.242參數(shù)21752111.0

43、0.000.000參數(shù)417520900573.80427.741182962.583參數(shù)517520288134.65125.04715636.833參數(shù)101752367658.449.43989.099參數(shù)181752.01.5.771.7172.514參數(shù)831752.55.58.5571.00944.000有效的 N （列表狀態(tài)）1752表20：工作環(huán)境D去參數(shù)描述統(tǒng)計(jì)量工作環(huán)境D去參數(shù)計(jì)算表格參數(shù)E抽樣均值擬合均值增長(zhǎng)率平方參數(shù)10.590.3115000770.799344231參數(shù)210.3115000774.885302687參數(shù)4573.812.655140061.0618

44、43988參數(shù)5134.65282.59632020.052894755參數(shù)1058.44174.86754023.40E-05參數(shù)180.77158.782645031.17E-02參數(shù)830.55710.6957289150.054898775求和6.866023543算術(shù)平方根2.620309818注：此值在擬合區(qū)間判斷為正常工作表21：工作環(huán)境D去參數(shù)計(jì)算表格工作環(huán)境E去參數(shù) 描述統(tǒng)計(jì)量N極小值極大值均值標(biāo)準(zhǔn)差方差參數(shù)1349501.48.500.250參數(shù)2349501.48.500.250參數(shù)434950900431.67448.888201500.775參數(shù)53495064028

45、8.64307.39194489.526參數(shù)103495509266.9615.650244.920參數(shù)183495.02.51.1401.21221.469參數(shù)833495.83.86.8444.00723.000有效的 N （列表狀態(tài)）3495表22：工作環(huán)境E去參數(shù) 描述統(tǒng)計(jì)量工作環(huán)境E去參數(shù)的計(jì)算表格參數(shù)E抽樣均值擬合均值增長(zhǎng)率平方參數(shù)10.480.3115000770.292605915參數(shù)20.480.3115000770.292605915參數(shù)4431.67282.59632020.278271634參數(shù)5288.64174.86754020.423307432參數(shù)1066.96

46、58.782645030.019352071參數(shù)181.140.6957289150.407770676參數(shù)830.84440.7275741770.025782388求和1.739696031算術(shù)平方根1.318975372注：此值在擬合區(qū)間判斷為故障表23：工作環(huán)境E去參數(shù)的計(jì)算表格由此可說明再取參數(shù)法，對(duì)模型簡(jiǎn)化，數(shù)據(jù)處理復(fù)雜度有意義，可作為簡(jiǎn)化模型的一種方法。3、分層抽樣法+再取參數(shù)法結(jié)合以上兩種思想，先去參然后進(jìn)行分層抽樣，將篩選出來(lái)的數(shù)據(jù)利用SPSS分析得到均值，最后計(jì)算增長(zhǎng)率。工作環(huán)境D分層抽樣去參數(shù)（5）描述統(tǒng)計(jì)量N極小值極大值均值標(biāo)準(zhǔn)差方差參數(shù)135101.59.493.24

47、3參數(shù)2351111.00.000.000參數(shù)43510900571.79428.455183573.626參數(shù)53510288133.47125.31815704.484參數(shù)10351367658.429.47089.673參數(shù)18351.01.5.771.7197.518參數(shù)83351.55.58.5571.00950.000有效的 N （列表狀態(tài)）351表24：工作環(huán)境D分層抽樣去參數(shù)（5）描述統(tǒng)計(jì)量工作環(huán)境D分層抽樣去參數(shù)（5）計(jì)算表格參數(shù)E抽樣均值擬合均值增長(zhǎng)率平方參數(shù)10.590.3115000770.799344231參數(shù)210.3115000774.885302687參數(shù)4573.812.655140061.061843988參數(shù)5134.65282.59632020.052894755參數(shù)1058.44174.86754023.40E-05參數(shù)180.77158.782645031.17E-02參數(shù)830.55710.6957289150.054898775求和6.866023543算術(shù)平方根2.620309818注：此值在擬合區(qū)間判斷為正常工作表25：工作環(huán)境D分層抽